基于機器視覺的煤與矸石自動識別研究
發(fā)布時間:2020-12-04 13:55
煤炭是非常重要的戰(zhàn)略能源,是維持國家發(fā)展必不可少的化石能源之一。在煤炭開采的過程中,作為雜質(zhì)的矸石隨著煤一起被開采出來。矸石的存在降低了煤的質(zhì)量,影響了煤的利用效率,因此煤與矸石的分選是煤炭開采過程中不可或缺的環(huán)節(jié)。隨著機器視覺技術(shù)的快速發(fā)展,針對傳統(tǒng)選煤方式的缺點,本文研究了一種基于圖像處理的煤與矸石分選方式。在實際的采煤環(huán)境中會有大量的煤塵和噪聲影響圖像的質(zhì)量,需要對采集到的煤與矸石進行圖像預(yù)處理。經(jīng)過對比,選擇了中值濾波方式對圖像進行增強,利用閾值分割法將圖像中的煤與矸石分別與背景分開。然后提出了融合局部二值模式和灰度共生矩陣兩種算法對煤與矸石圖像進行紋理特征提取。選取了具有旋轉(zhuǎn)不變性的LBP算子將原圖像轉(zhuǎn)變?yōu)榫植慷祱D像,再生成該圖像的灰度共生矩陣,選擇角二階距、對比度、相關(guān)性和熵這四個紋理特征作為提取指標(biāo),進行均值和歸一化處理后,用由徑向基核函數(shù)構(gòu)成的支持向量機進行訓(xùn)練和識別。利用該組合算法選取一定數(shù)量的實驗樣本進行分析,實驗的結(jié)果驗證了算法的有效性。在識別算法的基礎(chǔ)上,本文設(shè)計了一套煤與矸石的自動分選系統(tǒng)。系統(tǒng)主要由硬件和軟件兩部分構(gòu)成,硬件部分包括排隊裝置、圖像采集機構(gòu)、...
【文章來源】:山東科技大學(xué)山東省
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1.1?2000-2016年全國煤炭消費量??Figure?1.1?national?coal?consumption?from?2000?to?2016??
=?式(2.5)??圖2.1為輸入圖像的局部像素點,若以灰色區(qū)域中心的像素點畫圓,則該像??素點的鄰域就是這個圓所包含的全部像素點。從圖中可知,兩個相鄰像素點之??間的距離為Ax,就以Ax的長度為半徑做圓,得到箭頭右邊的5個像素點,于??是該圓中心像素點的灰度值等于周圍這5個像素點灰度值的平均值。??mmmmm??m?#?#?#???#??_離_?參□={)⑩魯籲???mmmm?m????#????????I?Ax??圖2.1?4點鄰域的選取??Figure2.1?Selection?of?4?point?neighborhood??均值濾波也可以在圖像上對選擇的目標(biāo)像素點給一個特定的模板,模板內(nèi)??包含了與該像素點周圍相鄰的像素點,利用模板中的全部像素點灰度值的平均??10??
像最后的效果變得不一樣,所以在實際應(yīng)用中需要根據(jù)不同的內(nèi)容和要求選擇??合適的窗口形狀和尺寸。常用的二維中值濾波窗口有線性、十字形、方形和菱??形等,如圖2.4所示。在使用窗口的過程中,一般先選擇較小的窗口尺寸,再依??次不斷增大,直到達到滿意的圖像濾波效果。如果選擇的濾波窗口關(guān)于中心點??對稱,并且中心點也包含在內(nèi),那么中值濾波就可以保持圖像中任意方向的跳??變邊緣,更好的消除噪聲點。??????????????????????????mmm?????????????????#??圖2.4中值濾波的常用模板??Figure?2.4?common?templates?for?median?filtering??本文針對煤與矸石圖像的特點,分別選擇了?3x3方形窗口、5x5方形窗口??和7x7方形窗口對煤與矸石的原圖像進行中值濾波處理,其效果如圖2.5所示。??經(jīng)過對比發(fā)現(xiàn),窗口尺寸選擇越大,則圖像的細節(jié)和輪廓就變得更加模糊,窗??口尺寸選擇越小則會導(dǎo)致消除噪聲的能力變差,所以需要在實際環(huán)境中選取適??合的窗口尺寸來達到最好的除噪效果。??(a)?3x3階濾波模板??14??
