机器视觉技术在矿山行业的应用现状与展望.pdfVIP

第77卷第2期有色金属（矿山部分）Vol.77，No.2

2025年3月NonferrousMetals（MiningSection）March2025

doi:10.20238/j.issn.1671-4172.2025.02.001

柳小波，范立鹏，秦丽杰，等.机器视觉技术在矿山行业的应用现状与展望［J］.有色金属（矿山部分），2025，77（2）：115.

-

LIUXiaobo，FANLipeng，QINLijie，etal.Applicationstatusandprospectsofmachinevisiontechnologyinminingindustry［J］.

NonferrousMetals（MiningSection），2025，77（2）：115.

-

机器视觉技术在矿山行业的应用现状与展望

1，2341，2*1，2

柳小波，范立鹏，秦丽杰，王连成，张兴帆

（1.北京科技大学矿产研究院，北京100083；

2.北京科技大学土木与资源工程学院，北京100083；

3.鞍钢集团矿业有限公司，辽宁鞍山114001；

〇

4.辽宁省冶金地质四二队有限责任公司，辽宁鞍山114001）

摘要：新一代信息化技术已成为驱动工业和社会发展的重要力量，其与矿山深度融合也已成为矿山创新发展的

必然趋势。机器视觉技术作为其中的重要代表之一，对于提高矿山感知能力、降低安全风险、实现危险区域少人化、生

产指标数字化、信息反馈及时化具有重要作用。本文梳理了机器视觉技术的基本概念、原理、典型算法和发展历程，围

绕矿山生产涉及到的主要生产要素，从料、机、人、环四个方面分别叙述了机器视觉技术在矿山领域的必威体育精装版研究进展与

应用现状，并分析了现阶段研究与应用的主要特点。研究结果表明，机器视觉技术在矿山中的应用面临基础数据获取

难度大、算法与算力无较大突破、复杂环境检测稳定性较差等问题。针对机器视觉技术发展现状及面临的实际问题，

未来可从小样本检测、3D视觉检测和多元数据融合检测等方向寻求突破。小样本技术通过高效的学习手段，降低数据

采集成本；多元数据融合技术通过融合多元信息，提高检测的适应性；3D视觉技术增强在复杂立体空间中的检测能力，

提升检测的精度。将上述前沿技术应用于矿山复杂环境的视觉检测中，可解决传统视觉检测方法在基础数据稀缺、环

境多变等挑战下的应用局限性。

关键词：矿山行业；机器视觉；目标检测；智能检测；深度学习

中图分类号：TD05文献标志码：A文章编号：16714172（2025）02000115

----

Applicationstatusandprospectsof