• 论文
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
基于三维图像特征的矸石含煤率在线检测方法
  • 作者

    邱照玉沈宁窦东阳刘钢洋

  • 单位

    中国矿业大学化工学院宁夏煤业洗选中心

  • 摘要
    矸石含煤率是选煤生产的关键指标之一,目前还不能在线检测。因此,提出一种基于机器视觉和粒子群支持向量机的新方法来检测矸石含煤率。首先将采集到的矸石胶带上的单目图像进行分割,识别出属于煤和矸石类别的各个区域。从各区域中提取出尺寸特征参数和密度特征参数,分别得到煤和矸石的特征参数,再将矸石的特征参数除以煤的特征参数,得到样本图片的二维特征参数。同时在胶带上采集双目图像,获取图像的高度信息,计算高度比三维图像特征,通过计算Pearson相关系数筛选出八个最优特征,最后利用支持向量机预测矸石含煤率并通过粒子群优化算法对模型进行优化。建立平面特征模型与三维特征模型,对比分析两个模型的预测结果,三维特征模型的性能明显优于平面特征模型,平均相对误差为7.57%。
  • 关键词

    矸石含煤率机器视觉双目立体视觉支持向量机

  • 基金项目(Foundation)
    2021年江苏省研究生科研与实践创新计划项目(KYCX21_2205,KYCX21_2204);宁夏煤业科技创新计划(NXMY-20-12);
  • 文章目录
    1 二维图像分割与特征提取
    1.1 图像分割
    1.2 二维特征提取
    2 第三维特征提取
    2.1 双目匹配算法
    3 PSO-SVM方法
    4 矸石含煤率检测步骤
    5 矸石含煤率实验
    5.1 实验过程
    5.2 结果与讨论
    6 结论
  • 引用格式
    邱照玉,沈宁,窦东阳,刘钢洋.基于三维图像特征的矸石含煤率在线检测方法[J].煤炭工程,2022,54(02):153-159.
  • 相关文章
  • 图表
    •  
    •  
    • 单目图像(左)与双目图像(右)

    图(7) / 表(0)

相关问题

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

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联