基于纹理和改进径向基网络的煤监控图像识别

• 作者: 唐亮 孙继平 张帆 李毅 王福增 陈伟
• 来源期刊: 煤炭科学技术
• 关键词: 煤炭 红外监控图像 灰度相关矩阵 改进RBFNN
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 机电与自动化
• 页码范围: 78-81
• 页数: 4页
• 字数: 3130字
• 语种: 中文

摘要

煤的红外监控图像的正确识别对矿井自动监控有重要的意义.计算煤监控图像的灰度相关矩阵各纹理统计量,分析其分布特征.在径向基函数神经网络(RBFNN)的输入层增加了正规化函数,用改进的RBFNN对图像进行了识别.结果表明,图像的纹理统计量在统计上有很好的分离性,改进的RBFNN能成功地识别出煤矿井下红外监控系统中面煤和块煤的图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张帆	中国矿业大学(北京)煤炭资源与安全开采国家重点实验室	27	204	9.0	14.0