基于图像特征的煤与矸石识别算法研究

基于图像特征的煤与矸石识别算法研究

ID:35062971

大小:3.46 MB

页数:70页

时间:2019-03-17

基于图像特征的煤与矸石识别算法研究_第1页
基于图像特征的煤与矸石识别算法研究_第2页
基于图像特征的煤与矸石识别算法研究_第3页
基于图像特征的煤与矸石识别算法研究_第4页
基于图像特征的煤与矸石识别算法研究_第5页
资源描述:

《基于图像特征的煤与矸石识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、HebeiUniversitofEngineeringy硕±学位论文题目:基于图像特征的煤与轩石识别算法研究作者姓名:_奎创指导教师:吴开兴教授学科专业:计算机科学与技术所在学院:信息与电气工程学院^提交论文日期:2016年5月28日独创性声明:所呈交的学位论文,是本人在导师的指导下本人郑重声明,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的研究成果,也不包含为获得河北工程大学或其他教育机构的学位或证书而使用过的材

2、料。对本文的研究做出重要贡献的个人和集体,均己在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:签字日期:年在月日)J却II学位论文版权使用授权书本学位论文作者完全了解河北工程大学有关保留、使用学位论文的规定。特授权河北工程大举可W将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编レッ供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和电子文档。(保密的学位论文在解密后适用本授权说明)学位论文作者签名

3、:签字日期;年月7&日;^為;1导师签名签字日期:>5/1^年^月2^日工学硕士学位论文基于图像特征的煤与矸石识别算法研究河北工程大学2016年5月分类号:TP391密级:公开UDC:单位代码:10076工学硕士学位论文基于图像特征的煤与矸石识别算法研究作者姓名:宋剑指导教师:吴开兴教授申请学位级别:工学硕士学科专业:计算机科学与技术所在单位:信息与电气工程学院授予学位单位:河北工程大学ADissertationSubmittedtoHebeiUniversityofEngineeringFortheAcademicDegr

4、eeofMasterofEngineeringResearchonIdentificationAlgorithmofCoalandGangueBasedonImageFeatureCandidate:SongJianSupervisor:Prof.WuKaixingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyCollege/Department:SchoolofInformationandElectricalEngin

5、eeringHebeiUniversityofEngineeringMay,2016摘要煤炭是一种基础能源,在一次能源消费结构中所占据的比重约为70%,在今后很长的阶段里,仍占据首要位置。煤炭中混杂的矸石,含碳量低、发热量小,不但降低煤的质量,降低燃烧效率,而且燃烧时释放的有害物质会加重环境污染。煤与矸石的分选是解决该难题最有效的方式,是煤矿生产进程中不可或缺的步骤,因此,煤与矸石的识别具有及其重要的现实意义。大多数煤矿仍采用人工识别法识别煤与矸石,但这种方法的识别率低,井下工作条件恶劣,不利于工作人员的身心健康。本课题针对目前煤与矸石

6、识别现状中存有的不足,把数字图像处理技术与模式识别原理应用到煤与矸石的自动识别当中,能够为今后的进一步研究以及将其应用于实际系统当中提供可靠的理论基础。本课题针对煤与矸石图像,提出了灰度共生矩阵与小波变换相结合的算法提取纹理特征,采用粒子群算法优化参数之后的支持向量机进行识别分类。本课题提取了煤与矸石图像的灰度均值和方法作为灰度特征,分析了灰度共生矩阵和小波变换各自的原理,并采用灰度共生矩阵提取了煤与矸石图像的对比度、相关性、能量、熵作为纹理特征,采用Symlet4小波对煤与矸石图像进行三层分解,提取了每层子图像的均值、方差、能量作为纹

7、理特征,在分析支持向量机原理、核函数以及参数对识别性能影响的基础上,采用粒子群算法优化参数,通过优化后的支持向量机对所提取的灰度和纹理结合的特征进行识别判断图像是煤还是矸石,并在MATLAB上验证算法的可行性和有效性,证实了提出的算法具有较高的识别率。关键词:煤与矸石;模式识别;纹理特征;特征提取;支持向量机IAbstractCoalisakindofbasicenergy,accountsforabout70%inprimaryenergyconsumptionstructure,andquitealongperiodoftimein

8、thefuture,willtillholdsthefirstplace.Theganguemixedinthecoal,haslowcarboncontentandlowcalorificvalue,no

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。