技術(shù)特征：

1.一種基于多圖像融合的人工智能分選方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種基于多圖像融合的人工智能分選方法，其特征在于，所述目標(biāo)礦石的第一波段圖像和第二波段圖像由第一采集點(diǎn)采集；所述x射線圖像由第二采集點(diǎn)采集；

3.根據(jù)權(quán)利要求1所述的一種基于多圖像融合的人工智能分選方法，其特征在于，所述對(duì)所述第一波段圖像、第二波段圖像和x射線圖像進(jìn)行縮放，得到多通道特征圖包括：

4.根據(jù)權(quán)利要求1所述的一種基于多圖像融合的人工智能分選方法，其特征在于，所述分類(lèi)模型包括特征提取層、特征融合層和全連接層；所述特征提取層包括第一卷積分支、第二卷積分支、第三卷積分支；所述多通道特征圖包括rgb三通道圖層、近紅外單通道圖層和x光單通道圖層；

5.根據(jù)權(quán)利要求4所述的一種基于多圖像融合的人工智能分選方法，其特征在于，所述特征融合層接收所述第一特征張量、所述第二特征張量和所述第三特征張量作為輸入，輸出全局特征向量包括：

6.一種基于多圖像融合的人工智能分選裝置，其特征在于，所述裝置包括：

7.根據(jù)權(quán)利要求6所述的一種基于多圖像融合的人工智能分選裝置，其特征在于，所述目標(biāo)礦石的第一波段圖像和第二波段圖像由第一采集點(diǎn)采集；所述x射線圖像由第二采集點(diǎn)采集；

8.根據(jù)權(quán)利要求6所述的一種基于多圖像融合的人工智能分選裝置，其特征在于，所述圖像標(biāo)準(zhǔn)化模塊包括：

9.根據(jù)權(quán)利要求6所述的一種基于多圖像融合的人工智能分選裝置，其特征在于，所述分類(lèi)模型包括特征提取層、特征融合層和全連接層；所述特征提取層包括第一卷積分支、第二卷積分支、第三卷積分支；所述多通道特征圖包括rgb三通道圖層、近紅外單通道圖層和x光單通道圖層；

10.根據(jù)權(quán)利要求9所述的一種基于多圖像融合的人工智能分選裝置，其特征在于，所述特征融合層具體用于：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于多圖像融合的人工智能分選方法及裝置，涉及礦石分選領(lǐng)域。獲取目標(biāo)礦石的第一波段圖像、第二波段圖像和X射線圖像；第一波段圖像為可見(jiàn)光圖像；第二波段圖像為近紅外圖像；對(duì)第一波段圖像、第二波段圖像和X射線圖像進(jìn)行縮放，得到多通道特征圖；將多通道特征圖作為預(yù)訓(xùn)練的分類(lèi)模型的輸入，得到目標(biāo)礦石的類(lèi)型；根據(jù)目標(biāo)礦石的類(lèi)型，將目標(biāo)礦石輸送到對(duì)應(yīng)的接收區(qū)域。通過(guò)人工智能分類(lèi)模型進(jìn)行綜合分析和處理可見(jiàn)光圖像、近紅外圖像和X射線圖像，能夠?qū)⒍嗑S度信息融合，從而能夠精確區(qū)分出礦石的微小差異，即使在礦石成分高度相似的情況下，也能實(shí)現(xiàn)準(zhǔn)確的分選，顯著提高了礦石分選的準(zhǔn)確度和效率。

技術(shù)研發(fā)人員：肖颯,劉義
受保護(hù)的技術(shù)使用者：合肥名德光電科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19