基于统计变换直方图的煤炭识别算法的研究.pdf

基于统计变换直方图的煤炭识别算法的研究.pdf

ID:51417290

大小:1.81 MB

页数:4页

时间:2020-03-23

基于统计变换直方图的煤炭识别算法的研究.pdf_第1页
基于统计变换直方图的煤炭识别算法的研究.pdf_第2页
基于统计变换直方图的煤炭识别算法的研究.pdf_第3页
基于统计变换直方图的煤炭识别算法的研究.pdf_第4页
资源描述:

《基于统计变换直方图的煤炭识别算法的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第30卷第11期计算机仿真2013年11月文章编号:1006—9348(2013)11—0169一04基于统计变换直方图的煤炭识别算法的研究郭富荣,申闰春(北京信息科技大学虚拟现实与系统仿真研究所,北京100192)摘要:针对铁路煤炭运输抑尘自动化控制系统中煤炭识别受天气、光照影响大而识别困难的问题,提出了将统计变换直方图作为视觉特征描述符应用于煤炭识别,采用稀疏编码以及最近邻分类器进行自动识别,解决了铁路煤炭运输抑尘自动化控制系统中煤炭识别难题。仿真对比实验结果表明,统计变换直方图算法与灰度共生矩阵算法相比,识别率与可靠性显著改善;并应用与铁路煤炭运输抑尘自动化控制系统中,现场实验表

2、明,系统能够精确地识别煤炭与非煤物质,达到了自动识别的效果。关键词:煤炭识别;统计变换直方图;稀疏编码中图分类号:TP317.4文献标识码:BStudyofCoalRecognitionAlgorithmBasedonCENTRISTGUOFu—rong.SHENYan—chun(VirtualRealityandSimulationLaboratory,BeijingInformationScience&TechnologyUniversity,Beijing100192,China)ABSTRACT:Ontheissuethatthecoalrecognitionofrailway

3、coaltransportationdustsuppressionautomaticcontrolsystemisdimcuhbecauseoftheirIlluenceoftheweatherandillumination.ThevisualfeaturedescriptorCENsusTRansformhiSTogram(CSNTRIST)isputforwardtoapplytocoalrecognition.WorkingwithSparseCodingandNea-restNeighborclassifiersolvedtheproblemsofcoalrecognition

4、inrailwaycoaltransportationdustsuppressionautomat-iccontrolsystem.WesimulatetheCSNTRISTalgorithmandcompareittotheGrayLevelCo—occurrenceMatrixalgo-rithm,theexperimentshowsthattherecognitionrateandreliabilityoftheCSNTRISTalgorithmimprovedsignificant-ly.TheCSNTRISTalgorithmisappliedtotherailwaycoal

5、transportationdustsuppressionautomaticcontrolsystemandthefieldexperimentsshowthatthesystemcanaccuratelyidentifycoalandnon—coalmaterial,achievedtheeffectofautomaticidentification.KEYWORDS:Coalrecognition1;CENTRIST;Sparsecoding1引言铁路煤炭运输抑尘自动化控制系统是为了降低煤炭运输过程中的损耗而设计的一套抑尘喷淋控制系统。该系统通过对运煤车箱喷淋抑尘剂,使煤层表面形成

6、一层以煤块、煤粒和煤尘黏结在一起的固化层,从而降低运输过程中因风力,颠簸等因素造成的煤炭损耗以及防止煤扬尘污染。1o。其中监控子系统是抑尘系统中的关键一环。传统的监控子系统主要通过人工识别监控视频中货运列车中的物质,进而决定是否对货物采取喷淋作业。这种判别方式受天气,时间,光照以及操作人员的影响,往往造成漏喷、错喷等作业事故,难以保证作业安全,不能满足煤炭抑尘喷淋需求。因此,设计一套煤炭自动识别系统具有实际意义。基金项目:北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20130519)收稿日期:2013—07—18修回日期:2013—07—30利用机器视觉、模式识别等技术

7、是当下图像识别的首选方法。近年来对于煤炭识别已经取得了一定的进展,传统的方法大都集中煤炭的颜色特征以及纹理特征,如灰度直方图,灰度共生矩阵GLCM(GrayLevelCooccurrenceMatrix,GL·CM)等L2。1。然而,铁路煤炭运输抑尘系统中对煤炭的识别受天气,光照以及运煤车速及其它自然因素的影响较大,传统的煤炭识别方法计算复杂度高,效率低,难以满足全天候实时监控自动识别的要求。本文采用统计变换直方图即CSNTRIST(CENsu

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。