基于机器视觉的煤与矸石自动识别研究
发布时间：2020-12-04 13:55
煤炭是非常重要的战略能源,是维持国家发展必不可少的化石能源之一。在煤炭开采的过程中,作为杂质的矸石随着煤一起被开采出来。矸石的存在降低了煤的质量,影响了煤的利用效率,因此煤与矸石的分选是煤炭开采过程中不可或缺的环节。随着机器视觉技术的快速发展,针对传统选煤方式的缺点,本文研究了一种基于图像处理的煤与矸石分选方式。在实际的采煤环境中会有大量的煤尘和噪声影响图像的质量,需要对采集到的煤与矸石进行图像预处理。经过对比,选择了中值滤波方式对图像进行增强,利用阈值分割法将图像中的煤与矸石分别与背景分开。然后提出了融合局部二值模式和灰度共生矩阵两种算法对煤与矸石图像进行纹理特征提取。选取了具有旋转不变性的LBP算子将原图像转变为局部二值图像,再生成该图像的灰度共生矩阵,选择角二阶距、对比度、相关性和熵这四个纹理特征作为提取指标,进行均值和归一化处理后,用由径向基核函数构成的支持向量机进行训练和识别。利用该组合算法选取一定数量的实验样本进行分析,实验的结果验证了算法的有效性。在识别算法的基础上,本文设计了一套煤与矸石的自动分选系统。系统主要由硬件和软件两部分构成,硬件部分包括排队装置、图像采集机构、...
【文章来源】：山东科技大学山东省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图１．１?２０００－２０１６年全国煤炭消费量??Ｆｉｇｕｒｅ?１．１?ｎａｔｉｏｎａｌ?ｃｏａｌ?ｃｏｎｓｕｍｐｔｉｏｎ?ｆｒｏｍ?２０００?ｔｏ?２０１６??
＝?式（２．５）??图２．１为输入图像的局部像素点，若以灰色区域中心的像素点画圆，则该像??素点的邻域就是这个圆所包含的全部像素点。从图中可知，两个相邻像素点之??间的距离为Ａｘ，就以Ａｘ的长度为半径做圆，得到箭头右边的５个像素点，于??是该圆中心像素点的灰度值等于周围这５个像素点灰度值的平均值。??ｍｍｍｍｍ??ｍ?＃?＃?＃?？?＃??＿離＿？參□＝｛）⑩鲁籲??？ｍｍｍｍ?ｍ??？?＃?？?？?？??Ｉ?Ａｘ??图２．１?４点邻域的选取??Ｆｉｇｕｒｅ２．１?Ｓｅｌｅｃｔｉｏｎ?ｏｆ?４?ｐｏｉｎｔ?ｎｅｉｇｈｂｏｒｈｏｏｄ??均值滤波也可以在图像上对选择的目标像素点给一个特定的模板，模板内??包含了与该像素点周围相邻的像素点，利用模板中的全部像素点灰度值的平均??１０??
像最后的效果变得不一样，所以在实际应用中需要根据不同的内容和要求选择??合适的窗口形状和尺寸。常用的二维中值滤波窗口有线性、十字形、方形和菱??形等，如图２．４所示。在使用窗口的过程中，一般先选择较小的窗口尺寸，再依??次不断增大，直到达到满意的图像滤波效果。如果选择的滤波窗口关于中心点??对称，并且中心点也包含在内，那么中值滤波就可以保持图像中任意方向的跳??变边缘，更好的消除噪声点。??？?？??？?？？？??？？？？？?？？？？？?ｍｍｍ?？？？？？??？?？？？??？?＃??图２．４中值滤波的常用模板??Ｆｉｇｕｒｅ?２．４?ｃｏｍｍｏｎ?ｔｅｍｐｌａｔｅｓ?ｆｏｒ?ｍｅｄｉａｎ?ｆｉｌｔｅｒｉｎｇ??本文针对煤与矸石图像的特点，分别选择了?３ｘ３方形窗口、５ｘ５方形窗口??和７ｘ７方形窗口对煤与矸石的原图像进行中值滤波处理，其效果如图２．５所示。??经过对比发现，窗口尺寸选择越大，则图像的细节和轮廓就变得更加模糊，窗??口尺寸选择越小则会导致消除噪声的能力变差，所以需要在实际环境中选取适??合的窗口尺寸来达到最好的除噪效果。??（ａ）?３ｘ３阶滤波模板??１４??
