煤与矸石图像灰度信息和纹理特征的提取研究

发布时间：2018-07-02 10:22

  本文选题：煤与矸石识别 + 图像处理　； 参考：《工矿自动化》2017年04期

【摘要】：针对现有大多数煤与矸石图像识别方法只单一地利用灰度均值和灰度方差进行识别,存在识别准确度和效率不高等问题,提出了一种煤与矸石图像灰度信息和纹理特征提取方法。该方法提取具有代表性的特征参数,如灰度均值、平滑度及灰度共生矩阵的能量、对比度、相关性、熵等,作为识别煤与矸石的重要依据。Matlab仿真分析结果表明,以上特征参数可以有效地描述煤与矸石的图像特征,可为煤与矸石的自动识别与分选提供重要参考依据。
[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.
【作者单位】： 太原理工大学机械电子工程研究所;太原理工大学新型传感器与智能控制教育部与山西省重点实验室;
【基金】：山西省科技攻关项目(20120321004-03)
【分类号】：TD67;TP391.41

【参考文献】

相关期刊论文 前7条

1 任国贞;江涛;;基于灰度共生矩阵的纹理提取方法研究[J];计算机应用与软件;2014年11期

2 何敏;王培培;蒋慧慧;;基于SVM和纹理的煤和煤矸石自动识别[J];计算机工程与设计;2012年03期

3 苏宝金;陈波;贺靖峰;梁浩楠;何亚群;贺琼琼;李康;;煤与矸石灰度直方图的差异研究[J];洁净煤技术;2011年06期

4 高程程;惠晓威;;基于灰度共生矩阵的纹理特征提取[J];计算机系统应用;2010年06期

5 张礼平;;加大手选拣矸力度的经济效益分析[J];煤质技术;2008年03期

6 白雪冰;王克奇;王辉;;基于灰度共生矩阵的木材纹理分类方法的研究[J];哈尔滨工业大学学报;2005年12期

7 马宪民,蒋勇;煤与矸石识别的数字图像处理方法探讨[J];煤矿机电;2004年05期

【共引文献】

相关期刊论文 前10条

1 谭春超;杨洁明;;煤与矸石图像灰度信息和纹理特征的提取研究[J];工矿自动化;2017年04期

2 丁泽海;薛斌;窦东阳;;图像处理在煤矸石分选系统中的应用[J];煤矿机械;2017年03期

3 李亚坤;关洪军;孙传亮;敖志刚;;基于纹理特征MNF变换的多光谱遥感影像分类[J];兵器装备工程学报;2017年02期

4 王刘涛;廖梦怡;王建玺;马飞;;基于关键帧轮廓特征提取的人体动作识别方法[J];重庆邮电大学学报(自然科学版);2017年01期

5 郑一力;钟刚亮;王强;赵s，

本文编号：2089810