当前位置：首页 > 产品中心

矿石的识别

101种常见矿石识别方法，还不赶紧收藏知乎

2020年8月7日原文链接： 101种常见矿石识别方法，还不赶紧收藏！看石、观石、悟石，是爱石者不断追求的三重精神境界。今天小编整理出101种常见石头的特征，赶紧收藏备用，从此鉴别石头真的很简单！天蓝石 2023年10月19日通过这些谱带或其组合，能够实现对矿物的识别。由此，本文通过对矿物光谱特征进行分析和总结，建立基于特征谱带的矿物识别谱系对矿物类或矿物进行识别矿物识别谱系与识别规则知乎2021年10月8日矿物识别是岩石分类定名的重要依据，也是了解岩石成因机理、物质运移、演化历史的基础，在采矿学、岩石学、火山学等地质学科领域中发挥了极为重要的作用 [ 1 5 ]。通常，先将岩石磨制成薄片，再由基于深度学习的岩石薄片矿物自动识别方法2024年3月29日矿物识别是高光谱遥感技术优势之一，已在地质矿产领域取得了显著应用效果。随着光谱分辨率的不断提高，高光谱遥感矿物识别逐渐从识别矿物种类向矿物亚类高分五号高光谱影像矿物精细识别遥感学报

基于深度学习的矿石图像处理研究综述 USTB

2022年1月23日聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了完成以上三大任务的 2020年9月16日 Mineral intelligent identification is a developing interdisciplinary research field between earth science and information science, where machine learning shows 基于机器学习的矿物智能识别方法研究进展与展望 Earth 矿物识别较大程度上依赖人工经验判断，这种方法成本高昂且受矿物识别人主观影响较大，文中提出利用深度学习神经网络的方法自动识别矿物种类。通过模拟专家目视识别矿物的基于高光谱图像的矿物种类深度识别方法2018年5月30日矿石矿物鉴定的智能化是智能地质学和智能矿床学的基础技术之一。计算机视觉技术和深度学习理论使矿石矿物鉴定的智能化成为可能。本研究基于深度学习系统TensorFlow，以吉林夹皮沟金矿和河北石湖基于深度学习的镜下矿石矿物的智能识别实验研究

基于TensorFlow的卷积神经网络的岩石图像分类识

2024年3月10日第6章图像识别与卷积神经网络卷积神经网络(Convolutional Neural Network,CNN) 61 图像识别问题简介及经典数据集图像识别问题简介图像识别问题希望借助计算机程序来处理、分析和理解 2022年1月24日个侵入体时，致矿侵入体的识别至今仍是成矿学研究的一大难题。这个问题不解决，将严重影响进一步找矿工作的部署。因此，建立致矿侵入体的识别标志具有关键性意义。本文所述致矿侵入体是指为成矿作用提供含矿流体和成矿金属的侵入体。致矿侵入体的识别标志2014年9月30日委员会对受冲突影响和高风险地区矿石负责任的供应链尽职调查指导建议 8 《经济合作与发展组织关于来自受冲突影响和高风险区域的矿石的负责任供应链尽职调查指南》 ©经合组织（2014 年）注意到受冲突影响和高风险区域矿石负责任供应链尽职调查是指通受冲突影响和高风险区域的矿第二版石的负责任供应链尽职矿石的识别与鉴定方法风险04矿石鉴定的注意事项遵守相关法律法规遵守国家法律法规，尊重知识产权遵守行业规范和标准，确保鉴定结果的准确性遵守职业道德，保护客户隐私和商业秘密遵守环境保护法规，确保鉴定过程对环境无害注意安全问题佩戴防护矿石的识别与鉴定方法百度文库

YOLOv5 矿石分类筛选基于融合注意力机制的矿石分选网络

2024年5月22日一、项目背景与目标矿石识别在矿业工程、地质勘探等领域具有重要的应用价值。传统的矿石识别方法主要依赖于专家的经验和实地观察，不仅效率低下，而且易受人为因素影响。随着深度学习技术的快速发展，尤其是卷积神经网络（CNN）在图像识别领域的卓越表现，为矿石识别提供了新的解决方案。2022年1月23日聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了完成以上三大任务的常用算法及其优缺点。其中，矿石分类在地质勘探中起着重要作用；粒度分析能为破碎机和传送基于深度学习的矿石图像处理研究综述 USTB2024年6月3日矿石识别模块：采用图像处理和机器学习技术，如特征提取、分类器等，对预处理后的矿石图像进行识别，确定矿石的种类和特征。矿石分类模块：根据识别结果，将矿石按照预设的分类标准进行分类，如按矿石类型、颜色、纹理等。基于Matlab的矿石检测识别分类计数系统 CSDN博客矿物是具有一定化学组成的天然化合物，它具有稳定的相界面和结晶习性。由内部结晶习性决定了矿物的晶型和对称性；由化学键的性质决定了矿物的硬度、光泽和导电性质；由矿物的化学成分、结合的紧密度决定了矿物的颜色和比重等。在识别矿物时，矿物的形态和物理性质由于其易于鉴定而成为矿物（天然单质或化合物）百度百科

