基于灰度共生矩阵的煤与矸石自动识别研究
本文关键词:基于灰度共生矩阵的煤与矸石自动识别研究
更多相关文章: 煤与矸石识别 纹理特征 灰度共生矩阵 支持向量机
【摘要】:为提高煤与矸石识别率,提出了一种基于灰度共生矩阵的煤与矸石纹理特征自动识别方法。分析灰度共生矩阵的基本原理、特征参数,利用灰度共生矩阵提取煤与矸石图像的角二阶距、相关性、对比度和熵这四个特征作为纹理特征,用支持向量机进行识别,并在MATLAB上仿真实现。研究结果表明:用灰度共生矩阵提取纹理特征、用支持向量机识别的方法能有效的描述煤与矸石的纹理特征,为煤与矸石的识别和分选提供重要参考依据。
【作者单位】: 煤矿综合信息化河北省工程实验室;河北工程大学信息与电气工程学院;
【基金】:河北省高等学校科学技术研究项目(ZD2014081)
【分类号】:TD849.5;TQ533
【正文快照】: 煤炭是国家重要能源和战略性资源,对国民经济发展具有重要作用。矸石发热量小,降低煤的品质,燃烧时严重污染环境。煤与矸石的识别与分选是提高优质煤的重要途径,对节约能源及减轻环境污染也具有重要意义[1]。统计分析法中的灰度共生矩阵法是公认的分析图像纹理特征的经典二阶
【相似文献】
中国期刊全文数据库 前10条
1 汪黎明,陈健敏,王锐,姜红;织物折皱纹理灰度共生矩阵分析[J];青岛大学学报(工程技术版);2003年04期
2 李静;杨玉倩;沈伟;李丹;周华;;基于灰度共生矩阵的织物纹理研究[J];现代纺织技术;2013年03期
3 唐玮;朱华;王勇;;分形和空间灰度共生矩阵联合评价断口形貌研究[J];中国矿业大学学报;2006年04期
4 王克奇;陈立君;王辉;谢永华;;基于空间灰度共生矩阵的木材纹理特征提取[J];森林工程;2006年01期
5 倾明;魏宗琴;;图像检索中灰度共生矩阵的构造与实现[J];兰州石化职业技术学院学报;2009年01期
6 王少如;李鹏飞;钱慧芳;;基于灰度共生矩阵的纹理周期分析[J];纺织科技进展;2009年04期
7 李智峰;朱谷昌;董泰锋;;基于灰度共生矩阵的图像纹理特征地物分类应用[J];地质与勘探;2011年03期
8 郭德军,宋蛰存;基于灰度共生矩阵的纹理图像分类研究[J];林业机械与木工设备;2005年07期
9 张向东;黄秀宝;;基于灰度共生矩阵和稳健马氏距离的织物横档类疵点检测[J];东华大学学报(自然科学版);2009年06期
10 王晗;白雪冰;王辉;;基于空间灰度共生矩阵木材纹理分类识别的研究[J];森林工程;2007年01期
中国重要会议论文全文数据库 前10条
1 王亚军;李德胜;苏少昌;王希军;;基于灰度共生矩阵的光盘测量[A];第十二届全国光学测试学术讨论会论文(摘要集)[C];2008年
2 黄勃;李乃民;刘春雨;张大鹏;王宽全;林晓东;张宏;王淑英;张宏志;;基于灰度共生矩阵的中医虚实证舌象分类研究[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年
3 卢易枫;;基于灰度共生矩阵的金刚石瑕疵自动识别技术研究[A];经济策论(上)[C];2011年
4 赵亚伟;周晨波;王同乐;王刚;郭冰;刘华;;基于灰度共生矩阵的连续多幅非平面散斑图像特征研究[A];第十三届全国光学测试学术讨论会论文(摘要集)[C];2010年
5 陈明丽;黄咏红;单洁玲;杨永明;秦茜淼;王怡;;探讨适用于大鼠肝纤维化声像图纹理灰度共生矩阵分析的构造因子[A];2010年超声医学和医学超声论坛会议论文集[C];2010年
6 苏慧;费树岷;;基于多分辨率分析及灰度共生矩阵的织物纹理识别[A];第25届中国控制会议论文集(下册)[C];2006年
7 马德新;杨帆;侯景忠;高金乔;;基于灰度共生矩阵的掌纹识别技术研究[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
8 高砚军;徐华平;;基于窗口自适应灰度共生矩阵的SAR图像分类[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
9 蒋圣;羌鑫林;汪闽;;基于灰度共生矩阵改进的纹理分割算法[A];江苏省测绘学会2007年学术年会论文集[C];2008年
10 严洪;姚宇华;熊江辉;;基于灰度共生矩阵和分形的细胞骨架图像的分析[A];第十二届全国图象图形学学术会议论文集[C];2005年
中国博士学位论文全文数据库 前2条
1 张娟;基于图像分析的梅花种类识别关键技术研究[D];北京林业大学;2011年
2 刘成霞;模拟实际着装的织物折皱测试及等级评价方法研究[D];浙江理工大学;2015年
中国硕士学位论文全文数据库 前10条
1 阮久忠;基于灰度共生矩阵纹理参数的非平面表面粗糙度研究[D];烟台大学;2009年
2 黄晶;基于分形维度与灰度共生矩阵的图像分类研究[D];武汉理工大学;2008年
3 肖倩;基于平均灰度共生矩阵和特征的LSB匹配隐密分析[D];大连理工大学;2011年
4 徐秋景;基于空间灰度共生矩阵和Hu不变矩的东北虎个体识别[D];东北林业大学;2009年
5 李进;基于灰度共生矩阵的森林纹理构造因子确定方法研究[D];浙江农林大学;2010年
6 李陆陆;基于灰度共生矩阵和MRF的纹理图像分割[D];辽宁师范大学;2013年
7 柯维;基于灰度共生矩阵和BP神经网络的织物组织结构识别[D];苏州大学;2011年
8 李亦林;基于IVUS图像的动脉斑块识别方法的研究[D];北京工业大学;2012年
9 刘铝;基于内容的图像检索方法的研究与实现[D];湖南大学;2011年
10 吴志斌;基于视频序列分析的乳腺癌良恶性方法的研究[D];哈尔滨工业大学;2013年
,本文编号:1231038
本文链接:https://www.wllwen.com/kejilunwen/kuangye/1231038.html