-
题名基于图像的煤矸分选中图像照度调节方法
被引量：10
- 1
-
-
作者
李曼
杨茂林
刘长岳
何仙利
段雍
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能监测重点实验室
韩城矿业有限公司
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2021年第S02期1149-1158,共10页
-
基金
国家自然科学基金重点资助项目(51834006)
-
文摘
针对基于图像的煤矸分选中,由于生产环境中粉尘、水雾、电磁干扰以及光源设备等因素,引起图像照度变化、影响图像质量、降低识别率的问题,提出一种基于快速引导滤波的Retinex算法,通过去除原始照度分量,添加合适的照度分量,实现图像整体亮度的调节。采用2500,4000,5500,7000 lux四种照度模拟实际工况环境照度的变化,并采集韩城矿区的瘦煤和页岩,铜川陈家山矿区的弱黏煤和粉砂岩不同类型的煤和矸石图像,建立图像样本库。对获取的图像通过添加0.1为间隔、0.1~0.9的光照因子进行图像强化。选取煤和矸石图像具有较大差异的标准差和熵2个特征参数,分析增强前后煤和矸石图像2个特征参数变化规律以及2者标准差差值和熵差值的变化规律。将标准差差值和熵差值进行融合归一化,以最大差值法得到2个矿区4种照度下对应最佳的光照因子。以LSSVM为分类器,标准差和熵为输入向量,进行训练和识别验证。结果显示:采用最佳光照因子图像增强后,2500,4000,5500,7000 lux四种照度下,韩城矿区样本相对未增强前识别率分别增加了7.5%,8.0%,8.5%,2.0%,陈家山矿区样本识别率分别增加了0.5%,12.0%,17.0%,25.0%,每张图像增强时间平均为0.031 s。
-
关键词
照度
RETINEX
快速引导滤波
灰度
纹理
LSSVM
-
Keywords
illuminance
Retinex
fast-guided filtering
grayscale
texture
LSSVM
-
分类号
TD94
[矿业工程—选矿]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名外在水分对煤矸图像特征影响的试验研究
被引量：2
- 2
-
-
作者
李曼
何仙利
杨茂林
段雍
-
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能监测重点实验室
-
出处
《煤炭科学技术》
CAS
CSCD
北大核心
2022年第10期179-187,共9页
-
基金
国家自然科学基金重点资助项目(51834006)
陕西省重点研发计划资助项目(2018GY-039)。
-
文摘
针对实际选煤生产中,原煤自身干湿状况以及受潮湿、雨淋、喷淋、冲洗等影响,导致煤和矸石表面含水量不同,煤矸图像特征变化大的问题,通过试验法研究了不同外在水分下煤和矸石图像灰度和纹理特征参数的变化规律。设计试验方案并搭建图像采集系统,分别建立煤、矸石外在水分由饱和至干燥7种不同状态下的图像样本库。选取干燥状态下煤矸图像特征差异较大的9种特征参数,提取各参数在不同外在含水率下的值分析得出,含水率较低时,各特征参数变化相对稳定。随着含水率升高,煤、矸图像各特征参数均呈现较为明显的变化,且水分含量变化对矸石图像的影响大于煤。对试验得到的图像特征参数进行归一化处理,对比煤与矸石同一特征参数的偏差值受含水率变化规律,结果表明:灰度特征中煤与矸石方差的偏差值受含水率变化影响最大,在整个含水率变化区间,煤与矸石的偏差较大的参数是偏度;纹理特征中煤与矸石对比度和同质性的偏差值受含水率变化影响最大,在整个含水率变化区间,煤与矸石的偏差较大的参数是对比度和同质性。不同外在水分对煤矸图像特征参数影响规律的研究,可为工况条件下基于图像的煤矸准确识别提供基础数据和参考。
-
关键词
选煤
煤和矸石
外在水分
含水率
特征偏差
-
Keywords
coal preparation
coal and gangue
content of external moisture
moisture content
feature deviation
-
分类号
TD94
[矿业工程—选矿]
-
