简介： 本发明公开了一种基于Adaboost机器学习的矿石可见光图像分选方法，属于自动化矿选技术领域，包括如下步骤：(1)矿石初选分类；(2)图像预处理；(3)机器学习模型训练；(4)目标预测。本发明利用Adaboost的机器学习方法，对矿石可见光图像进行学习、训练、预测，可充分模拟经验较丰富的选矿技术人员进行矿石分选，使每台机器都具备同一的、准确的矿石分选经验，有效避免了人工分选矿石的主观性和个体差异性，可更好的替代人来工作或者完成人类不能完成的工作，减少劳动强度，提高产品生产质量和劳动生产效率。