煤炭工程 ›› 2019, Vol. 51 ›› Issue (1): 120-125.doi: 10.11799/ce201901027

• 研究探讨 • 上一篇    下一篇

基于机器视觉的煤矸石多工况识别研究

沈宁1,窦东阳2,杨程2,张勇3   

  1. 1. 太西洗煤厂
    2. 中国矿业大学
    3. 中国矿业大学化工学院
  • 收稿日期:2018-07-09 修回日期:2018-09-15 出版日期:2019-01-20 发布日期:2019-03-19
  • 通讯作者: 窦东阳 E-mail:ddy41@163.com

  • Received:2018-07-09 Revised:2018-09-15 Online:2019-01-20 Published:2019-03-19

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

中图分类号: