一种基于色选机的物料分类方法

摘要

本发明公开了一种基于色选机的物料分类方法，首先，向色选机中分别投入有价值的一类物料样本和无价值的二类物料样本，利用阈值法和中值滤波的方法，对色选机采集的图像进行预处理，即消除背景和噪声，有利于提高后续分类筛选的正确率；利用C4.5决策树和代价敏感学习相结合的优化算法，构建决策树模型，能够高效、实时地实现物料的分类，并且能够在保证分类正确率不受到较大影响的前提下，尽可能的提高有价值的一类物料的纯度，即其精确度，也可以在人工模式下根据个人需求进行不同纯度品级的产品筛选。