基于机器视觉的煤矸特征提取与分类研究_中国煤炭行业知识服务平台

基于机器视觉的煤矸特征提取与分类研究

作者

鲁恒润王卫东徐志强吕子奇李群
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%。
关键词

煤矸石机器视觉特征提取 BP神经网络
基金项目(Foundation)

国家自然科学基金资助项目(51574251)；中国矿业大学(北京)“越崎青年学者”和“越崎学者”资助计划；
相关文章

[1]水煤浆应用现状及技术进展
[2]颗粒分布对高浓度水煤浆流变性能的影响
[3]沁水盆地煤层气压裂典型曲线分析及应用
[4]木质素磺酸钠对水煤浆稳定性的影响研究
[5]大型水煤浆厂的球磨机选型设计
[6]含蒙脱石的煤泥压滤脱水效果影响因素研究
[7]氨氮、苯酚在褐煤表面的单组分和双组分吸附特性
[8]基于ARM和uC/OS-II的水煤浆磨矿试验台检测控制系统的设计
[9]水煤浆粒度测试技术的比较研究
[10]石油焦改善微波热解褐煤复吸特性的试验研究

煤问提

煤传媒

煤视界

科技创新50强

会员中心