基于机器视觉的煤矸石多工况识别研究

• 作者: 张勇 杨程 沈宁 窦东阳
• 来源期刊: 煤炭工程
• 学科: 工学
• 关键词: 机器视觉 煤矸石 图像识别 特征选择
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究探讨
• 页码范围: 120-125
• 页数: 6页
• 分类号: TD849.5
• 字数: 3524字
• 语种: 中文
• DOI: 10.11799/ce201901027

摘要

原煤入选前要进行预先排矸石操作,在多种工况下基于机器视觉对煤矸石进行识别.搭建图像采集装置采集煤块和块矸石图像,提取表面28个颜色和纹理特征参数,经过特征初步分析,将RGB空间特征作为冗余剔除.利用支持向量机作为分类器,并采用基于Relief算法权重的特征递归进一步筛选特征.将原煤表面状态分为外表面无煤泥且表面干燥、 外表面无煤泥且表面湿润、 外表面覆盖干煤泥、 外表面覆盖湿煤泥4种类型.基于机器视觉对白芨沟矿的原煤进行识别试验,确定最优特征子集.在最优特征子集下进行多次随机取样识别试验,在4种不同工况下,5次随机实验的平均识别率大于等于94％,取得了满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	中国矿业大学化工学院	170	1962	24.0	38.0
2	窦东阳	中国矿业大学化工学院	17	103	5.0	9.0
3	沈宁		4	10	2.0	3.0
4	杨程		1	5	1.0	1.0