0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

高光谱图像对矿产资源种类的深度识别方法

莱森光学 来源: 莱森光学 作者: 莱森光学 2023-09-06 17:47 次阅读

随着社会的发展,我国对矿产资源的需求日益增加,如何更加高效地利用矿石,减少加工过程中产生的废料,是当前迫切需要解决的问题。解决这个问题的关键之一是精准地识别矿物,为不同种类、不同大小的矿物选取合适的冶炼方法。随着可见光—近红外光谱技术的发展和传感器精度的提高,一些研究者提出使用高光谱来进行矿物识别。

高光谱图像处理技术

通常情况下,人类可以识别出与红色、蓝色和绿色相关的3个波长区域,而高光谱相机则可以收集整个跨电磁波谱的信息。不同的矿物具有的光谱信息不同,因此可以利用高光谱信息进行矿物的识别。

矿石光谱通常包含一系列特征吸收谱带,在不同的矿物中所提取的特征谱带信息不同。矿物的诊断性吸收特征可以用光谱吸收特征参数表征,如吸收波段波长位置、深度、宽度、对称度、面积等,从这些参数中可以提取各种矿物的定性和定量信息。

wKgaomT4SrWAO-2mAADA8xz24-4423.png

图1 菱镁矿可见光—近红外光谱曲线

2、基于高光谱图像的矿物种类深度识别算法

2.1神经网络模型介绍

CNN的全称是Convolutional Neura lNetworks,即卷积神经网络。考虑到CNN的广泛适用性以及在其他领域的杰出识别表现,选择CNN中的经典Resnet框架对矿物的RGB数据和高光谱数据进行学习训练,比较两者的表示能力。所提方法应用场景如图2所示,对开采出来的矿石进行初步分选之后,考虑到高光谱在矿物识别中的重要作用,利用高光谱相机对矿石进行拍照获取高光谱图像,然后将高光谱数据输入神经网络进行学习训练,实现矿物种类以及大小的分类,有助于后续冶炼方法的选择。

wKgZomT4SraAMo1sAAGoziSIVFY907.png

图2 利用高光谱图像和深度学习分类的矿物识别示意

2.2基于高光谱图像的矿物种类深度识别算法

选用了在图像分类领域取得杰出表现的ResNet框架构建矿物识别的深度模型。图3所示为ResNet模型的结构,其输入为矿物图像,经过5层设计好的卷积层后,再经过一个全连接层得到分类概率。

wKgaomT4SraAUh6uAAHP8rKjYbA252.png

图3 矿物识别模型

3、识别效果分析

3.1基于矿物RGB图像的识别效果分析

为了加快数据的处理速度,选用预训练好的网络模型进行训练,节省了从头开始训练的时间。实验结果表明,利用RGB图像进行识别时,5种矿物的分类准确率为39.52%。这可能是因为矿物的RGB图像中包含的信息不足以判断矿物的种类。

wKgZomT4SraAdKaeAAJf39cf5Es028.png

图4利用RGB图像的识别表现

3.2基于矿物高光谱图像的识别效果分析

表2两种矿物的实验结果

wKgaomT4SraAV9TaAABJyl-c6XI569.png

189张黄铜矿图像被识别为方铅矿,占测试集比例为0.97%。识别正确的图像共计18898张,识别正确率为97.41%。

表3 3种不同尺寸矿物的实验结果

wKgZomT4SreAcEolAABuNlZUQns381.png

实验测试集合共包含29900张不同粒径的赤铁矿高光谱图像,识别正确的图像共计28326张,识别正确率为94.73%。

4、结论

为了筛选出矿物表达能力强的数据,本文比较了矿物的RGB图像和高光谱图像经深度网络学习后的识别结果,发现前者的识别结果仅为39.52%,而基于高光谱图像的识别结果达到了94.7%以上。因此,本文采用的卷积神经网络能有效学习到输入数据的隐藏特征,达到矿物种类分类分级的要求,解决了矿物加工方法选择过程中顾此失彼的问题。矿物RGB的识别表现低下的原因可能是因为RGB图像所携信息较为单一,不足以判断矿物种类,后续关于选矿方法的研究所采用的特征可重点考虑高光谱信息。

推荐

无人机机载高光谱成像系统iSpecHyper-VM100

一款基于小型多旋翼无人机机载高光谱成像系统,该系统由高光谱成像相机、稳定云台、机载控制与数据采集模块、机载供电模块等部分组成。无人机机载高光谱成像系统通过独特的内置式或外部扫描和稳定控制,有效地解决了在微型无人机搭载推扫式高光谱照相机时,由于振动引起的图像质量较差的问题,并具备较高的光谱分辨率和良好的成像性能。

wKgaomT4SreAF-RtAABJinx5T6w73.jpeg



审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 红外光谱
    +关注

    关注

    0

    文章

    79

    浏览量

    11994
  • 高光谱
    +关注

    关注

    0

    文章

    327

    浏览量

    9917
  • 深度识别
    +关注

    关注

    0

    文章

    6

    浏览量

    1956
收藏 人收藏

    评论

    相关推荐

    光谱成像的黄瓜病虫害识别和特征波长提取方法

    光谱成像的黄瓜病虫害识别和特征波长提取方法黄瓜霜霉病和斑潜蝇是制约黄瓜产业发展的严重病虫害。
    的头像 发表于 08-12 15:36 444次阅读
    <b class='flag-5'>高</b><b class='flag-5'>光谱</b>成像的黄瓜病虫害<b class='flag-5'>识别</b>和特征波长提取<b class='flag-5'>方法</b>

