0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

高光譜圖像對礦產(chǎn)資源種類的深度識別方法

萊森光學(xué) ? 來源: 萊森光學(xué) ? 作者: 萊森光學(xué) ? 2023-09-06 17:47 ? 次閱讀

隨著社會的發(fā)展,我國對礦產(chǎn)資源的需求日益增加,如何更加高效地利用礦石,減少加工過程中產(chǎn)生的廢料,是當(dāng)前迫切需要解決的問題。解決這個問題的關(guān)鍵之一是精準(zhǔn)地識別礦物,為不同種類、不同大小的礦物選取合適的冶煉方法。隨著可見光—近紅外光譜技術(shù)的發(fā)展和傳感器精度的提高,一些研究者提出使用高光譜來進行礦物識別。

高光譜圖像處理技術(shù)

通常情況下,人類可以識別出與紅色、藍色和綠色相關(guān)的3個波長區(qū)域,而高光譜相機則可以收集整個跨電磁波譜的信息。不同的礦物具有的光譜信息不同,因此可以利用高光譜信息進行礦物的識別。

礦石光譜通常包含一系列特征吸收譜帶,在不同的礦物中所提取的特征譜帶信息不同。礦物的診斷性吸收特征可以用光譜吸收特征參數(shù)表征,如吸收波段波長位置、深度、寬度、對稱度、面積等,從這些參數(shù)中可以提取各種礦物的定性和定量信息。

wKgaomT4SrWAO-2mAADA8xz24-4423.png

圖1 菱鎂礦可見光—近紅外光譜曲線

2、基于高光譜圖像的礦物種類深度識別算法

2.1神經(jīng)網(wǎng)絡(luò)模型介紹

CNN的全稱是Convolutional Neura lNetworks,即卷積神經(jīng)網(wǎng)絡(luò)??紤]到CNN的廣泛適用性以及在其他領(lǐng)域的杰出識別表現(xiàn),選擇CNN中的經(jīng)典Resnet框架對礦物的RGB數(shù)據(jù)和高光譜數(shù)據(jù)進行學(xué)習(xí)訓(xùn)練,比較兩者的表示能力。所提方法應(yīng)用場景如圖2所示,對開采出來的礦石進行初步分選之后,考慮到高光譜在礦物識別中的重要作用,利用高光譜相機對礦石進行拍照獲取高光譜圖像,然后將高光譜數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)訓(xùn)練,實現(xiàn)礦物種類以及大小的分類,有助于后續(xù)冶煉方法的選擇。

wKgZomT4SraAMo1sAAGoziSIVFY907.png

圖2 利用高光譜圖像和深度學(xué)習(xí)分類的礦物識別示意

2.2基于高光譜圖像的礦物種類深度識別算法

選用了在圖像分類領(lǐng)域取得杰出表現(xiàn)的ResNet框架構(gòu)建礦物識別的深度模型。圖3所示為ResNet模型的結(jié)構(gòu),其輸入為礦物圖像,經(jīng)過5層設(shè)計好的卷積層后,再經(jīng)過一個全連接層得到分類概率。

wKgaomT4SraAUh6uAAHP8rKjYbA252.png

圖3 礦物識別模型

3、識別效果分析

3.1基于礦物RGB圖像的識別效果分析

為了加快數(shù)據(jù)的處理速度,選用預(yù)訓(xùn)練好的網(wǎng)絡(luò)模型進行訓(xùn)練,節(jié)省了從頭開始訓(xùn)練的時間。實驗結(jié)果表明,利用RGB圖像進行識別時,5種礦物的分類準(zhǔn)確率為39.52%。這可能是因為礦物的RGB圖像中包含的信息不足以判斷礦物的種類。

wKgZomT4SraAdKaeAAJf39cf5Es028.png

圖4利用RGB圖像的識別表現(xiàn)

3.2基于礦物高光譜圖像的識別效果分析

表2兩種礦物的實驗結(jié)果

wKgaomT4SraAV9TaAABJyl-c6XI569.png

189張黃銅礦圖像被識別為方鉛礦,占測試集比例為0.97%。識別正確的圖像共計18898張,識別正確率為97.41%。

表3 3種不同尺寸礦物的實驗結(jié)果

wKgZomT4SreAcEolAABuNlZUQns381.png

實驗測試集合共包含29900張不同粒徑的赤鐵礦高光譜圖像,識別正確的圖像共計28326張,識別正確率為94.73%。

4、結(jié)論

為了篩選出礦物表達能力強的數(shù)據(jù),本文比較了礦物的RGB圖像和高光譜圖像經(jīng)深度網(wǎng)絡(luò)學(xué)習(xí)后的識別結(jié)果,發(fā)現(xiàn)前者的識別結(jié)果僅為39.52%,而基于高光譜圖像的識別結(jié)果達到了94.7%以上。因此,本文采用的卷積神經(jīng)網(wǎng)絡(luò)能有效學(xué)習(xí)到輸入數(shù)據(jù)的隱藏特征,達到礦物種類分類分級的要求,解決了礦物加工方法選擇過程中顧此失彼的問題。礦物RGB的識別表現(xiàn)低下的原因可能是因為RGB圖像所攜信息較為單一,不足以判斷礦物種類,后續(xù)關(guān)于選礦方法的研究所采用的特征可重點考慮高光譜信息。

