[發明專利]一種用于溜井處基于視頻分析的金礦礦質分析方法

在審

• 申請號: 202011093476.6
• 申請日: 2020-10-14
• 公開（公告）號: CN112163631A
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 劉少杰;施升濤;張漢闊;鄭飛;許芝光;戚克明;孫衛東;曲偉霞;蔡金娥;劉博;范純超
• 申請（專利權）人: 山東黃金礦業（萊州）有限公司三山島金礦;濟南艾特網絡傳媒有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/04;G01N21/84
• 代理公司: 煙臺雙聯專利事務所(普通合伙) 37225
• 代理人: 申國棟

本發明公開了一種用于溜井處基于視頻分析的金礦礦質分析方法，步驟為：步驟1、建立樣本庫；步驟2、從樣本圖像提取灰度共生矩陣，所述灰度共生矩陣用于記錄圖像紋理特征；然后根據灰度共生矩陣與礦石分類的對應關系建立并訓練神經網絡；步驟3、使用相機獲取待檢測的礦石的實際圖像，然后從實際圖像中提取灰度共生矩陣；步驟4、將步驟3中得到的灰度共生矩陣輸入到神經網絡中，根據神經網絡的輸出值得到各實際圖像所對應的礦石的分類，再根據礦石分類判斷出金礦含量。本發明可以快速解決人為很難區分礦質、對礦石檢測員的經驗有嚴格要求、效率低下、準確率低的問題。

技術領域

本發明涉及一種分析金礦礦質的方法。

背景技術

目前，金礦礦質的分析，主要依靠專用儀器和人工經驗，前者存在時效性差、成本高昂的問題，后者存在工作量大，效率低下，準確率低的問題。

發明內容

本發明提出了一種用于溜井處基于視頻分析的金礦礦質分析方法，其目的是：根據視頻圖像數據快速分析出金礦礦質，提高效率，降低成本，提高準確率。

本發明技術方案如下：

一種用于溜井處基于視頻分析的金礦礦質分析方法，步驟為：

步驟1、建立樣本庫，所述樣本庫中包含不同金礦含量的礦石的樣本圖像；

步驟2、從樣本圖像提取灰度共生矩陣，所述灰度共生矩陣用于記錄圖像紋理特征；然后根據灰度共生矩陣與礦石分類的對應關系建立并訓練神經網絡；

步驟3、使用相機獲取待檢測的礦石的實際圖像，然后從實際圖像中提取灰度共生矩陣；

步驟4、將步驟3中得到的灰度共生矩陣輸入到神經網絡中，根據神經網絡的輸出值得到各實際圖像所對應的礦石的分類，再根據礦石分類判斷出金礦含量。

作為本方法的進一步改進：步驟2和步驟3中，提取灰度共生矩陣的步驟為：先拍攝一幅總圖像，然后使用滑動窗口在總圖像中截取出一組局部圖像作為步驟2的樣本圖像或步驟3的實際圖像，按局部圖像中各像素的排列位置及對應的灰度值建立灰度共生矩陣。

作為本方法的進一步改進：所述神經網絡為N1*N2*N3結構，其中：N1為輸入層的節點數量，其等于灰度共生矩陣按行依次展開為序列后的元素數量；N2為中間層的節點數量；N3為輸出層的節點數量，其等于礦石分類的數量；

將灰度共生矩陣按行依次展開為序列，然后將序列的各元素作為輸入層節點的輸入值，輸入到神經網絡中進行計算，各輸出層節點的輸出值為對應分類的可信度值。

作為本方法的進一步改進：步驟4中，設共獲取M個灰度共生矩陣，則輸入到神經網絡后共得到M組計算結果，每個計算結果中包含N3個可信度值；將同一礦石分類的M個可信度值分別相加，共得到N3個可信度值總和，其中總和最大值所對應的礦石分類即為當前實際圖像對應的礦石的分類。

作為本方法的進一步改進：步驟2中，訓練時將各樣本圖像的灰度共生矩陣分別輸入到神經網絡中，如果神經網絡輸出的N3個可信度值中，最大值所對應的礦石分類與礦石實際分類相符，則判斷為“真”，否則判斷為“假”，按判斷結果對神經網絡的參數值進行調整，直至訓練結束。

作為本方法的進一步改進：提取灰度共生矩陣之前，對圖像進行灰度化和高斯濾波，以增加圖片的紋理信息。

作為本方法的進一步改進：拍攝圖像前，對礦石表面進行加濕操作。

作為本方法的進一步改進：拍攝樣本圖像和實際圖像時，在礦石的左右兩側對稱設置光源。