当前位置：首页 > 产品中心
矿石粒度图像
矿石粒度图像
2021-02-27T11:02:21+00:00
基于深度学习的矿石图像处理研究综述 USTB
网页2022年1月23日 Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing , China 摘要: 聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了 网页2021年5月12日 针对这些问题,本文运用机器视觉技术对带式输送机上的矿石图像进行连续采集,实时检测细碎阶段的矿石粒度分布情况,并绘制粒度累计分布曲线来分析矿石粒度的均匀性,对碎磨工艺过程中设备参数的最优控制提供参考,降低能耗,从而提高选矿设备的工作效率 基于机器视觉矿石图像分割聚类算法 知乎
基于机器视觉的矿石粒度检测技术研究 豆丁网
网页2015年1月1日 本文研究了基于机器视觉的矿石粒度检测技术，首先研究选取了矿石图像的预处理方法；然后针对现有分割算法的问题，提出了多特征融合的多尺度矿石图像分割算法；最后对矿石粒度参数的定量描述方法进行了研究。 具体的研究工作及创新点如下：1、矿石 网页2016年6月17日 矿石粒度在线检测系统结构图图像采集模块通过MTALAB图像采集工具箱控制CCD像组件实现视频的预览,并连续采集矿石颗粒的图像。 图像处理模块采用图像处理技术对所采集的图像进行粒度检测。 图像采集与处理系统21 图像采集图像采集与处理系统利用3103UC数字 基于图像处理的矿石粒度在线检测系统 豆丁网
矿石粒度图像检测技术的研究 百度学术 Baidu
网页矿石粒度图像检测技术的研究 研究课题来源于生产实际,针对现场使用的矿石粒度检测设备存在成本高、检测过程中样品再次破碎导致检测结果失真等弊端,采用矿石图像处理算法,得到矿石的粒度分布。 研究了矿石图像不同的滤波、分割算法之间的优缺点,提出 网页2018年6月12日 摘要： 针对图像处理技术在细粒度矿石分级测定时存在的精度不足问题，提出基于深度图像分析的分级测定方法在灰度共生矩阵（graylevel cooccurrence matrix，GLCM）的基础上提出点对生成步长与图像灰度压缩等级的自适应选取方法，通过网格与交叉验证来优化支持向量机（support vector machine，SVM 基于深度图像分析的细粒度矿石分级测定方法 shu
BOSAⅠ矿石粒度图像分析仪的研究与应用 豆丁网
网页2015年11月5日 矿石 粒度 bosa 图像 分析仪 度图像 《冶金自动化》2011年s2BOSAI矿石粒度图像分析仪的研究与应用 (1．北京矿冶研究总院矿冶过程自动控制技术北京市重点实验室，北京；2．中国矿业大学 (北京))摘要：结合在选矿厂碎矿工艺的具体应用，从系统方案、软硬件 网页2020年9月20日 一、简介概括：对属于某一类基础类别的图像进行子类别的细粉，如各种鸟、各种花、各种矿石之间。 细粒度图像公共数据集：CUB2002011，StanfordCars，FGVCAirplane。 思路：找到区分两个物种的具有区分性的区域细粒度图像分类 知乎
基于深度学习的矿石图像处理研究综述 USTB
网页2022年1月23日 Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing , China 摘要: 聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了 网页2021年5月12日 针对这些问题,本文运用机器视觉技术对带式输送机上的矿石图像进行连续采集,实时检测细碎阶段的矿石粒度分布情况,并绘制粒度累计分布曲线来分析矿石粒度的均匀性,对碎磨工艺过程中设备参数的最优控制提供参考,降低能耗,从而提高选矿设备的工作效率 基于机器视觉矿石图像分割聚类算法 知乎
基于机器视觉的矿石粒度检测技术研究 豆丁网
网页2015年1月1日 本文研究了基于机器视觉的矿石粒度检测技术，首先研究选取了矿石图像的预处理方法；然后针对现有分割算法的问题，提出了多特征融合的多尺度矿石图像分割算法；最后对矿石粒度参数的定量描述方法进行了研究。 具体的研究工作及创新点如下：1、矿石 网页2016年6月17日 矿石粒度在线检测系统结构图图像采集模块通过MTALAB图像采集工具箱控制CCD像组件实现视频的预览,并连续采集矿石颗粒的图像。 图像处理模块采用图像处理技术对所采集的图像进行粒度检测。 图像采集与处理系统21 图像采集图像采集与处理系统利用3103UC数字 基于图像处理的矿石粒度在线检测系统 豆丁网