推薦:

無人機機載高光譜成像系統(tǒng)iSpecHyper-VM100

一款基于小型多旋翼無人機機載高光譜成像系統(tǒng),該系統(tǒng)由高光譜成像相機、穩(wěn)定云臺、機載控制與數(shù)據(jù)采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統(tǒng)通過獨特的內(nèi)置式或外部掃描和穩(wěn)定控制,有效地解決了在微型無人機搭載推掃式高光譜照相機時,由于振動引起的圖像質(zhì)量較差的問題,并具備較高的光譜分辨率和良好的成像性能。

wKgaomT4SreAF-RtAABJinx5T6w73.jpeg



審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 紅外光譜
    +關(guān)注

    關(guān)注

    0

    文章

    80

    瀏覽量

    12224
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    411

    瀏覽量

    10250
  • 深度識別
    +關(guān)注

    關(guān)注

    0

    文章

    6

    瀏覽量

    1992
收藏 0人收藏

    評論

    相關(guān)推薦
    熱點推薦

    礦產(chǎn)勘查不用“盲人摸象”了,光譜無人機助你看透地表!

    正悄然改變著這一切——光譜無人機系統(tǒng)。 它不僅能飛,還能“看穿地表”,對礦產(chǎn)勘查來說,就像從黑白時代一躍進入了彩色世界! 什么是“光譜
    的頭像 發(fā)表于 04-08 16:30 ?297次閱讀
    <b class='flag-5'>礦產(chǎn)</b>勘查不用“盲人摸象”了,<b class='flag-5'>高</b><b class='flag-5'>光譜</b>無人機助你看透地表!

    什么?咱家有“礦”!光譜遙感技術(shù)實現(xiàn)找礦

    礦產(chǎn)資源是經(jīng)濟社會發(fā)展的重要物質(zhì)基礎(chǔ),礦產(chǎn)資源勘查開發(fā)事關(guān)國計民生和國家安全。該如何找到可開采的礦產(chǎn)資源呢?在遙感技術(shù)的、衛(wèi)星檢測和大數(shù)據(jù)應(yīng)用等各方面的進展下,找礦的精準(zhǔn)度也得到了顯著的提升。
    的頭像 發(fā)表于 03-18 15:14 ?522次閱讀
    什么?咱家有“礦”!<b class='flag-5'>高</b><b class='flag-5'>光譜</b>遙感技術(shù)實現(xiàn)找礦

    礦產(chǎn)資源開發(fā)三相380V變660V1140V變壓器 卓爾凡電源1600KVA升壓器

    卓爾凡電源變壓器:礦產(chǎn)資源開發(fā)光伏項目的電力基石 在全球綠色能源轉(zhuǎn)型的浪潮中,礦產(chǎn)資源開發(fā)行業(yè)也在積極尋求可持續(xù)發(fā)展路徑,光伏項目因其清潔、可再生的特性,成為該行業(yè)降低能耗、實現(xiàn)節(jié)能減排的重要選擇
    的頭像 發(fā)表于 03-03 09:49 ?377次閱讀
    <b class='flag-5'>礦產(chǎn)資源</b>開發(fā)三相380V變660V1140V變壓器 卓爾凡電源1600KVA升壓器

    地物光譜技術(shù)在礦場資源勘查的應(yīng)用

    礦產(chǎn)資源是工業(yè)的“糧食”,其勘查開發(fā)關(guān)乎國家經(jīng)濟命脈。然而,傳統(tǒng)的礦場資源勘查方法往往耗時費力,且精度有限。近年來,隨著遙感技術(shù)的飛速發(fā)展,地物
    的頭像 發(fā)表于 02-26 17:28 ?295次閱讀

    基于光譜深度特征的油菜葉片鋅含量檢測

    為了實現(xiàn)油菜葉片鋅含量的快速無損檢測,該研究采用一種基于光譜成像技術(shù)結(jié)合深度遷移學(xué)習(xí)算法的高精度檢測方法,通過無土栽培的方式,利用
    的頭像 發(fā)表于 02-24 18:03 ?323次閱讀
    基于<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>深度</b>特征的油菜葉片鋅含量檢測

    芯盾時代助力中國礦產(chǎn)資源集團構(gòu)建統(tǒng)一認(rèn)證系統(tǒng)

    近日,國內(nèi)領(lǐng)先的身份安全解決方案提供商芯盾時代宣布成功中標(biāo)中國礦產(chǎn)資源集團有限公司項目,將為其部署搭建一套高效統(tǒng)一的認(rèn)證系統(tǒng)。這一舉措標(biāo)志著芯盾時代在大型國有企業(yè)信息安全領(lǐng)域再次取得重要突破。 此次
    的頭像 發(fā)表于 02-18 14:01 ?378次閱讀