    基于光谱数据的典型地物分类识别方法研究

    随着成像光谱仪器的广泛应用,利用光谱数据进行物质分类与识别已经成为一项重要的研究内容,研究不同分类算法对最终的目标识别准确度具有重要意义。
    的头像 发表于 07-18 14:43 264次阅读
    基于<b class='flag-5'>高</b><b class='flag-5'>光谱</b>数据的典型地物分类<b class='flag-5'>识别方法</b>研究

    图像识别算法都有哪些方法

    图像识别算法是计算机视觉领域的核心任务之一,它涉及到从图像中提取特征并进行分类、识别和分析的过程。随着深度学习技术的不断发展,图像识别算法已
    的头像 发表于 07-16 11:14 5146次阅读

    图像识别算法的优缺点有哪些

    图像识别算法可以快速地处理大量图像数据,提高工作效率。与传统的人工识别方法相比,图像识别算法可以在短时间内完成对大量图像的分析和
    的头像 发表于 07-16 11:09 1355次阅读

    基于Python的深度学习人脸识别方法

    基于Python的深度学习人脸识别方法是一个涉及多个技术领域的复杂话题,包括计算机视觉、深度学习、以及图像处理等。在这里,我将概述一个基本的流程,包括数据准备、模型选择、训练过程、以及
    的头像 发表于 07-14 11:52 1189次阅读

    光谱成像系统:光谱遥感图像光谱混合模型

    光谱遥感是成像技术和光谱技术相结合的多维信息获取技术,可以同时获取地面目标的光谱信息和空间信息。光谱
    的头像 发表于 07-10 11:54 658次阅读
    <b class='flag-5'>高</b><b class='flag-5'>光谱</b>成像系统:<b class='flag-5'>高</b><b class='flag-5'>光谱</b>遥感<b class='flag-5'>图像</b>的<b class='flag-5'>光谱</b>混合模型

    基于无人机光谱遥感的太行山经济林树种识别研究2.0

    开展基于光谱遥感的山区经济林树种识别研究既丰富光谱在树种分类识别上的应用,也对监测山区经济林
    的头像 发表于 05-22 15:13 419次阅读
    基于无人机<b class='flag-5'>高</b><b class='flag-5'>光谱</b>遥感的太行山经济林树种<b class='flag-5'>识别</b>研究2.0

    基于无人机光谱遥感的太行山经济林树种识别研究1.0

    开展基于光谱遥感的山区经济林树种识别研究既丰富光谱在树种分类识别上的应用,也对监测山区经济林
    的头像 发表于 05-14 09:35 266次阅读
    基于无人机<b class='flag-5'>高</b><b class='flag-5'>光谱</b>遥感的太行山经济林树种<b class='flag-5'>识别</b>研究1.0

    光谱成像系统:深度学习机载光谱影像树种分类研究

    传统的树种识别主要依靠人工实地踏勘,费时费力。遥感技术的快速发展弥补了人工调查方法的不足,与其他数据源相比,机载光谱影像具有丰富的光谱信息
    的头像 发表于 05-06 14:57 1264次阅读
    <b class='flag-5'>高</b><b class='flag-5'>光谱</b>成像系统:<b class='flag-5'>深度</b>学习机载<b class='flag-5'>高</b><b class='flag-5'>光谱</b>影像树种分类研究

    集成芯片管脚顺序识别方法

    集成芯片管脚顺序的识别方法主要依赖于芯片的类型和特征。
    的头像 发表于 03-19 18:14 4934次阅读

    贴片电感的识别方法及故障更换方法

    贴片电感的识别方法及故障更换方法 贴片电感是现代电子设备中常用的一种电子元件,它们通常用于电源滤波、电感耦合和振荡电路中。在使用和维修过程中,有时需要识别贴片电感的参数和故障,并进行更换。本文将详细
    的头像 发表于 02-03 15:23 1789次阅读

    基于光谱成像技术的涂抹掩盖字迹识别方法研究

    方法主要有化学显现法和光学显现法(红外拍摄法、反射光谱分析法)。反射光谱分析法即光谱成像技术法,其检验过程属于光学无损检验,对检材没有损伤及破坏,相比之下,用它显现涂抹掩盖字迹更为安全
    的头像 发表于 01-24 16:18 472次阅读
    基于<b class='flag-5'>高</b><b class='flag-5'>光谱</b>成像技术的涂抹掩盖字迹<b class='flag-5'>识别方法</b>研究

    机器视觉的图像目标识别方法操作要点

    通过加强图像分割,能够提高机器视觉的图像目标识别的自动化水平,使得图像目标识别效果更加显著。图像
    发表于 01-15 12:17 398次阅读

    PCBA上电子元件极性识别方法

    【必看】PCBA上电子元件极性识别方法
    的头像 发表于 01-11 10:18 1742次阅读
    PCBA上电子元件极性<b class='flag-5'>识别方法</b>

    保险电阻的识别方法

    保险电阻识别方法  保险电阻的正确识别对于电子设备的正常运行和使用安全至关重要。本文旨在详尽、详实、细致地探讨保险电阻的识别方法,帮助读者更好地理解和应用该技术。 一、保险电阻的基本概念和作用 保险
    的头像 发表于 12-15 10:55 1528次阅读