基于深度学习的镜下矿石矿物的智能识别实验研究

2018年5月30日矿石矿物鉴定的智能化是智能地质学和智能矿床学的基础技术之一。计算机视觉技术和深度学习理论使矿石矿物鉴定的智能化成为可能。本研究基于深度学习系统TensorFlow，以吉林夹皮沟金矿和河北石湖金矿的黄铁矿、黄铜矿、方铅矿、闪锌矿等硫化物矿物为例，设计有针对性的Unet卷积神经网络模型 2022年5月20日原名岩石大数据图鉴定，不能识别，但搜集了很多岩石的高清图片，AI 对岩石的识别率其实不高，这个小程序可以做为参考。四、常见岩石矿物的显微结构与岩石印象很相似，但新增了很多矿物图片和显微教师神器认识岩石和矿物，这四个神奇的小程序推金矿石的种类及识别金矿石是指含有金属元素的矿物，是金属开采的重要矿物资源之一。金矿石的种类繁多，主要分为两大类：自然金矿石和硫化金矿石。自然金矿石是指含有天然金的矿石，通常呈现黄色、金黄色或紫色，具有良好的导电性和延展性。金矿石的种类及识别百度文库2020年11月11日文章作者：矿业汇文章来源：矿业汇公众号原文链接：25张照片，教你快速分辨金属矿石，建议收藏照片名称：锡矿石 Tin ore矿石矿物为锡石，暗褐色，金刚光泽，自形半自形中粒结构，块状构造，脉石矿物有石英，25张照片，教你快速分辨金属矿石，建议收藏知乎

野外金矿怎么识别？附金矿石图片

2017年6月23日 4、第四要注意在锑矿、汞矿、砷矿(特别是雄黄矿、雌黄矿)区找金，就锑矿而言，它既可与金共生构成锑金矿床;也可分离，但相距不远，故有“不在其中，不离其踪”之说。部分铅锌矿的外围也可找金，如青城子铅锌矿外围;铜矿床的下部。2023年1月3日寸的矿石，防止处于给矿皮带和受矿皮带之间的转运缓冲仓内发生堵料事故；异物识别能将皮带上混在矿石中的有害物品检测出来关键词深度基于深度学习的矿石图像处理研究综述 ResearchGate2023年9月4日随着社会的发展，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。基于高光谱图像的矿物种类深度识别方法知乎2023年9月9日视觉自动兑换和自动取矿是通过接收视觉发来的位姿数据来对机械臂进行一个解算的，不过内部的解算是根据我们的国赛车来的，仅供参考。视觉部分包含了对兑换站的位姿识别和对矿石的位姿识别。开源资料为“RM2023华南理工大学华南虎工程视觉开【RM2023工程视觉自动兑换+自动取矿开源】华南理工大学

厉害啦！装个软件自动识别矿物、岩石！

2017年10月10日谭永杰说，现在系统的识别模型已经建立，关键是要增加地质云服务器中矿物、岩石样本的图片数量，可供机器学习的样本图片数量越大，识别的准确率就越高。截至发稿，系统已经收集到矿物图片15万张、岩石照片4 2021年10月8日矿物识别是岩石分类定名的重要依据，也是了解岩石成因机理、物质运移、演化历史的基础，在采矿学、岩石学、火山学等地质学科领域中发挥了极为重要的作用 [15]。通常，先将岩石磨制成薄片，再由专业人员在单偏光和正交偏光下从不同的角度观察待识别矿物的颜色、纹理、消光角、形状等特征基于深度学习的岩石薄片矿物自动识别方法2023年4月23日热测试：锡矿石的熔点相对较高，约为 1,720 摄氏度（3,128 华氏度）。热测试，例如使用喷灯或马弗炉将矿物加热至高温，可以帮助确定其熔化行为并提供额外的识别线索。这些是根据锡矿石的物理、化学和热性质来识别锡矿石的一些常用方法。锡 (Sn) 矿石矿物、产状、形成、矿床2023年4月17日 11 露天矿卡车装载状况图像预处理由于受到时间和成本资源的约束，收集到的试验数据为少量、非均衡分布的不理想状态，不利于整体的露天矿卡车装载状况识别过程，为减少这种负面影响，需要在图像预处理阶段，对露天矿卡车装载状况图像作相应的处理。基于深度卷积特征的露天矿卡车装载状况识别技术研究

