基于LBP算法的SVM煤矸识别_中国煤炭行业知识服务平台

基于LBP算法的SVM煤矸识别

作者

李伟刘化广
单位

黑龙江科技大学矿业工程学院黑龙江科技大学黑龙江省煤矿深部开采地压控制与瓦斯治理重点实验室
摘要

为研究基于LBP算法的SVM煤矸图像识别的可行性，在实验室环境下基于Python和OpenCV2开发了煤矸图像可视化识别系统。基于采集的煤和矸石图像，通过LBP算法提取煤和矸石的特征纹理信息，建立煤和矸石特征纹理信息样本集，训练SVM模型，绘制煤矸识别散点图，实现煤和矸石的图像识别。结果表明：当用户自定义分割尺寸分别为64×64像素、128×64像素、256×128像素和256×256像素时，以多项式核和高斯核为内核的SVM模型识别效果较好，平均辨识度达90%以上；高斯核SVM模型所需惩罚系数小，且识别效果优于多项式核SVM模型，高斯核SVM模型的训练集和验证集正确率均超过93%,最高分别约为95.5%和94.4%,煤矸识别效果良好。
关键词

煤矸识别LBP支持向量机图像处理
基金项目(Foundation)

黑龙江省自然科学基金资助项目(ZD2021E006)；
文章目录

0 引言
1 基于LBP的SVM算法原理
1.1 LBP算法提取特征值
1.2 SVM算法分类
2 煤矸识别系统设计
2.1 OpenCV2技术
2.2 煤矸识别系统原理
3 煤矸识别系统实现
3.1 图像采集
3.2 图像处理
3.3 图像识别
4 结论
引用格式

李伟,刘化广.基于LBP算法的SVM煤矸识别[J].黑龙江科技大学学报,2023,33(02):153-158+166.