【参考文献】：
期刊论文
[1]煤与矸石图像纹理特征提取方法[J]. 米强,徐岩,刘斌,徐运杰. 工矿自动化. 2017(05)
[2]图像分割方法综述研究[J]. 周莉莉,姜枫. 计算机应用研究. 2017(07)
[3]改进的Roberts图像边缘检测算法[J]. 王方超,张旻,宫丽美. 探测与控制学报. 2016(02)
[4]局部二值模式及其扩展方法研究与展望[J]. 孙君顶,周业勇. 计算机应用与软件. 2016(01)
[5]图像分割的图论方法综述[J]. 王梅,李玉鑑,全笑梅. 计算机应用与软件. 2014(09)
[6]重介质选煤设备工艺性能评价指标的研究[J]. 武思源. 选煤技术. 2014(03)
[7]煤矸石综合利用工艺探索[J]. 张世鑫,刘冬,邵飞,罗英强,李万胜. 洁净煤技术. 2013(05)
[8]基于Canny算子的图像边缘检测优化算法[J]. 徐亮,魏锐. 科技通报. 2013(07)
[9]局部二值模式方法研究与展望[J]. 宋克臣,颜云辉,陈文辉,张旭. 自动化学报. 2013(06)
[10]灰度共生矩阵的快速实现和优化方法研究[J]. 郑红,李钊,李俊. 仪器仪表学报. 2012(11)
博士论文
[1]我国煤炭产业供给侧改革与发展路径研究[D]. 吴达.中国地质大学(北京) 2016
硕士论文
[1]煤矸石线阵成像分选系统设计与实现[D]. 赵国利.山东大学 2017
[2]基于局部二值模式的纹理特征研究与应用[D]. 于亚风.西南交通大学 2017
[3]选煤厂手选作业煤与矸石自动分选系统的研究[D]. 杨沫.安徽理工大学 2016
[4]基于图像特征的煤与矸石识别算法研究[D]. 宋剑.河北工程大学 2016
[5]基于图像处理的煤矸识别技术研究[D]. 曾翰林.华北理工大学 2015
[6]图像纹理特征提取的研究[D]. 步亚东.山东师范大学 2012
[7]我国煤炭行业供求状况与发展趋势研究[D]. 刘延静.哈尔滨工程大学 2010
[8]图像滤波及边缘检测与增强技术研究[D]. 陈初侠.合肥工业大学 2009
本文编号：2897723
【文章来源】：山东科技大学山东省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图１．１?２０００－２０１６年全国煤炭消费量??Ｆｉｇｕｒｅ?１．１?ｎａｔｉｏｎａｌ?ｃｏａｌ?ｃｏｎｓｕｍｐｔｉｏｎ?ｆｒｏｍ?２０００?ｔｏ?２０１６??
＝?式（２．５）??图２．１为输入图像的局部像素点，若以灰色区域中心的像素点画圆，则该像??素点的邻域就是这个圆所包含的全部像素点。从图中可知，两个相邻像素点之??间的距离为Ａｘ，就以Ａｘ的长度为半径做圆，得到箭头右边的５个像素点，于??是该圆中心像素点的灰度值等于周围这５个像素点灰度值的平均值。??ｍｍｍｍｍ??ｍ?＃?＃?＃?？?＃??＿離＿？參□＝｛）⑩鲁籲??？ｍｍｍｍ?ｍ??？?＃?？?？?？??Ｉ?Ａｘ??图２．１?４点邻域的选取??Ｆｉｇｕｒｅ２．１?Ｓｅｌｅｃｔｉｏｎ?ｏｆ?４?ｐｏｉｎｔ?ｎｅｉｇｈｂｏｒｈｏｏｄ??均值滤波也可以在图像上对选择的目标像素点给一个特定的模板，模板内??包含了与该像素点周围相邻的像素点，利用模板中的全部像素点灰度值的平均??１０??
