- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于机器视觉的矿石识别方法,包括以下步骤:获取矿石图像并制作成数据集,将数据集中的图像进行标注,分为合格与不合格两类(合格标注为1,不合格标注为0);将数据集进行预处理,包括去噪、裁剪等操作;对预处理后的图像进行颜色特征与纹理特征的提取,将两种特征进行组合形成新的特征集;采用特征约简算法对组合后的特征集进行特征选择;最后使用机器学习分类算法进行分类识别。本发明形成了一套完整的、基于机器视觉的矿石识别方法,算法简单高效,识别精度高。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112580659 A
(43)申请公布日 2021.03.30
(21)申请号 202011245109.3
(22)申请日 2020.11.10
(71)申请人 湘潭大学
地址 41
文档评论(0)