基于深度学习的岩石样本智能识别研究——第九届“

2021年9月15日本文主要介绍如何使用python的TensorFlow20深度学习框架搭建一个：岩石样本的智能识别系统。最终识别准确率能达到95%。本项目来自于第九届“泰迪杯”数据挖掘挑战赛的B题：岩石样本的智能识别。矿物识别较大程度上依赖人工经验判断，这种方法成本高昂且受矿物识别人主观影响较大，文中提出利用深度学习神经网络的方法自动识别矿物种类。通过模拟专家目视识别矿物的方式采集了矿物RGB图像和高光谱图像样本，利用以上样本对卷积神经网络进行训练并得到矿物种基于高光谱图像的矿物种类深度识别方法2023年11月7日我们来了解一下金矿石原石的特点。金矿石通常是由金属金组成的矿物，它们的外观可以有多种颜色，从黄金到银白、灰色等色调均有可能。因此，在辨别金矿石原石时，我们需要借助一些简单易行的方法。在野外如何找到黄金？如何辨别金矿石原石？教你野外识别文章浏览阅读879次，点赞15次，收藏23次。这篇文章详细介绍了如何利用卷积神经网络进行94种矿石的识别，包括提供代码下载、视频演示以及如何使用数据集训练模型（如01到045号项目）。此外，还涉及了多种AI应用，如图像处理、目标检测、人脸识别、手势识别等，并展示了如何通过pyqt创建交互式 045基于卷积神经网络的94种矿石识别CSDN博客

矿石块度视觉识别判断方法

2023年12月26日针对传送带矿石块度还需要人工测量的问题，提出了一种基于深度学习的矿石块度检测方法。该方法在Darknet框架下采用残差神经网络结构组成CSPDarkNet21主干特征提取网络，在考虑只需要识别判断大块矿石的条件下选用简单双向特征融合PANet作为矿石一般由矿石矿物和脉石矿物组成。矿石矿物是指矿石中可被利用的金属或非金属矿物，也称有用矿物。如铬矿石中的铬铁矿，铜矿石中的黄铜矿、斑铜矿、辉铜矿和孔雀石，石棉矿石中的石棉等。脉石矿物是指那些与矿石矿物相伴生的、暂不能利用的矿物，也称无用矿石（矿物集合体）百度百科随着技术科学的发展，微束技术（X射线束、电子束、激光束、离子束）在岩矿鉴定中的应用，现今已经可以精确地确定矿物微区化学成分、内部结构、晶系、晶胞参数等，对矿物表面进行的精细扫描，已可精密测量矿物表面元素组成、价态、表面形貌，并绘出矿物的三维图像岩矿鉴定百度百科2021年8月21日由于不同矿石的成分和结构不同，其光谱特征存在很大差异，因此需要针对不同矿种和矿石类型建立独有的光谱识别模型，即“一矿一模型”，构建理想化的普适化模型可能是不现实的。（3）加强相关理论研究，建立考虑光谱多因素综合影响的完备模型。东北大学刘善军教授：智能矿山中的岩矿光谱智能感知技术与

莱森光学：基于高光谱图像的矿物种类深度识别方法

2024年3月1日随着社会的发展，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。2018年8月23日真金矿中的金多以小颗粒状或条状零星分散于矿石的里或外面。鉴别于不难：用火烧，真金不怕火烧，烧过之后还是黄灿灿的。或是拿矿石用力在石板上划，黄金，软易产生黄色的划痕迹（愚人金是灰色的）。如何鉴别金矿石百度经验2024年3月29日露天煤矿开采易对区域生态环境产生不利影响，对其进行高效监管有利于矿区环境保护和可持续发展。随着遥感技术和人工智能的发展，基于高分辨率遥感影像的露天煤矿区场景自动识别成为可能。本文针对单标签学习算法在场景子区域识别中识别率较低的问题，将多标签学习策略和地理学定律基于子区域多标签学习的露天煤矿区场景识别2019年9月21日自然界的金绝大多数都是以纯金的形式存在，且含量不会很多。如果看到一大块黄灿灿的石头，那多半是愚人金等假金矿石。真金矿中的金多以小颗粒状或条状零星分散于矿石的里或外面。鉴别于不难：用火烧，真金不怕火烧，烧过之后还是黄灿灿的。百科黄铜矿、黄铁矿和自然金矿石的辨别方法！好用！用途

