高光谱相机在矿石分选中的应用

高光谱成像技术在矿石分选中能够提供矿石样品在不同波长下的详细光谱信息，从而实现对矿石中矿物成分的精确识别和分析。这种技术的优势在于其高分辨率和无损检测能力，使得矿石分选过程更加高效和精准。

高光谱相机的工作原理

高光谱相机能够同时获取目标物体的空间信息和连续的光谱信息。其工作原理基于不同物质对不同波长的光具有独特的吸收、反射和透射特性。当光线照射到矿石表面时，矿石中的各种矿物成分会对不同波长的光产生不同程度的吸收和反射。高光谱相机通过其内部的光学系统和探测器，将反射光按照波长进行色散，并在探测器的不同像素位置上记录下来，从而形成一个包含了空间维度和光谱维度的高光谱数据立方体。每一个像素点都对应着一个连续的光谱曲线，这些光谱曲线就如同矿石的“指纹”，能够反映出矿石中所含矿物的种类、含量以及晶体结构等信息。

高光谱相机在矿石分选上的优势

高分辨率光谱探测

高光谱相机具有极高的光谱分辨率，能够获取数百个甚至上千个连续的光谱波段，精确捕捉到矿石在不同波长下的细微光谱差异。这种高分辨率的光谱探测能力使得它能够区分出传统方法难以分辨的相似矿物，以及识别出矿石中含量极低的稀有矿物。例如，在对铜锌矿的分选过程中，高光谱相机可以通过精确的光谱分析，准确区分出不同矿物相中的铜和锌。

快速无损检测

高光谱相机能够在短时间内对大量矿石进行快速扫描，实现实时在线检测。在矿石分选的生产线上，它可以对传送带上的矿石进行连续快速的检测，不影响生产效率。同时，高光谱相机采用非接触式的检测方式，不会对矿石造成任何物理或化学损伤。这对于一些具有特殊结构或价值较高的矿石分选尤为重要。

多矿物同时识别

在复杂的矿石体系中，往往含有多种矿物成分。高光谱相机可以同时对多种矿物进行识别和分析，通过对光谱数据的综合处理，能够快速确定矿石中各种矿物的种类和相对含量。相比传统的单一检测方法，高光谱相机大大提高了检测的全面性和准确性。

应用实例

原矿品位快速评估

在矿山开采现场，利用高光谱相机对刚开采出来的原矿进行快速扫描，能够在短时间内获取原矿的品位信息。通过对光谱数据的分析，可以快速判断出原矿中主要矿物的含量。例如，某大型铁矿在开采过程中，通过安装在矿车上的高光谱相机，对不同区域的原矿进行实时检测，根据检测结果优化开采路线，优先开采高品位矿石区域，提高了矿山的整体开采效率。

矿石粒度分级辅助

矿石的粒度大小对其分选效果有着重要影响。高光谱相机可以结合图像处理技术，对矿石的粒度进行分析和分级。通过拍摄矿石的图像，并利用光谱信息和图像特征识别不同粒度的矿石颗粒。在选矿厂的破碎和磨矿环节，这一技术可以帮助操作人员及时调整设备参数，确保矿石达到合适的粒度分布，提高后续分选工艺的效率。例如，在某铜矿选矿厂，高光谱相机与皮带输送机相结合，实时监测矿石的粒度变化，根据检测结果自动调整破碎机的工作参数，使得矿石的粒度更加均匀，浮选回收率得到了显著提高。

尾矿资源再利用

尾矿中往往还含有一定量的有价值矿物，对尾矿进行再利用可以提高矿产资源的综合利用率，减少环境污染。高光谱相机可以对尾矿进行全面的检测和分析，识别出尾矿中残留的矿物种类和含量。通过对尾矿的光谱数据进行深入挖掘，能够发现一些以往被忽视的潜在资源。例如，在某金矿尾矿库，利用高光谱相机检测发现尾矿中仍含有少量的金矿物以及其他有价金属，通过重新设计选矿工艺，对尾矿进行再选，实现了资源的二次回收，为企业带来了额外的经济效益。

