第四次工业革命推动智能化时代的到来，矿业技术发展也正经历着一场新的智能化革命。随着人工智能（AI）技术应用的扩展，其在科技领域、新兴行业有普遍的高接受度，相较而言传统的矿产行业对其认知程度较低，人工智能技术驱动矿业生产，将会带来“颠覆”传统的发展新局面，矿石的智能分选以此为契机也将实现革命性的产业技术创新。

机器视觉作为人工智能正在快速发展的一个分支，在深度剖析成像过程和原理的基础上，把每一个像素值进行推理，同时把更多的图像中出现的数据信息集成一个整体，判断像素集之间的相关联系，完成彼此的分割，利用二维平面图像扩展到三维立体，从而实现三维重建(3D Reconstruction)，以此来预测估计得到物体形状信息，更多层次模拟物体的外观特征，达到能够精准识别区分物体。如今，该技术已经应用于工业自动化、医疗诊断、自动驾驶等多个领域。

AI机器视觉·利用可见光成像的应用

经典的多视图立体重建技术需要利用以可见光为成像介质的工业相机，从物体不同的视角捕捉图像，图像之间需要具有匹配特征，在此基础上根据三角剖分的基本原理来重建三维结构。例如，谷歌（Google）公司自动驾驶技术的机器视觉算法，通过汽车多方位相机收集路况图像信息进行三维重建。

AI机器视觉·利用X射线成像的应用

以X射线断层成像（X-ray CT）为代表的三维无损成像技术无需破坏被检测体的完整性，就能同时获取检体外观形和内部结构数据信息。由于检体内不同的物质对X线的有吸收作用，传感器接收X线不同的衰减系数，经模拟转换器转为数字信号，输入计算机进行处理，AI算法对数据进行处理成像。这项技术被广泛应用于医疗领域，螺旋CT的应用可以更精确的确定病变位置，充分体现了三维重建的应用价值。

图为通过使用X射线成像的机器视觉CNN算法进行新冠病例自动检测过程

AI机器视觉·X射线结合可见光成像在工业场景的应用

AI智能选矿场景应用具有较高的复杂性：由于矿石形状、大小、纹理、厚度以及内部组成差异性大，导致其成像难度高；由于矿产生产的工业属性，对生产效率要求高:一个中型矿山平均日处理量为3000至10000吨（约3000颗矿石每秒），对分选速率与精度要求也极为苛刻；再加之矿业生产的特殊环境（粉尘、温度、湿度等）多方面影响，造成AI在矿产领域面临了对维挑战。

首次在我国实现矿产分选智能化的赣州好朋友科技有限公司（以下简称“好朋友科技”），凭借7年在矿产行业的深耕，累计了200余座国内外矿山的庞大数据集，利用人工智能算法的卷积神经网络（CNN）实现无监督学习（Unsupervised Learning)。通过可见光成像以及X射线成像的图像算法融合，获取矿石内、外部图像，不断提高图像特征匹配的正确率，针对不同的数据格式，把数据整理训练，利用其做卷积去扩展到三维，从而实现矿石的三维重建与判别，通过高密度工业级喷阀快速打击，实现矿石与脉石的区分，实现了矿产领域的选矿感知智能。

图为好朋友科技的X射线+可见光算法进行矿石判别的过程

据了解，截至目前，好朋友科技已交付超过260台智能选矿设备，全面服务包括中国黄金、中钨高新、紫金矿业、中国有色集团、西部矿业、云锡集团、中铝集团等国内顶级矿企，落地百余个矿区。

图为好朋友科技智能分选设备天元™系列现场应用情况

随着采矿业的发展，矿山面临品位和矿体质量下降的问题，矿石智能分选成为行业内在发展的需要。一方面，智能分选能够大幅提高生产效率，增加处理量，通过预选抛废，增加矿山产能；而且A.I三维重建算法的分析使边际品位下移，促进延长矿山寿命；另一方面，通过智能分选提前抛废，大幅节约运输、水、电和化学药剂成本，助力绿色矿山的可持续性发展。

毋庸置疑，人工智能技术在矿业场景应用的不断深化，将为矿产行业高质量发展、加快制造强国建设、发展数字经济、实现“双碳”战略等方面提供强有力的支撑。

责任编辑：kj005