基于机器视觉的雷波薄夹层磷矿石预分选研究

随着磷矿资源的快速消耗,现阶段我国中低品位磷矿存在占比大且利用率较低的问题,导致生产处理成本增加。利用机器视觉技术代替人工观察实现提前抛废,对磷矿进行预富集,提升矿石综合利用效率,减少经济成本。针对四川省雷波县巴姑中低品位薄夹层磷矿的特性,提出一种基于HSV颜色模型采用多阈值法提取特征值并结合KNN算法的磷矿动态实时预分选算法,待选矿石经本算法分选后精矿品位达到18.3%,这表明该算法的识别准确率较高,基本满足企业识别尾矿的分选需求,达到抛尾的目的。