(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210095829.9 (22)申请日 2022.01.26 (71)申请人 合肥泰禾智能科技 集团股份有限公 司 地址 230000 安徽省合肥市经济技 术开发 区桃花工业园拓展区方兴大道与玉兰 大道交口 (72)发明人 万云武　石江涛　贾仁耀　黄守强　 胡先鹏　 (74)专利代理 机构 北京和信华成知识产权代理 事务所(普通 合伙) 11390 专利代理师 李漫 (51)Int.Cl. G01N 21/01(2006.01) G01N 21/88(2006.01)B07C 5/342(2006.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 10/143(2022.01) G06K 9/62(2022.01) G06N 3/08(2006.01) G06N 5/04(2006.01) (54)发明名称 一种基于多波段复用的融合分选方法 (57)摘要 本发明公开了一种基于多波段复用的融合 分选方法， 涉及色选机技术领域。 该方法应用于 色选机， 当检测到待筛选物料进入目标区域时， 依次使用不同波段的光源对待筛选物料进行拍 照， 得到多张包含待筛选物料的图像， 作为第一 图像； 待筛选物料的物料类型包括合格物料和异 物杂质； 从第一图像中确定与合格物料的感光属 性相匹配的图像， 作为第二图像， 从第一图像中 确定与异物杂质的感光属性相匹配的图像， 作为 第三图像； 根据第二图像和第三图像的图像特 征， 确定待筛选物料的物料类型； 若待筛选物料 的物料类型是异物杂质， 则剔除待筛选物料。 实 现了从多维度确定待筛选物料的类型， 对待筛选 物料进行分选， 提高了分选的精确度。 权利要求书2页 说明书6页 附图3页 CN 114441444 A 2022.05.06 CN 114441444 A 1.一种基于多 波段复用的融合分选方法， 其特 征在于， 应用于色选 机， 所述方法包括： 当检测到待筛选物料进入目标区域 时， 依次使用不同波段的光源对所述待筛选物料进 行拍照， 得到多张包含所述待筛选物料的图像， 作为第一图像； 所述待筛选物料的物料类型 包括合格物料和异 物杂质； 从所述第一图像中确定与所述合格物料的感光属性相匹配的图像， 作为第二图像， 从 所述第一图像中确定与所述异 物杂质的感光属性相匹配的图像， 作为第三图像； 根据所述第二图像和所述第三图像的图像特 征， 确定所述待筛 选物料的物料类型； 若所述待筛 选物料的物料类型 是异物杂质， 则剔除所述待筛 选物料。 2.根据权利要求1所述的一种基于多波段复用的融合分选方法， 其特征在于， 所述色选 机包括光源控制模块、 光源驱动模块、 光源模块和图像采集模块； 其中所述光源模块包括N 个光源子模块； N个光源子模块发射的光线 波段两两之间不重 叠； 当检测到待筛选物料进入目标区域 时， 依次使用不同波段的光源对所述待筛选物料进 行拍照， 得到多张包 含所述待筛 选物料的图像， 作为第一图像， 包括： 当检测到待筛选物料进入目标区域 时， 通过所述光源控制模块向光源驱动模块发出频 率为F/N的触发脉冲， 以使 所述光源驱动模块控制所述光源模块中的N个光源子模块依次发 射N种光线波段的光线； 同时， 通过所述光源控制模块向所述图像采集模块发出频率为F的脉冲触发信号， 以使 所述图像采集模块在脉冲上升沿的时候进行拍照， 采集得到N张在不同波段下生成的包含 所述待筛 选物料的图像， 作为第一图像。 3.根据权利要求2所述的一种基于多波段复用的融合分选方法， 其特征在于， 控制所述 光源模块中的N个光源子模块的触发脉冲频率相同， 且相位相差 π/N °。 4.根据权利要求3所述的一种基于多波段复用的融合分选方法， 其特征在于， 所述方法 还包括： 通过所述光源控制模块向所述图像处理模块发送同步信号； 以使所述图像处理模块根 据所述同步信号， 确定每一种光线 波段与该光线 波段采集的第一图像之间的对应关系。 5.根据权利要求4所述的一种基于多波段复用的融合分选方法， 其特征在于， 从所述第 一图像中确定与所述合格物料 的感光属 性相匹配的图像， 作为第二图像， 从所述第一图像 中确定与所述异 物杂质的感光属性相匹配的图像， 作为第三图像， 包括： 根据所述合格物料的感光属性， 确定所述光源模块发射的N种光线波段中， 所述合格物 料成像清晰度最高的光线 波段， 将该光线 波段对应的第一图像作为第二图像； 根据所述异物杂质的感光属性， 确定所述光源模块发射的N种光线波段中， 所述异物杂 质成像清晰度最高的光线 波段， 将该光线 波段对应的第一图像作为第三图像。 6.根据权利要求2所述的一种基于多波段复用的融合分选方法， 其特征在于， 所述色选 机还包括深度学习算法处 理模块、 色选算法处 理模块以及数据融合模块； 根据所述第二图像和所述第三图像的图像特 征， 确定所述待筛 选物料的类型， 包括： 将所述第二图像输入所述色选算法处理模块， 得到所述待筛选物料的物料类型属于异 物杂质的概率， 作为第一概率； 所述色选算法处理模块用于根据输入图像中的物料 的颜色 属性， 确定该物料的物料类型属于异 物杂质的概 率； 将所述第三图像输入所述深度 学习算法处理模块， 得到所述待筛选物料的物料类型属权　利　要　求　书 1/2 页 2 CN 114441444 A 2于异物杂质的概率， 作为第二概率； 所述深度学习算法处理模块用于根据输入图像中的物 料的形状属性， 确定该物料的物料类型属于异 物杂质的概 率； 通过所述数据融合模块根据 所述第一概率、 所述第 二概率、 预设权重和预设阈值， 确定 所述待筛 选物料的物料类型。 7.根据权利要求6所述的一种基于多波段复用的融合分选方法， 其特征在于， 所述色选 机还包括剔除模块； 若所述待筛 选物料的物料类型 是异物杂质， 则剔除所述待筛 选物料， 包括： 若所述数据融合模块确定所述待筛选物料的物料类型是异物杂质， 则通过所述数据融 合模块将吹阀数据发送给 所述剔除模块； 以使所述剔除模块剔除所述待筛 选物料。权　利　要　求　书 2/2 页 3 CN 114441444 A 3