文献类型：期刊文章

作　　者：何敏[1] 王培培[1] 蒋慧慧[1]

机构地区：[1]上海海事大学电气自动化系,上海200135

出　　处：《计算机工程与设计》

基　　金：教育部博士后基金项目(20090460613);上海市科委博士后资助计划基金项目(10R21413300);上海市教委重点学科基金项目(J50602)

年　　份：2012

卷　　号：33

期　　号：3

起止页码：1117-1121

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为提高煤矸石的自动识别和分选效率,提出了基于支持向量机(SVM)和纹理识别煤矸石的方法。选取两种煤和一种煤矸石的图像作为样本,经过图像预处理及图像灰度和纹理特征分析后,发现灰度均值、灰度共生矩阵最大值、二阶矩、对比度、相关、熵为有效特征。在此基础上,采用了支持向量机来完成图像的自动识别过程,选取上述6个参数作为支持向量机的训练特征,实验结果表明,该支持向量机识别煤和煤矸石的成功率较高。

关 键 词：煤 矸石 图像处理  灰度分析  纹理分析 支持向量机  

分 类 号：TP391.41]