经济效益

高光谱相机在矿石分选中的应用，不仅提高了分选的精准度和效率，还带来了显著的经济效益。通过快速准确地识别矿石中的有用矿物和废石，可以减少不必要的开采和加工成本。例如，在铁矿石和镍矿石的分选中，高光谱相机能够有效区分不同品位的矿石，从而避免低品位矿石的过度开采，提高矿石的整体利用价值。此外，高光谱相机的无损检测特性，也减少了对矿石的物理损伤，延长了矿石的使用寿命，进一步降低了企业的运营成本。

铁矿石和镍矿石样品的高光谱成像案例研究

铁矿石样品的高光谱成像

在铁矿石的高光谱成像研究中，使用了涵盖 400 – 2500 nm 光谱范围的传感器进行分析。铁矿石样品的铁含量在 68% - 24% 之间变化，且污染物程度不同。通过高光谱成像，可以清晰地区分不同品位的铁矿石样品。研究表明，除了铁含量最低的样品外，其他含铁矿石样品的光谱没有表现出高光谱对比度或区分光谱特征，因此基于特征波长位置和深度的分析无法有效地区分样品。

图 1. 使用涵盖 400 – 2500 nm 光谱范围的 的 SP150M 和 SC230 传感器对铁矿和镍矿的样品进行了分析。

对于铁矿石，样品的铁含量在 68% - 24% 之间变化，并且污染物程度不同（上）。镍矿样品的镍含量范围为 3% - 0.26%，区分不同品位的矿石、覆盖岩和废料（下）。

图 2. 铁样品（左）和镍样品（右）的光谱指纹。左：除了铁含量最低的样品（3号浅灰色和 11 号深灰色曲线）外，含铁矿石样品的光谱没有表现出高光谱对比度或区分光谱特征。因此，基于特征波长位置和深度的分析无法有效地区分样品并代表矿石品位。

镍矿石样品的高光谱成像

对于镍矿石样品，其镍含量范围为 3% - 0.26%。高光谱成像能够有效区分不同品位的镍矿石、覆盖岩和废料。与铁矿石类似，镍矿石的光谱分析也表明，基于光谱整体形状的分析方法（如 ReSens+ 和 SAM）比基于特征的分析方法（如 EnGeoMap）更有效。

分析方法与结果

在对铁矿石和镍矿石样品的分析中，使用了 ReSens+ 分析方法，并与开源的 GFZ EnGeoMap 基于特征的分析和光谱角度映射器 (SAM) 进行了比较。结果显示，ReSens+ 分析具有最高的样本识别准确度，并且对阴影和粗糙区域的容忍度更高。这种分析方法的优势在于无需对样品进行事先准备（例如研磨），可以在真实、更恶劣的矿井工作面条件下进行应用。

图 3. 铁矿石样品（上）和镍矿石样品（下）的绘图结果和精度

应用前景与经济效益

高光谱成像技术在矿石分选中的应用不仅提高了分选的准确性和效率，还带来了显著的经济效益。通过快速准确地识别矿石中的有用矿物和废石，可以减少不必要的开采和加工成本。此外，该技术还可以帮助优化采矿短期目标，支持矿物生产过程中矿石品位的保持和污染物水平的最小化。

图 4. ReSens+ 对一座镍矿免费提供的高光谱图像数据进行分析。沿各个活动边缘的矿坑和高品位矿石（橙色、黄色）的发育清晰可见，表明由于高品位矿石的开采和开采前沿的新发展，矿坑中的持续枯竭向外生长。

该项目中的高光谱数据是使用 SP150M 和 SC203 相机获取的。SP100近红外高光谱相机覆盖 400 – 1000 nm 范围，而SP150M则在 1000 – 2500 nm 范围内工作。

这些相机设计用于在实验室和现场运行，由于其低光学像差、热稳定性和适用于各种工作距离的定制镜头，保持了科学和工业应用所需的光谱保真度。