基于X射线分选矿石图像的轮廓提取算法综述

近年来,图像处理技术在矿石的智能分选领域广泛应用,但当前的智能分选图像处理算法在精度、算法效率和通用性等方面仍存在局限性。X射线分选矿石图像的轮廓提取是实现智能分选的重要前提之一,根据轮廓信息确定矿石中矿物分布、尺寸及形态等特征,进而优化分选流程,提高矿石的回收率,获得显著的经济效益。对X射线智能分选机的成像原理及图像噪声特性进行分析,概括了图像预处理方法并重点介绍了经典Canny算法和深度学习的HED、DeepEdge、U-Net轮廓提取算法的原理和网络结构,对算法的优势与不足进行了分析,最后提出X射线智能分选矿石图像处理算法现存的问题及今后的研究重点,为X射线智能分选图像处理系统矿物轮廓提取研究提供参考。

X射线矿石分选设备的发展及应用

随着高品位矿产资源的日益减少,低品位矿产资源不断地应用,碎磨和选矿成本持续上升。在矿石入磨前采用智能分选装备抛出低品位矿石和废石,提高矿石入磨品位,可以显著降低磨矿成本。X射线分选机用于预选抛废,在节省成本、改善企业能源利用结构、改善环境情况、提高入选边界品位、延长企业服务年限具有积极作用。本文着重介绍了X射线透射分选机、X射线辐射分选机的发展历程与研究现状,包括设备工作流程,设备各系统原理与特点,国内代表性厂家设备的预选试验结果。