【參考文獻】:
期刊論文
[1]煤與矸石圖像紋理特征提取方法[J]. 米強,徐巖,劉斌,徐運杰. 工礦自動化. 2017(05)
[2]圖像分割方法綜述研究[J]. 周莉莉,姜楓. 計算機應(yīng)用研究. 2017(07)
[3]改進的Roberts圖像邊緣檢測算法[J]. 王方超,張旻,宮麗美. 探測與控制學(xué)報. 2016(02)
[4]局部二值模式及其擴展方法研究與展望[J]. 孫君頂,周業(yè)勇. 計算機應(yīng)用與軟件. 2016(01)
[5]圖像分割的圖論方法綜述[J]. 王梅,李玉鑑,全笑梅. 計算機應(yīng)用與軟件. 2014(09)
[6]重介質(zhì)選煤設(shè)備工藝性能評價指標(biāo)的研究[J]. 武思源. 選煤技術(shù). 2014(03)
[7]煤矸石綜合利用工藝探索[J]. 張世鑫,劉冬,邵飛,羅英強,李萬勝. 潔凈煤技術(shù). 2013(05)
[8]基于Canny算子的圖像邊緣檢測優(yōu)化算法[J]. 徐亮,魏銳. 科技通報. 2013(07)
[9]局部二值模式方法研究與展望[J]. 宋克臣,顏云輝,陳文輝,張旭. 自動化學(xué)報. 2013(06)
[10]灰度共生矩陣的快速實現(xiàn)和優(yōu)化方法研究[J]. 鄭紅,李釗,李俊. 儀器儀表學(xué)報. 2012(11)
博士論文
[1]我國煤炭產(chǎn)業(yè)供給側(cè)改革與發(fā)展路徑研究[D]. 吳達.中國地質(zhì)大學(xué)(北京) 2016
碩士論文
[1]煤矸石線陣成像分選系統(tǒng)設(shè)計與實現(xiàn)[D]. 趙國利.山東大學(xué) 2017
[2]基于局部二值模式的紋理特征研究與應(yīng)用[D]. 于亞風(fēng).西南交通大學(xué) 2017
[3]選煤廠手選作業(yè)煤與矸石自動分選系統(tǒng)的研究[D]. 楊沫.安徽理工大學(xué) 2016
[4]基于圖像特征的煤與矸石識別算法研究[D]. 宋劍.河北工程大學(xué) 2016
[5]基于圖像處理的煤矸識別技術(shù)研究[D]. 曾翰林.華北理工大學(xué) 2015
[6]圖像紋理特征提取的研究[D]. 步亞東.山東師范大學(xué) 2012
[7]我國煤炭行業(yè)供求狀況與發(fā)展趨勢研究[D]. 劉延靜.哈爾濱工程大學(xué) 2010
[8]圖像濾波及邊緣檢測與增強技術(shù)研究[D]. 陳初俠.合肥工業(yè)大學(xué) 2009
本文編號:2897723
【文章來源】:山東科技大學(xué)山東省
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1.1?2000-2016年全國煤炭消費量??Figure?1.1?national?coal?consumption?from?2000?to?2016??
=?式(2.5)??圖2.1為輸入圖像的局部像素點,若以灰色區(qū)域中心的像素點畫圓,則該像??素點的鄰域就是這個圓所包含的全部像素點。從圖中可知,兩個相鄰像素點之??間的距離為Ax,就以Ax的長度為半徑做圓,得到箭頭右邊的5個像素點,于??是該圓中心像素點的灰度值等于周圍這5個像素點灰度值的平均值。??mmmmm??m?#?#?#???#??_離_?參□={)⑩魯籲???mmmm?m????#????????I?Ax??圖2.1?4點鄰域的選取??Figure2.1?Selection?of?4?point?neighborhood??均值濾波也可以在圖像上對選擇的目標(biāo)像素點給一個特定的模板,模板內(nèi)??包含了與該像素點周圍相鄰的像素點,利用模板中的全部像素點灰度值的平均??10??
