基于机器视觉的煤矸特征提取与分类研究 |
| |
引用本文: | 鲁恒润,王卫东,徐志强,吕子奇,李群.基于机器视觉的煤矸特征提取与分类研究[J].煤炭工程,2018(8). |
| |
作者姓名: | 鲁恒润 王卫东 徐志强 吕子奇 李群 |
| |
作者单位: | 中国矿业大学(北京)化学与环境工程学院 |
| |
摘 要: | 为了提高煤与矸石的识别率,运用自制的煤矸自动分选装置,研究了煤与矸石图像的自动识别技术,介绍了煤与矸石图像的灰度特征以及基于灰度共生矩阵的煤与矸石纹理特征。利用灰度特征的均值和纹理特征的能量、熵、对比度,相关性构造归一化特征向量,最后结合BP神经网络进行识别分类,试验分析了不同学习速率对识别率的影响。结果表明:基于BP神经网络的纹理和灰度特征的综合分类方法提高了煤与矸石的识别率;选取合适的学习速率在提高BP神经网络学习速度的同时还提高了识别率,识别率达87.5%。
|
本文献已被 CNKI 等数据库收录! |
|