咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于小波的煤岩图像特征抽取与识别 收藏

基于小波的煤岩图像特征抽取与识别

Wavelet-based coal-rock image feature extraction and recognition

作     者:孙继平 佘杰 

作者机构:中国矿业大学(北京)机电与信息工程学院北京100083 

出 版 物:《煤炭学报》 (Journal of China Coal Society)

年 卷 期:2013年第38卷第10期

页      面:1900-1904页

核心收录:

学科分类:081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:国家自然科学基金资助项目(51134024 51074169) 国家高技术研究发展计划(863)资助项目(2012AA062203) 

主  题:煤岩 图像 小波 特征抽取 识别 

摘      要:针对目前采掘工作面是事故易发多发地带和煤岩界面的识别基本由人工来完成的现状,为了减少人员伤亡以及实现采矿自动化,研究了煤岩的自动识别技术。介绍了煤岩图像识别基础和小波变换原理,讨论了小波函数以及滤波长度、分解尺度的设置情况,提出利用Daubechies小波对煤岩图像进行分解,构造相应的纹理导向度,获得特征值参数表,最后通过Minkowski距离计算公式,得到待测样品与煤岩样品的空间距离,根据距离大小来实现对待测样品的识别。结果表明:该方法通过小波分解再抽取相应的特征值充分表达了煤岩图像的纹理特征信息,而且能成功识别煤岩图像获得了比其他分解方法更高的识别准确率。研究结果可为煤岩界面的自动识别提供理论参考,提供了新的思路。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分