买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中南大学申请的专利一种基于YOLO系列算法的预选抛废原矿抛废率推算方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121258975B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511793382.2，技术领域涉及：G06T7/00；该发明授权一种基于YOLO系列算法的预选抛废原矿抛废率推算方法是由覃文庆;焦芬;银宇;魏茜设计研发完成，并于2025-12-02向国家知识产权局提交的专利申请。

本一种基于YOLO系列算法的预选抛废原矿抛废率推算方法在说明书摘要公布了：本发明公开了一种基于YOLO系列算法的预选抛废原矿抛废率推算方法，包括以下步骤：获取原矿灰度图像并进行预处理，得到图像数据集；基于图像数据集，生成预设编码格式的视频，得到视频数据集；采用YOLO目标检测或实例分割算法对视频数据集中每一帧图像中目标进行分类识别，统计并输出矿石与废石类别的矩形框或者掩码Mask信息；根据矩形框或者掩码信息，计算矿石与废石面积，再根据面积占比计算抛废率，完成抛废率推算。本发明方法能够实现快速且低成本地评估预选抛废方案效果，YOLO目标检测与实例分割算法可统称为YOLO系列AI识别算法，能够帮XRT智能分选设备粒级控制与工艺参数优化提供决策支持，具备良好的工程适应性和推广应用前景。

本发明授权一种基于YOLO系列算法的预选抛废原矿抛废率推算方法在权利要求书中公布了：1.一种基于YOLO系列算法的预选抛废原矿抛废率推算方法，其特征在于，包括以下步骤： S1.获取原矿灰度图像并进行预处理，得到图像数据集； S2.基于图像数据集，生成预设编码格式的视频，得到视频数据集； S3.采用YOLO系列AI识别优化算法对视频数据集中每一帧图像中目标进行分类识别，统计并输出矿石与废石类别的矩形框或者掩码信息； S4.根据矩形框或者掩码信息，计算矿石与废石面积，再根据面积占比计算抛废率，完成抛废率推算；为XRT智能选矿设备的入选粒级控制和抛废策略制定提供参考； 所述获取原矿灰度图像，包括以下步骤： 将待处理的原矿物料通过振动给料机匀速、定量地输送至XRT智能分选机的物料传输皮带上，形成稳定单层铺料； 在原矿随皮带移动经过X射线发射器时，由高能与低能X射线束同时穿透原矿物料，透射后的X射线信号被布置在皮带下方的线阵X射线探测器接收； 探测器将所接收到的X射线衰减信号转换为灰度图像数据，并按照固定的行扫描频率逐行输出，形成原矿XRT灰度图像序列； 通过分选机控制系统对采集到的灰度图像进行时间同步与空间校准，并按照设定的分辨率与尺寸对图像进行统一处理，得到结构化的原矿灰度图像数据集； 将所述灰度图像数据集存储至数据处理模块，用于后续的目标检测或实例分割识别与抛废率推算； 步骤S3包括以下步骤： 使用YOLO系列AI识别优化算法识别视频数据集，得到以矿石与废石为识别目标的矩形框或者掩码； 基于矩形框或者掩码对应的类别标签，统计矿石标签矩形框与废石标签矩形框的识别数量； 对于YOLO系列目标检测算法，基于矩形框中心坐标与边长参数，计算二维投影面积，根据面积值划分粒级区间；对于YOLO系列实例分割算法，利用输出的实例掩码，获取原矿目标在图像平面上的像素集合，通过掩膜像素数量与相机标定的单像素面积参数，计算真实投影面积，优化矩形框外接导致的面积误差问题； 通过预设字典记录结构，将视频数据集中每帧图像中所有矩形框或掩码类别、尺寸、面积以及粒级区间的数据记录，以文本形式储存； 步骤S4包括以下步骤： 基于目标检测或实例分割算法输出的目标矿石与废石在图像中的投影面积，统计各类目标的像素面积或掩膜面积； 根据所述投影面积统计结果，计算被识别为废石并被抛出的像素总面积占全部原矿像素总面积的比例，从而获得原矿抛废率； 对不同粒级区间的目标分别统计其投影面积和数量，获得分粒级抛废率与粒级分布情况； 将整体抛废率与分粒级抛废率一并输出，作为原矿抛废率推算的最终结果；矿石总抛 废率WR使用以下算式计算：；再根据不同粒度范围矩 形框或者掩码面积数据，分别计算不同粒度范围的抛废率，得到原矿抛废率在不同粒级的 分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。