-
全部
主办单位：煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
曹玉超
中国矿业大学（北京）机电与信息工程学院
针对图像识别用于矿井水灾感知时存在识别率低、稳定性和时效性差等问题，提出了一种基于灰度共生矩阵与回归分析的矿井水灾感知方法。计算样本图像的灰度共生矩阵，提取灰度共生矩阵的对比度、差异性、齐次性、熵、相关性、能量作为特征值并组成特征向量；以样本图像的特征向量到非线性回归方程的最小距离之和最大为依据确定分类器，通过分类器识别水灾。实验结果表明，对于分辨率为256×256的图像，该方法在无烟煤、砂岩、突涌水组成的数据集上的识别率为96.33%，单张图像平均耗时16.2885 ms。
矿井水灾水灾感知图像识别灰度共生矩阵 非线性回归
图(1) / 表(0)
主办单位：煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会
工矿自动化 
2020年第09期 
在线阅读
