煤岩图像识别方法研究

• 作者: 王莹
• 来源期刊: 能源与环保
• 学科: 工学
• 关键词: 煤岩图像识别 无人化 多参数 深度学习 鲁棒性
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 机电与自动化
• 页码范围: 139-142
• 页数: 4页
• 分类号: TD67
• 字数: 4510字
• 语种: 中文
• DOI: 10.19389/j.cnki.1003-0506.2019.04.031

摘要

煤岩图像识别是实现采掘工作面无人化的基础.研究了字典学习法、小波变换法、灰度共生矩阵法等主流算法在煤岩图像识别应用中的适用范围和存在的问题.提出了基于多参数融合的煤岩识别方法:提取温度、声音、振动、粉尘浓度、图像等特征参量,结合各自的优点,采用深度学习等先进技术,能够有效提高煤岩图像的鲁棒性及识别率.