    芯盾時代中標(biāo)中國礦產(chǎn)資源集團有限公司

    芯盾時代中標(biāo)中國礦產(chǎn)資源集團有限公司,部署搭建統(tǒng)一認(rèn)證系統(tǒng),打造統(tǒng)一標(biāo)準(zhǔn)的身份標(biāo)識庫,實現(xiàn)支持全集團各級企業(yè)應(yīng)用系統(tǒng)內(nèi)用戶、身份、認(rèn)證和權(quán)限等統(tǒng)一管理,進一步提升集團的業(yè)務(wù)安全。
    的頭像 發(fā)表于 02-18 10:52 ?545次閱讀

    基于地物光譜儀的稻田秧苗及稗草的早期識別

    為探究水稻秧苗與稗草的早期準(zhǔn)確識別方法,利用地物光譜儀采集二葉-四葉期水稻和同期生長的稗草植株冠層在400~920nm波段內(nèi)的光譜信息,光譜
    的頭像 發(fā)表于 02-10 15:01 ?336次閱讀
    基于地物<b class='flag-5'>光譜</b>儀的稻田秧苗及稗草的早期<b class='flag-5'>識別</b>

    光譜相機在礦石識別分選中的應(yīng)用案例分享

    一、引言 對不同礦石進行精細(xì)化的分選對采礦業(yè)有著非常重要的作用,它決定了礦產(chǎn)資源能否有效的被利用。傳統(tǒng)的檢測方法主要靠人工觀察分檢,很多礦石從肉眼較難區(qū)分,不僅效率低下,而且比較容易誤判。所以,需要
    的頭像 發(fā)表于 01-23 10:39 ?306次閱讀

    頂堅單北斗防爆智能手持終端:為礦產(chǎn)資源勘探提供精準(zhǔn)導(dǎo)航

    頂堅單北斗防爆智能手持終端,憑借北斗衛(wèi)星導(dǎo)航系統(tǒng)的精準(zhǔn)定位與先進的防爆技術(shù),為礦產(chǎn)資源勘探領(lǐng)域帶來了革命性的導(dǎo)航解決方案,確保在復(fù)雜多變的環(huán)境中實現(xiàn)高效、安全的勘探作業(yè)。其精準(zhǔn)導(dǎo)航功能為勘探工作提供
    的頭像 發(fā)表于 12-10 13:36 ?437次閱讀
    頂堅單北斗防爆智能手持終端:為<b class='flag-5'>礦產(chǎn)資源</b>勘探提供精準(zhǔn)導(dǎo)航

    一種混合顏料光譜分區(qū)間識別方法

    古代彩繪顏料的分析是科技考古與文物保護研究的重要內(nèi)容,光譜是近年來發(fā)展迅速的新興技術(shù),在物質(zhì)識別上具有廣泛應(yīng)用,提出一種基于光譜分區(qū)間的
    的頭像 發(fā)表于 12-02 16:22 ?409次閱讀
    一種混合顏料<b class='flag-5'>光譜</b>分區(qū)間<b class='flag-5'>識別方法</b>

    基于光譜數(shù)據(jù)的典型地物分類識別方法研究

    隨著成像光譜儀器的廣泛應(yīng)用,利用光譜數(shù)據(jù)進行物質(zhì)分類與識別已經(jīng)成為一項重要的研究內(nèi)容,研究不同分類算法對最終的目標(biāo)識別準(zhǔn)確度具有重要意義。
    的頭像 發(fā)表于 07-18 14:43 ?798次閱讀
    基于<b class='flag-5'>高</b><b class='flag-5'>光譜</b>數(shù)據(jù)的典型地物分類<b class='flag-5'>識別方法</b>研究

    圖像識別算法都有哪些方法

    圖像識別算法是計算機視覺領(lǐng)域的核心任務(wù)之一,它涉及到從圖像中提取特征并進行分類、識別和分析的過程。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,圖像識別算法已
    的頭像 發(fā)表于 07-16 11:14 ?7311次閱讀

    基于Python的深度學(xué)習(xí)人臉識別方法

    基于Python的深度學(xué)習(xí)人臉識別方法是一個涉及多個技術(shù)領(lǐng)域的復(fù)雜話題,包括計算機視覺、深度學(xué)習(xí)、以及圖像處理等。在這里,我將概述一個基本的流程,包括數(shù)據(jù)準(zhǔn)備、模型選擇、訓(xùn)練過程、以及
    的頭像 發(fā)表于 07-14 11:52 ?1644次閱讀

    光譜成像系統(tǒng):光譜遙感圖像光譜混合模型

    光譜遙感是成像技術(shù)和光譜技術(shù)相結(jié)合的多維信息獲取技術(shù),可以同時獲取地面目標(biāo)的光譜信息和空間信息。光譜
    的頭像 發(fā)表于 07-10 11:54 ?1655次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng):<b class='flag-5'>高</b><b class='flag-5'>光譜</b>遙感<b class='flag-5'>圖像</b>的<b class='flag-5'>光譜</b>混合模型

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會員交流學(xué)習(xí)
    • 獲取您個性化的科技前沿技術(shù)信息
    • 參加活動獲取豐厚的禮品