像最后的效果變得不一樣,所以在實際應(yīng)用中需要根據(jù)不同的內(nèi)容和要求選擇??合適的窗口形狀和尺寸。常用的二維中值濾波窗口有線性、十字形、方形和菱??形等,如圖2.4所示。在使用窗口的過程中,一般先選擇較小的窗口尺寸,再依??次不斷增大,直到達到滿意的圖像濾波效果。如果選擇的濾波窗口關(guān)于中心點??對稱,并且中心點也包含在內(nèi),那么中值濾波就可以保持圖像中任意方向的跳??變邊緣,更好的消除噪聲點。??????????????????????????mmm?????????????????#??圖2.4中值濾波的常用模板??Figure?2.4?common?templates?for?median?filtering??本文針對煤與矸石圖像的特點,分別選擇了?3x3方形窗口、5x5方形窗口??和7x7方形窗口對煤與矸石的原圖像進行中值濾波處理,其效果如圖2.5所示。??經(jīng)過對比發(fā)現(xiàn),窗口尺寸選擇越大,則圖像的細節(jié)和輪廓就變得更加模糊,窗??口尺寸選擇越小則會導(dǎo)致消除噪聲的能力變差,所以需要在實際環(huán)境中選取適??合的窗口尺寸來達到最好的除噪效果。??(a)?3x3階濾波模板??14??
【參考文獻】:
期刊論文
[1]煤與矸石圖像紋理特征提取方法[J]. 米強,徐巖,劉斌,徐運杰. 工礦自動化. 2017(05)
[2]圖像分割方法綜述研究[J]. 周莉莉,姜楓. 計算機應(yīng)用研究. 2017(07)
[3]改進的Roberts圖像邊緣檢測算法[J]. 王方超,張旻,宮麗美. 探測與控制學(xué)報. 2016(02)
[4]局部二值模式及其擴展方法研究與展望[J]. 孫君頂,周業(yè)勇. 計算機應(yīng)用與軟件. 2016(01)
[5]圖像分割的圖論方法綜述[J]. 王梅,李玉鑑,全笑梅. 計算機應(yīng)用與軟件. 2014(09)
[6]重介質(zhì)選煤設(shè)備工藝性能評價指標(biāo)的研究[J]. 武思源. 選煤技術(shù). 2014(03)
[7]煤矸石綜合利用工藝探索[J]. 張世鑫,劉冬,邵飛,羅英強,李萬勝. 潔凈煤技術(shù). 2013(05)
[8]基于Canny算子的圖像邊緣檢測優(yōu)化算法[J]. 徐亮,魏銳. 科技通報. 2013(07)
[9]局部二值模式方法研究與展望[J]. 宋克臣,顏云輝,陳文輝,張旭. 自動化學(xué)報. 2013(06)
[10]灰度共生矩陣的快速實現(xiàn)和優(yōu)化方法研究[J]. 鄭紅,李釗,李俊. 儀器儀表學(xué)報. 2012(11)
博士論文
[1]我國煤炭產(chǎn)業(yè)供給側(cè)改革與發(fā)展路徑研究[D]. 吳達.中國地質(zhì)大學(xué)(北京) 2016
碩士論文
[1]煤矸石線陣成像分選系統(tǒng)設(shè)計與實現(xiàn)[D]. 趙國利.山東大學(xué) 2017
[2]基于局部二值模式的紋理特征研究與應(yīng)用[D]. 于亞風(fēng).西南交通大學(xué) 2017
[3]選煤廠手選作業(yè)煤與矸石自動分選系統(tǒng)的研究[D]. 楊沫.安徽理工大學(xué) 2016
[4]基于圖像特征的煤與矸石識別算法研究[D]. 宋劍.河北工程大學(xué) 2016
[5]基于圖像處理的煤矸識別技術(shù)研究[D]. 曾翰林.華北理工大學(xué) 2015
[6]圖像紋理特征提取的研究[D]. 步亞東.山東師范大學(xué) 2012
[7]我國煤炭行業(yè)供求狀況與發(fā)展趨勢研究[D]. 劉延靜.哈爾濱工程大學(xué) 2010
[8]圖像濾波及邊緣檢測與增強技術(shù)研究[D]. 陳初俠.合肥工業(yè)大學(xué) 2009
本文編號:2897723
本文鏈接:http://lk138.cn/kejilunwen/kuangye/2897723.html
最近更新
教材專著