基于小波变换的煤矸石自动分选方法

陈立, 杜文华, 曾志强, 王俊元, 王日俊

陈立,杜文华,曾志强，等.基于小波变换的煤矸石自动分选方法［J］.工矿自动化，2018,44（12）：60-64.. DOI: 10.13272/j.issn.1671-251x.2018020047
引用本文: 陈立,杜文华,曾志强，等.基于小波变换的煤矸石自动分选方法［J］.工矿自动化，2018,44（12）：60-64.. DOI: 10.13272/j.issn.1671-251x.2018020047
shu
CHEN Li, DU Wenhua, ZENG Zhiqiang, WANG Junyuan, WANG Riju. Automatic separation method of coal and gangue based on wavelet transform[J]. Journal of Mine Automation, 2018, 44(12): 60-64. DOI: 10.13272/j.issn.1671-251x.2018020047
Citation: CHEN Li, DU Wenhua, ZENG Zhiqiang, WANG Junyuan, WANG Riju. Automatic separation method of coal and gangue based on wavelet transform[J]. Journal of Mine Automation, 2018, 44(12): 60-64. DOI: 10.13272/j.issn.1671-251x.2018020047
shu

基于小波变换的煤矸石自动分选方法

  • 中北大学 机械工程学院， 山西 太原030051

基金项目: 

山西省自然科学基金资助项目（20161D102025）

详细信息

  • 中图分类号: TD67

Automatic separation method of coal and gangue based on wavelet transform

  • School of Mechanical Engineering, North University of China, Taiyuan 030051, China

HTML全文

    摘要
  • 摘要: 针对现有基于图像处理的煤矸石识别分选方法存在识别准确度较低、提取参数多、实时处理效率不高等问题，提出了一种基于小波变换的煤矸石自动分选方法。利用小波分析对采集到的煤与矸石图像进行降噪处理，并通过构造小波矩对煤和矸石进行特征提取分析，计算得到特征值，找出煤与矸石特征参数的明显差异，将其作为煤和矸石识别分选的依据。实验结果表明，该方法提高了煤与矸石在线识别分选的工作效率，准确度高。
    Abstract: In view of the problems of low recognition accuracy, multiple extraction parameters and low real-time processing efficiency of existing coal gangue recognition and separation methods based on image processing, an automatic separation method of coal gangue based on wavelet transform was proposed. The method uses wavelet analysis to do noise reduction processing of coal and coal gangue image, and adopts constructing wavelet moment to extract and analyze features of coal and gangue, calculates the feature value, and find out the obvious differences of characteristic parameters between coal and gangue, the characteristic parameters can take as the basis of coal and gangue recognition. The experimental results show that the method improves the efficiency and of on-line identification and separation of coal and gangue with high accuracy.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(49)

  • 期刊类型引用(18)

    1. 李富强. 基于深度卷积神经网络与多源信号的煤岩识别研究. 煤炭技术. 2025(03): 233-238 . 百度学术
    2. 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
    3. 陈晓杰，王亮，赵美玲，刘光伟，涂俊雄. 基于ECA-YOLOv5s的煤矿带式输送机异物检测网络模型. 采矿技术. 2024(04): 316-324 . 百度学术
    4. 陈世涛，张敏，栗超. 基于YOLOv5的带式输送机煤堆异物检测. 洁净煤技术. 2024(S2): 12-18 . 百度学术
    5. 涂灿. VCS智能干选机的试验研究. 煤炭加工与综合利用. 2023(06): 37-41 . 百度学术
    6. 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
    7. 汪岩，李自强. 基于AI图像处理的煤矸石特征提取及分类方法. 煤炭技术. 2023(11): 231-233 . 百度学术
    8. 曹现刚，刘思颖，王鹏，许罡，吴旭东. 面向煤矸分拣机器人的煤矸识别定位系统研究. 煤炭科学技术. 2022(01): 237-246 . 百度学术
    9. 倪云峰，封子杰，郭苹，王静. 基于卷积神经网络的煤矸石识别算法研究. 现代电子技术. 2022(10): 57-62 . 百度学术
    10. 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
    11. 申利飞，田子建，白林绪. 改进纹理模糊筛选下煤矸石X射线图像处理. 激光与红外. 2022(07): 1090-1097 . 百度学术
    12. 陈彪，卢兆林，代伟，邵明，于大伟，董良. 基于轻量化HPG-YOLOX-S模型的煤矸石图像精准识别. 工矿自动化. 2022(11): 33-38 . 本站查看
    13. 郑新涛，苏道玉. 基于小波矩的智能手绘草图识别系统设计. 现代电子技术. 2021(12): 177-181 . 百度学术
    14. 胡璟皓，高妍，张红娟，靳宝全. 基于深度学习的带式输送机非煤异物识别方法. 工矿自动化. 2021(06): 57-62+90 . 本站查看
    15. 王冠军，苏婷婷，刘文博，钱智平，李佳泽. 基于EAIDK的智能煤矸分拣系统设计. 工矿自动化. 2020(01): 105-108 . 本站查看
    16. 柴炳升，胡峰. 石槽村选煤厂重介质浅槽分选工艺探究. 煤炭加工与综合利用. 2020(08): 33-34+38 . 百度学术
    17. 章振原，秦训鹏，李轶峰. 基于机器视觉的废旧有色金属碎料识别方法. 激光与光电子学进展. 2020(16): 194-201 . 百度学术
    18. 潘卫东，李新源，员明涛，袁永康，杨克虎. 基于顶煤运移跟踪仪的自动化放煤技术原理及应用. 煤炭学报. 2020(S1): 23-30 . 百度学术

    其他类型引用(31)

    • 资源附件(0)
计量
  • 文章访问数:  90
  • HTML全文浏览量:  5
  • PDF下载量:  13
  • 被引次数: 49
出版历程
  • 刊出日期:  2018-12-09

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(49)
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1171422    百度统计