本发明公开了一种基于Adaboost机器学习的矿石可见光图像分选方法,属于自动化矿选技术领域,包括如下步骤:(1)矿石初选分类;(2)图像预处理;(3)机器学习模型训练;(4)目标预测。本发明利用Adaboost的机器学习方法,对矿石可见光图像进行学习、训练、预测,可充分模拟经验较丰富的选矿技术人员进行矿石分选,使每台机器都具备同一的、准确的矿石分选经验,有效避免了人工分选矿石的主观性和个体差异性,可更好的替代人来工作或者完成人类不能完成的工作,减少劳动强度,提高产品生产质量和劳动生产效率。
声明:
“基于Adaboost机器学习的矿石可见光图像分选方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)