煤与矸石图像灰度信息和纹理特征的提取研究

谭春超, 杨洁明

谭春超,杨洁明.煤与矸石图像灰度信息和纹理特征的提取研究[J].工矿自动化,2017,43(4):27-31.. DOI: 10.13272/j.issn.1671-251x.2017.04.007
引用本文: 谭春超,杨洁明.煤与矸石图像灰度信息和纹理特征的提取研究[J].工矿自动化,2017,43(4):27-31.. DOI: 10.13272/j.issn.1671-251x.2017.04.007
TAN Chunchao, YANG Jieming. Research on extraction of image gray information and texture features of coal and gangue image[J]. Journal of Mine Automation, 2017, 43(4): 27-31. DOI: 10.13272/j.issn.1671-251x.2017.04.007
Citation: TAN Chunchao, YANG Jieming. Research on extraction of image gray information and texture features of coal and gangue image[J]. Journal of Mine Automation, 2017, 43(4): 27-31. DOI: 10.13272/j.issn.1671-251x.2017.04.007

煤与矸石图像灰度信息和纹理特征的提取研究

基金项目: 

山西省科技攻关项目(20120321004-03)

详细信息
  • 中图分类号: TD67

Research on extraction of image gray information and texture features of coal and gangue image

  • 摘要: 针对现有大多数煤与矸石图像识别方法只单一地利用灰度均值和灰度方差进行识别,存在识别准确度和效率不高等问题,提出了一种煤与矸石图像灰度信息和纹理特征提取方法。该方法提取具有代表性的特征参数,如灰度均值、平滑度及灰度共生矩阵的能量、对比度、相关性、熵等,作为识别煤与矸石的重要依据。Matlab仿真分析结果表明,以上特征参数可以有效地描述煤与矸石的图像特征,可为煤与矸石的自动识别与分选提供重要参考依据。
    Abstract: In view of problems of low identification accuracy and efficiency existed in most recognition method of coal and gangue image which only used gray mean and gray variance, an extraction method of gray information and texture features of coal and gangue image was proposed. The representative feature parameters such as gray average, smoothness and energy, contrast, correlation, entropy of gray co-occurrence matrix are extracted, which are taken as the important basis for identification of coal and gangue. Matlab simulation results show that the gray information and the texture feature can well describe characteristics of the coal and the gangue image, which can provide an important reference for automatic identification and separation of coal and gangue.
  • 期刊类型引用(29)

