以图像处理为基础,对紫色铜、黄色铜、镁、铝、锌、铅6种废有色金属分别在早、中、晚拍摄照片各20张,然后提取废有色金属图像中的6种颜色特征(R、G、B、H、S、I)和5种纹理特征(能量、对比度、逆差矩、熵、自相关),采用多层感知器神经网络算法进行模式匹配,分析实验结果表明该算法能实现多种废有色金属物料的自动分选,分选的效率达90%以上,能取代人工分选,提升了工作效率和经济效益。
类型: 期刊论文
作者: 王燕燕,田彦青
关键词: 图像处理,废有色金属,自动分选
来源: 电子制作 2019年15期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 金属学及金属工艺,计算机软件及计算机应用
单位: 湖南机电职业技术学院电气工程学院,中伟新材料科技有限公司
基金: 2016年湖南省教育厅科学研究项目“基于机器视觉的废有色金属自动分选技术研究(项目编号:16C0575)”阶段性研究成果
分类号: TP391.41;TG146
DOI: 10.16589/j.cnki.cn11-3571/tn.2019.15.016
页码: 44-45
总页数: 2
文件大小: 1484K
下载量: 69
本文来源: https://www.lunwen66.cn/article/6ce8cd448760664a604bf0cd.html