-
作者
王斌睢祎平王浩盛郝尚凯林建功
-
单位
山西大同大学煤炭工程学院
-
摘要
采用支持向量机对比分析了SVM分类器与InceptionV3网络模型两种方式对煤矸图像的识别准确率。首先对煤和矸石图片进行灰度、降噪处理，提取煤和矸石灰度特征值，确定了灰度方差与灰度均值是区分煤和矸石的有效特征。然后选用SVM分类器与InceptionV3网络模型两种方式分别对采集到的煤和矸石图像各2 000张分为20组进行分类处理。结果发现，以灰度方差为判别依据的SVM分类器对煤矸图像的平均识别正确率为72.3%,以灰度均值为判别依据的InceptionV3网络模型对煤矸图像的平均识别正确率为85.7%.
-
关键词
煤矸识别图像处理灰度方差InceptionV3网络支持向量机
-
基金项目(Foundation)
山西省研究生教育创新项目(2022Y766)；山西大同大学研究生教育创新项目(21CX02,22CX44,22CX07)；
-
文章目录
1 煤矸图像处理
1.1 煤矸图像灰度化处理
1.2 煤矸图像的均值滤波
2 煤矸图像识别
2.1 灰度均值及灰度方差
2.2 支持向量机模型
2.3 基于InceptionV3卷积网络模型
3 煤矸图像识别系统及识别结果
4 结 论
-
引用格式
王斌,睢祎平,王浩盛,郝尚凯,林建功.基于图像处理技术与InceptionV3神经网络的煤矸图像识别研究[J].山西焦煤科技,2023,47(03):7-11.
山西焦煤科技 
2023年第03期 
