基于三维图像特征的矸石含煤率在线检测方法

• 作者: 邱照玉 沈宁 窦东阳 刘钢洋
• 来源期刊: 煤炭工程
• 学科: 工学
• 关键词: 矸石含煤率 机器视觉 双目立体视觉 支持向量机
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 研究探讨|Research and Discussion
• 页码范围: 153-159
• 页数: 7页
• 分类号: TD94
• 语种: 中文
• DOI: 10.11799/ce202202027

摘要

矸石含煤率是选煤生产的关键指标之一,目前还不能在线检测.因此,提出一种基于机器视觉和粒子群支持向量机的新方法来检测矸石含煤率.首先将采集到的矸石胶带上的单目图像进行分割,识别出属于煤和矸石类别的各个区域.从各区域中提取出尺寸特征参数和密度特征参数,分别得到煤和矸石的特征参数,再将矸石的特征参数除以煤的特征参数,得到样本图片的二维特征参数.同时在胶带上采集双目图像,获取图像的高度信息,计算高度比三维图像特征,通过计算Pearson相关系数筛选出八个最优特征,最后利用支持向量机预测矸石含煤率并通过粒子群优化算法对模型进行优化.建立平面特征模型与三维特征模型,对比分析两个模型的预测结果,三维特征模型的性能明显优于平面特征模型,平均相对误差为7.57％.