    1. 高如新,杜亚博,常嘉浩. 基于改进YOLOX-S的轻量化煤矸石检测方法研究. 河南理工大学学报(自然科学版). 2024(04): 133-140 . 百度学术
    2. 黄可,樊玉萍,董宪姝,马晓敏. 基于优化的VGG-16网络模型的煤矸识别研究. 矿业研究与开发. 2024(09): 219-226 . 百度学术
    3. 高琳,于鹏伟,董红娟,梁朝辉,张志远. 基于机器视觉的煤矸石识别方法综述. 科学技术与工程. 2024(26): 11039-11049 . 百度学术
    4. 李鹤群,郑予菲,杨涵夕,刘芸,焦明星. 基于激光散斑成像的煤矸特征提取与识别方法. 光学学报. 2024(21): 214-223 . 百度学术
    5. 朱延涛. 基于视频比对算法的溜槽堵塞检测方案研究及应用. 煤炭加工与综合利用. 2023(02): 29-31 . 百度学术
    6. 任志玲,朱彦存. 改进CenterNet算法的煤矿皮带运输异物识别研究. 控制工程. 2023(04): 703-711 . 百度学术
    7. 常枫懿,赵国贞. 基于YOLOv5m改进模型的煤矸识别方法. 煤炭技术. 2023(07): 10-14 . 百度学术
    8. 连博博,臧蒙特,傅贤君,林忠晨. 基于改进ENet算法的工业皮带输送中的异物检测方法. 电脑知识与技术. 2023(17): 98-100 . 百度学术
    9. 高如新,常嘉浩,杜亚博,刘群坡. 基于改进YOLOv5s的煤矸石目标检测算法. 电子测量技术. 2023(13): 95-101 . 百度学术
    10. 程刚,陈杰,何磊. 基于LBP特征与SVM的煤矸识别方法研究. 煤炭技术. 2023(10): 12-15 . 百度学术
    11. 田冬艳,丁苏凡,郭星歌. 基于图像处理的煤矸识别方法. 煤炭技术. 2022(03): 201-204 . 百度学术
    12. 张红,李晨阳. 基于光学图像的煤矸石识别方法综述. 煤炭工程. 2022(07): 159-163 . 百度学术
    13. 李曼,何仙利,杨茂林,段雍. 外在水分对煤矸图像特征影响的试验研究. 煤炭科学技术. 2022(10): 179-187 . 百度学术
    14. 刘磊,董昕. 混合光照干扰下静态灰度图像多特征识别仿真. 计算机仿真. 2021(04): 395-398+436 . 百度学术
    15. 毕东月. 基于深度学习的输煤皮带故障视觉检测方法研究. 中国安全生产科学技术. 2021(08): 84-90 . 百度学术
    16. 杨书平,邵杰,赵威成. 基于面向对象分类矿区土地利用变化研究. 河南科技. 2021(27): 53-56 . 百度学术
    17. 乔治忠,李志军,董良. 哈尔乌素矿区煤中稀土元素的X射线智能识别研究. 煤炭工程. 2021(S1): 96-102 . 百度学术
    18. 时庆涛,朱兴宇,于超. 多光谱图像纹理特征数据挖掘方法仿真. 计算机仿真. 2020(02): 247-250 . 百度学术
    19. 薛光辉,李秀莹,钱孝玲,张云飞. 基于随机森林的综放工作面煤矸图像识别. 工矿自动化. 2020(05): 57-62 . 本站查看
    20. 杨晨光,冯岸岸,朱金波,张勇,尹建强. 智能分选中煤矸X射线识别技术的研究. 安徽化工. 2020(03): 25-29+33 . 百度学术
    21. 赵明辉. 一种煤矸石优化识别方法. 工矿自动化. 2020(07): 113-116 . 本站查看
    22. 武国平,梁兴国,胡金良,葛小冬. 图像处理和SVM应用于煤矸石分选的实验研究. 信息技术. 2019(01): 97-102+107 . 百度学术
    23. 纪娜,何国荣. 基于灰度识别的猕猴桃形状疤痕图像纹理特征提取方法. 自动化与仪器仪表. 2019(01): 159-162 . 百度学术
    24. 吴守鹏,丁恩杰,俞啸. 基于改进FPN的输送带异物识别方法. 煤矿安全. 2019(12): 127-130 . 百度学术
    25. 廖小兵. 光照不均下图像明暗区域关键目标增强仿真. 计算机仿真. 2018(07): 179-182+272 . 百度学术
    26. 张雄,张勇,尚以顺,史开志,张永军,王婧,陈怡. 面向从江香猪选育的肌内脂肪活体超声无损测定. 农业工程学报. 2018(07): 187-191 . 百度学术
    27. 陈立,杜文华,曾志强,王俊元,王日俊. 基于小波变换的煤矸石自动分选方法. 工矿自动化. 2018(12): 60-64 . 本站查看
    28. 王家臣,李良晖,杨胜利. 不同照度下煤矸图像灰度及纹理特征提取的实验研究. 煤炭学报. 2018(11): 3051-3061 . 百度学术
    29. 葛学海,白云飞,陈鹏,张立功. 煤与矸石分离系统中X射线探测器的设计. 选煤技术. 2017(06): 64-67 . 百度学术

    其他类型引用(38)

计量
  • 文章访问数:  68
  • HTML全文浏览量:  24
  • PDF下载量:  26
  • 被引次数: 67
出版历程
  • 刊出日期:  2017-04-09

目录

    /

    返回文章
    返回