本文選題：煤與矸石識別 + 圖像處理�。� 參考：《工礦自動化》2017年04期

【摘要】：針對現(xiàn)有大多數(shù)煤與矸石圖像識別方法只單一地利用灰度均值和灰度方差進行識別,存在識別準確度和效率不高等問題,提出了一種煤與矸石圖像灰度信息和紋理特征提取方法。該方法提取具有代表性的特征參數(shù),如灰度均值、平滑度及灰度共生矩陣的能量、對比度、相關(guān)性、熵等,作為識別煤與矸石的重要依據(jù)。Matlab仿真分析結(jié)果表明,以上特征參數(shù)可以有效地描述煤與矸石的圖像特征,可為煤與矸石的自動識別與分選提供重要參考依據(jù)。
[Abstract]:Most of the existing methods of coal and gangue image recognition only use gray mean and gray variance to identify, there are some problems, such as low recognition accuracy and efficiency, etc. A method for extracting grayscale information and texture features of coal and gangue images is presented. This method extracts representative characteristic parameters, such as gray mean, smoothness and energy of gray co-occurrence matrix, contrast, correlation, entropy and so on, which is an important basis for identifying coal and gangue. MATLAB simulation results show that, The above characteristic parameters can effectively describe the image features of coal and gangue and provide an important reference for the automatic recognition and sorting of coal and gangue.
【作者單位】： 太原理工大學機械電子工程研究所;太原理工大學新型傳感器與智能控制教育部與山西省重點實驗室;
【基金】：山西省科技攻關(guān)項目(20120321004-03)
【分類號】：TD67;TP391.41

【參考文獻】

相關(guān)期刊論文 前7條

1 任國貞;江濤;;基于灰度共生矩陣的紋理提取方法研究[J];計算機應用與軟件;2014年11期

2 何敏;王培培;蔣慧慧;;基于SVM和紋理的煤和煤矸石自動識別[J];計算機工程與設(shè)計;2012年03期

3 蘇寶金;陳波;賀靖峰;梁浩楠;何亞群;賀瓊瓊;李康;;煤與矸石灰度直方圖的差異研究[J];潔凈煤技術(shù);2011年06期

4 高程程;惠曉威;;基于灰度共生矩陣的紋理特征提取[J];計算機系統(tǒng)應用;2010年06期

5 張禮平;;加大手選揀矸力度的經(jīng)濟效益分析[J];煤質(zhì)技術(shù);2008年03期

6 白雪冰;王克奇;王輝;;基于灰度共生矩陣的木材紋理分類方法的研究[J];哈爾濱工業(yè)大學學報;2005年12期

7 馬憲民,蔣勇;煤與矸石識別的數(shù)字圖像處理方法探討[J];煤礦機電;2004年05期

【共引文獻】

相關(guān)期刊論文 前10條

1 譚春超;楊潔明;;煤與矸石圖像灰度信息和紋理特征的提取研究[J];工礦自動化;2017年04期

2 丁澤海;薛斌;竇東陽;;圖像處理在煤矸石分選系統(tǒng)中的應用[J];煤礦機械;2017年03期

3 李亞坤;關(guān)洪軍;孫傳亮;敖志剛;;基于紋理特征MNF變換的多光譜遙感影像分類[J];兵器裝備工程學報;2017年02期

4 王劉濤;廖夢怡;王建璽;馬飛;;基于關(guān)鍵幀輪廓特征提取的人體動作識別方法[J];重慶郵電大學學報(自然科學版);2017年01期

5 鄭一力;鐘剛亮;王強;趙s，

本文編號：2089810