一种煤岩图像特征提取与识别方法

孙继平, 杨坤

孙继平,杨坤.一种煤岩图像特征提取与识别方法[J].工矿自动化,2017,43(5):1-5.. DOI: 10.13272/j.issn.1671-251x.2017.05.001
引用本文: 孙继平,杨坤.一种煤岩图像特征提取与识别方法[J].工矿自动化,2017,43(5):1-5.. DOI: 10.13272/j.issn.1671-251x.2017.05.001
SUN Jiping, YANG Kun. A coal-rock image feature extraction and recognition method[J]. Journal of Mine Automation, 2017, 43(5): 1-5. DOI: 10.13272/j.issn.1671-251x.2017.05.001
Citation: SUN Jiping, YANG Kun. A coal-rock image feature extraction and recognition method[J]. Journal of Mine Automation, 2017, 43(5): 1-5. DOI: 10.13272/j.issn.1671-251x.2017.05.001

一种煤岩图像特征提取与识别方法

基金项目: 

国家重点研发计划资助项目(2016YFC0801800)

详细信息
  • 中图分类号: TD67

A coal-rock image feature extraction and recognition method

  • 摘要: 提出了一种基于二进制十字对角纹理矩阵的煤岩图像特征提取与识别方法。该方法首先提取煤岩图像的二进制十字对角纹理矩阵,然后利用二进制十字对角纹理矩阵的角二阶矩能量、相关性、方差、逆差矩、熵、和熵、差熵、和均值、对比度、惯性矩及相关信息测度构造煤岩图像的特征向量,最后结合稀疏表示进行煤岩图像分类识别。实验结果表明,与基于十字对角纹理矩阵的图像特征提取与识别方法相比,该方法具有更好的煤岩识别效果,平均识别率达94.38%,且单幅图像特征提取时间大幅降低,提高了煤岩识别的实时性。
    Abstract: A coal-rock image feature extraction and recognition method based on binary cross-diagonal texture matrix was proposed. Binary cross-diagonal texture matrix of coal-rock image is extracted firstly. Then feature vector of coal-rock image is constructed by angular second moment energy, relevance, variance, inverse difference moment, entropy, sum entropy, difference entropy, sum average, contrast, inertia moment and information measurement of correlation, which are extracted from the binary cross-diagonal texture matrix. Finally, sparse representation is adopted to recognize coal-rock images. The experimental results show that the method can achieve better performance than image feature extraction and recognition method based on cross-diagonal texture matrix, whose average recognition rate can reach 94.38%, and improve real-time performance of coal-rock recognition with shorter feature extraction time of single image.
  • 期刊类型引用(23)

    1. 栾恒杰,杨玉晴,刘建康,蒋宇静,刘建荣,马德良,张孙豪. 基于优化的U-net网络掘进工作面煤岩识别方法研究. 采矿与岩层控制工程学报. 2025(01): 98-112 . 百度学术
    2. 李雄,沈良,田亚锋,尹家宽,王立阳,杨东晨,慕礼洋,朱益军. 基于EMD与DCNN混合智能煤岩识别方法研究. 煤矿机械. 2024(01): 58-60 . 百度学术
    3. 卢才武,宋义良,江松,章赛,王懋,纪凡. 基于改进U-net的少样本煤岩界面图像分割方法. 金属矿山. 2024(01): 149-157 . 百度学术
    4. 闫志蕊,王宏伟,耿毅德. 基于改进DeeplabV3+和迁移学习的煤岩界面图像识别方法. 煤炭科学技术. 2023(S1): 429-439 . 百度学术
    5. 谢惠静. 基于Edline线特征的既有道路中公交专用车道划分方法. 自动化技术与应用. 2022(03): 118-122 . 百度学术
    6. 单鹏飞,孙浩强,来兴平,朱兴攀,杨建辉,高健铭. 基于改进Faster R-CNN的综放煤矸混合放出状态识别方法. 煤炭学报. 2022(03): 1382-1394 . 百度学术
    7. 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
    8. 刘毅,翟贵盛. 基于井下移动图像采集的目标识别与精确定位方法. 工矿自动化. 2021(05): 65-70 . 本站查看
    9. 司垒,王忠宾,熊祥祥,谭超. 基于改进U-net网络模型的综采工作面煤岩识别方法. 煤炭学报. 2021(S1): 578-589 . 百度学术
    10. 张润,冯云霞. 基于交叉熵的倾斜文本图像细节特征提取仿真. 计算机仿真. 2020(07): 489-492 . 百度学术
    11. 张旭辉,张楷鑫,张超,杜昱阳. 基于CARS与PCA的高光谱煤岩特征信息检测方法. 西安科技大学学报. 2020(05): 760-768 . 百度学术
    12. 苗曙光,刘晓文,李淮江,王昕. 基于探地雷达的煤岩界面探测数据解释方法. 工矿自动化. 2019(01): 35-39 . 本站查看
    13. 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
    14. 阮文惠,黄珍. 基于角点检测的图像局部特征识别. 西安工程大学学报. 2019(01): 106-110+115 . 百度学术
    15. 何晓栋,刘斌,姚斌,张鹏海. 低对比度手指静脉图像特征提取仿真. 计算机仿真. 2019(02): 157-160+170 . 百度学术
    16. 王瑜. 大数据环境下高精度图像特征快速提取仿真. 计算机仿真. 2019(04): 396-399+403 . 百度学术
    17. 张子栋,张杰敏,茅剑. 大数据处理警示性图像颜色纹理特征选取仿真. 计算机仿真. 2019(05): 434-437+470 . 百度学术
    18. 李晓峰,李东. 基于重叠社区发现的断层扫描图像投影域伪影特征推荐算法研究. 科技通报. 2019(07): 152-155+160 . 百度学术
    19. 杨花雨,王艳丽. 运动视频图像边缘特征自适应识别仿真. 计算机仿真. 2019(07): 389-392 . 百度学术
    20. 曾丹. 基于三维扫描的园林空间差异特征自提取. 计算机仿真. 2019(08): 367-370+375 . 百度学术
    21. 王峥. 非同质运动图像关键帧耦合特征识别仿真. 计算机仿真. 2019(10): 439-442 . 百度学术
    22. 冀兆鹏. 人体运动视频图像目标局部特征快速提取仿真. 计算机仿真. 2019(12): 459-463 . 百度学术
    23. 苗开超,罗希昌,张淑静,王飞,周建平. 基于色域分析的大雾图像特征提取与等级识别方法. 科学技术与工程. 2019(35): 228-233 . 百度学术

    其他类型引用(29)

计量
  • 文章访问数:  93
  • HTML全文浏览量:  39
  • PDF下载量:  39
  • 被引次数: 52
出版历程
  • 刊出日期:  2017-05-09

目录

    /

    返回文章
    返回