像最后的效果变得不一样，所以在实际应用中需要根据不同的内容和要求选择??合适的窗口形状和尺寸。常用的二维中值滤波窗口有线性、十字形、方形和菱??形等，如图２．４所示。在使用窗口的过程中，一般先选择较小的窗口尺寸，再依??次不断增大，直到达到满意的图像滤波效果。如果选择的滤波窗口关于中心点??对称，并且中心点也包含在内，那么中值滤波就可以保持图像中任意方向的跳??变边缘，更好的消除噪声点。??？?？??？?？？？??？？？？？?？？？？？?ｍｍｍ?？？？？？??？?？？？??？?＃??图２．４中值滤波的常用模板??Ｆｉｇｕｒｅ?２．４?ｃｏｍｍｏｎ?ｔｅｍｐｌａｔｅｓ?ｆｏｒ?ｍｅｄｉａｎ?ｆｉｌｔｅｒｉｎｇ??本文针对煤与矸石图像的特点，分别选择了?３ｘ３方形窗口、５ｘ５方形窗口??和７ｘ７方形窗口对煤与矸石的原图像进行中值滤波处理，其效果如图２．５所示。??经过对比发现，窗口尺寸选择越大，则图像的细节和轮廓就变得更加模糊，窗??口尺寸选择越小则会导致消除噪声的能力变差，所以需要在实际环境中选取适??合的窗口尺寸来达到最好的除噪效果。??（ａ）?３ｘ３阶滤波模板??１４??
【参考文献】：
期刊论文
[1]煤与矸石图像纹理特征提取方法[J]. 米强,徐岩,刘斌,徐运杰. 工矿自动化. 2017(05)
[2]图像分割方法综述研究[J]. 周莉莉,姜枫. 计算机应用研究. 2017(07)
[3]改进的Roberts图像边缘检测算法[J]. 王方超,张旻,宫丽美. 探测与控制学报. 2016(02)
[4]局部二值模式及其扩展方法研究与展望[J]. 孙君顶,周业勇. 计算机应用与软件. 2016(01)
[5]图像分割的图论方法综述[J]. 王梅,李玉鑑,全笑梅. 计算机应用与软件. 2014(09)
[6]重介质选煤设备工艺性能评价指标的研究[J]. 武思源. 选煤技术. 2014(03)
[7]煤矸石综合利用工艺探索[J]. 张世鑫,刘冬,邵飞,罗英强,李万胜. 洁净煤技术. 2013(05)
[8]基于Canny算子的图像边缘检测优化算法[J]. 徐亮,魏锐. 科技通报. 2013(07)
[9]局部二值模式方法研究与展望[J]. 宋克臣,颜云辉,陈文辉,张旭. 自动化学报. 2013(06)
[10]灰度共生矩阵的快速实现和优化方法研究[J]. 郑红,李钊,李俊. 仪器仪表学报. 2012(11)
博士论文
[1]我国煤炭产业供给侧改革与发展路径研究[D]. 吴达.中国地质大学(北京) 2016
硕士论文
[1]煤矸石线阵成像分选系统设计与实现[D]. 赵国利.山东大学 2017
[2]基于局部二值模式的纹理特征研究与应用[D]. 于亚风.西南交通大学 2017
[3]选煤厂手选作业煤与矸石自动分选系统的研究[D]. 杨沫.安徽理工大学 2016
[4]基于图像特征的煤与矸石识别算法研究[D]. 宋剑.河北工程大学 2016
[5]基于图像处理的煤矸识别技术研究[D]. 曾翰林.华北理工大学 2015
[6]图像纹理特征提取的研究[D]. 步亚东.山东师范大学 2012
[7]我国煤炭行业供求状况与发展趋势研究[D]. 刘延静.哈尔滨工程大学 2010
[8]图像滤波及边缘检测与增强技术研究[D]. 陈初侠.合肥工业大学 2009
本文编号：2897723
本文链接：https://www.wllwen.com/kejilunwen/kuangye/2897723.html