矿石粒度图像检测技术的研究 百度学术 Baidu
网页矿石粒度图像检测技术的研究 研究课题来源于生产实际,针对现场使用的矿石粒度检测设备存在成本高、检测过程中样品再次破碎导致检测结果失真等弊端,采用矿石图像处理算法,得到矿石的粒度分布。 研究了矿石图像不同的滤波、分割算法之间的优缺点,提出 网页2018年6月12日 摘要： 针对图像处理技术在细粒度矿石分级测定时存在的精度不足问题，提出基于深度图像分析的分级测定方法在灰度共生矩阵（graylevel cooccurrence matrix，GLCM）的基础上提出点对生成步长与图像灰度压缩等级的自适应选取方法，通过网格与交叉验证来优化支持向量机（support vector machine，SVM 基于深度图像分析的细粒度矿石分级测定方法 shu
BOSAⅠ矿石粒度图像分析仪的研究与应用 豆丁网
网页2015年11月5日 矿石 粒度 bosa 图像 分析仪 度图像 《冶金自动化》2011年s2BOSAI矿石粒度图像分析仪的研究与应用 (1．北京矿冶研究总院矿冶过程自动控制技术北京市重点实验室，北京；2．中国矿业大学 (北京))摘要：结合在选矿厂碎矿工艺的具体应用，从系统方案、软硬件 网页2020年9月20日 一、简介概括：对属于某一类基础类别的图像进行子类别的细粉，如各种鸟、各种花、各种矿石之间。 细粒度图像公共数据集：CUB2002011，StanfordCars，FGVCAirplane。 思路：找到区分两个物种的具有区分性的区域细粒度图像分类 知乎
基于深度学习的矿石图像处理研究综述 USTB
网页2022年1月23日 Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing , China 摘要: 聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了 网页2021年5月12日 针对这些问题,本文运用机器视觉技术对带式输送机上的矿石图像进行连续采集,实时检测细碎阶段的矿石粒度分布情况,并绘制粒度累计分布曲线来分析矿石粒度的均匀性,对碎磨工艺过程中设备参数的最优控制提供参考,降低能耗,从而提高选矿设备的工作效率 基于机器视觉矿石图像分割聚类算法 知乎
基于机器视觉的矿石粒度检测技术研究 豆丁网
网页2015年1月1日 本文研究了基于机器视觉的矿石粒度检测技术，首先研究选取了矿石图像的预处理方法；然后针对现有分割算法的问题，提出了多特征融合的多尺度矿石图像分割算法；最后对矿石粒度参数的定量描述方法进行了研究。 具体的研究工作及创新点如下：1、矿石 网页2016年6月17日 矿石粒度在线检测系统结构图图像采集模块通过MTALAB图像采集工具箱控制CCD像组件实现视频的预览,并连续采集矿石颗粒的图像。 图像处理模块采用图像处理技术对所采集的图像进行粒度检测。 图像采集与处理系统21 图像采集图像采集与处理系统利用3103UC数字 基于图像处理的矿石粒度在线检测系统 豆丁网
矿石粒度图像检测技术的研究 百度学术 Baidu
网页矿石粒度图像检测技术的研究 研究课题来源于生产实际,针对现场使用的矿石粒度检测设备存在成本高、检测过程中样品再次破碎导致检测结果失真等弊端,采用矿石图像处理算法,得到矿石的粒度分布。 研究了矿石图像不同的滤波、分割算法之间的优缺点,提出 网页2018年6月12日 摘要： 针对图像处理技术在细粒度矿石分级测定时存在的精度不足问题，提出基于深度图像分析的分级测定方法在灰度共生矩阵（graylevel cooccurrence matrix，GLCM）的基础上提出点对生成步长与图像灰度压缩等级的自适应选取方法，通过网格与交叉验证来优化支持向量机（support vector machine，SVM 基于深度图像分析的细粒度矿石分级测定方法 shu
BOSAⅠ矿石粒度图像分析仪的研究与应用 豆丁网
网页2015年11月5日 矿石 粒度 bosa 图像 分析仪 度图像 《冶金自动化》2011年s2BOSAI矿石粒度图像分析仪的研究与应用 (1．北京矿冶研究总院矿冶过程自动控制技术北京市重点实验室，北京；2．中国矿业大学 (北京))摘要：结合在选矿厂碎矿工艺的具体应用，从系统方案、软硬件 网页2020年9月20日 一、简介概括：对属于某一类基础类别的图像进行子类别的细粉，如各种鸟、各种花、各种矿石之间。 细粒度图像公共数据集：CUB2002011，StanfordCars，FGVCAirplane。 思路：找到区分两个物种的具有区分性的区域细粒度图像分类 知乎