人工智能技术在菱镁矿与水镁石矿分选中的应用！

3 天之前伴生矿是指在同一矿床中同时存在两种或两种以上有价值矿物的情况。在传统分选过程中，这些伴生矿往往难以得到有效分离。而借助于人工智能的高精度识别能力，可以实现对伴生矿的有效分选，进而提高整体矿石的利用率和经济效益。提高矿石利用率与品位2017年10月10日谭永杰说，现在系统的识别模型已经建立，关键是要增加地质云服务器中矿物、岩石样本的图片数量，可供机器学习的样本图片数量越大，识别的准确率就越高。截至发稿，系统已经收集到矿物图片15万张、岩石照片4 地质云矿物岩石识别系统成功研发中国地质调查局2021年8月20日由于不同矿石的成分和结构不同，其光谱特征存在很大差异，因此需要针对不同矿种和矿石类型建立独有的光谱识别模型，即“一矿一模型”，构建理想化的普适化模型可能是不现实的。（3）加强相关理论研究，建立考虑光谱多因素综合影响的完备模型。智能矿山中的岩矿光谱智能感知技术与研究进展 CHINACAJ2018年5月30日矿石矿物鉴定的智能化是智能地质学和智能矿床学的基础技术之一。计算机视觉技术和深度学习理论使矿石矿物鉴定的智能化成为可能。本研究基于深度学习系统TensorFlow，以吉林夹皮沟金矿和河北石湖基于深度学习的镜下矿石矿物的智能识别实验研究

基于TensorFlow的卷积神经网络的岩石图像分类识

2024年3月10日现在是学习卷积神经网络及其在图像分类中的应用了。什么是卷积？卷积运算是使用具有恒定大小的“窗口”移动图像，并将图像像素与卷积窗口相乘以获得输出图像的过程。让我们看看下面的例子：我们看到 2022年1月24日个侵入体时，致矿侵入体的识别至今仍是成矿学研究的一大难题。这个问题不解决，将严重影响进一步找矿工作的部署。因此，建立致矿侵入体的识别标志具有关键性意义。本文所述致矿侵入体是指为成矿作用提供含矿流体和成矿金属的侵入体。致矿侵入体的识别标志2014年9月30日委员会对受冲突影响和高风险地区矿石负责任的供应链尽职调查指导建议 8 《经济合作与发展组织关于来自受冲突影响和高风险区域的矿石的负责任供应链尽职调查指南》 ©经合组织（2014 年）注意到受冲突影响和高风险区域矿石负责任供应链尽职调查是指通受冲突影响和高风险区域的矿第二版石的负责任供应链尽职矿石的识别与鉴定方法风险04矿石鉴定的注意事项遵守相关法律法规遵守国家法律法规，尊重知识产权遵守行业规范和标准，确保鉴定结果的准确性遵守职业道德，保护客户隐私和商业秘密遵守环境保护法规，确保鉴定过程对环境无害注意安全问题佩戴防护矿石的识别与鉴定方法百度文库

YOLOv5 矿石分类筛选基于融合注意力机制的矿石分选网络

2024年5月22日一、项目背景与目标矿石识别在矿业工程、地质勘探等领域具有重要的应用价值。传统的矿石识别方法主要依赖于专家的经验和实地观察，不仅效率低下，而且易受人为因素影响。随着深度学习技术的快速发展，尤其是卷积神经网络（CNN）在图像识别领域的卓越表现，为矿石识别提供了新的解决方案。2022年1月23日聚焦于矿石勘探和将矿石破碎筛分后的皮带运输两个环节，系统总结了深度学习技术在矿石图像处理中的主要应用，包括矿石分类、粒度分析和异物识别等任务，并分门别类地梳理了完成以上三大任务的常用算法及其优缺点。其中，矿石分类在地质勘探中起着重要作用；粒度分析能为破碎机和传送基于深度学习的矿石图像处理研究综述 USTB2024年6月3日文章浏览阅读945次，点赞36次，收藏14次。一、项目背景与意义在矿石开采和加工过程中，对矿石进行快速、准确的检测、识别、分类和计数是提高生产效率和降低成本的关键。传统的人工检测方式存在劳动强度大、效率低下、误判率高等问题。基于Matlab的矿石检测识别分类计数系统 CSDN博客矿物是具有一定化学组成的天然化合物，它具有稳定的相界面和结晶习性。由内部结晶习性决定了矿物的晶型和对称性；由化学键的性质决定了矿物的硬度、光泽和导电性质；由矿物的化学成分、结合的紧密度决定了矿物的颜色和比重等。在识别矿物时，矿物的形态和物理性质由于其易于鉴定而成为矿物（天然单质或化合物）百度百科