文献类型：期刊文章

作　　者：沈宁[1] 窦东阳[2] 杨程[1] 张勇[2]

SHEN Ning;DOU Dong-yang;YANG Cheng;ZHANG Yong(Taixi Coal Preparation Plant,Shenhua Ningxia Coal Industry Group,Shizuishan 753000,China;School of Chemical Engineering and Technology,China University of Mining and Technology,Xuzhou 221116,China)

机构地区：[1]神华宁煤集团太西洗煤厂,宁夏石嘴山753000 [2]中国矿业大学化工学院,江苏徐州221116

出　　处：《煤炭工程》

基　　金：国家自然科学基金(51374207)

年　　份：2019

卷　　号：51

期　　号：1

起止页码：120-125

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、ZGKJHX、核心刊

摘　　要：原煤入选前要进行预先排矸石操作,在多种工况下基于机器视觉对煤矸石进行识别。搭建图像采集装置采集煤块和块矸石图像,提取表面28个颜色和纹理特征参数,经过特征初步分析,将RGB空间特征作为冗余剔除。利用支持向量机作为分类器,并采用基于Relief算法权重的特征递归进一步筛选特征。将原煤表面状态分为外表面无煤泥且表面干燥、外表面无煤泥且表面湿润、外表面覆盖干煤泥、外表面覆盖湿煤泥4种类型。基于机器视觉对白芨沟矿的原煤进行识别试验,确定最优特征子集。在最优特征子集下进行多次随机取样识别试验,在4种不同工况下,5次随机实验的平均识别率大于等于94%,取得了满意的效果。

关 键 词：机器视觉 煤矸石 图像识别 特征选择  

分 类 号：TD849.5] TP391.41]