基于图像处理的废有色金属自动分选算法研究

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。