煤岩图像识别方法研究

论文摘要

煤岩图像识别是实现采掘工作面无人化的基础。研究了字典学习法、小波变换法、灰度共生矩阵法等主流算法在煤岩图像识别应用中的适用范围和存在的问题。提出了基于多参数融合的煤岩识别方法:提取温度、声音、振动、粉尘浓度、图像等特征参量,结合各自的优点,采用深度学习等先进技术,能够有效提高煤岩图像的鲁棒性及识别率。

论文目录

• 0 引言
• 1 煤岩图像识别方法
•   1.1 基于图像特征的煤岩识别方法
•   1.2 基于分类识别的煤岩识别方法
•   1.3 图像法存在的问题
• 2 多参数融合的煤岩识别方法
•   2.1 多参数融合识别原理
•   2.2 多参数融合识别模型
• 3 结论

文章来源

类型: 期刊论文

作者: 王莹

关键词: 煤岩图像识别,无人化,多参数,深度学习,鲁棒性

来源: 能源与环保 2019年04期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 矿业工程,计算机软件及计算机应用

单位: 中国矿业大学(北京)机电与信息工程学院

分类号: TP391.41;TD82

DOI: 10.19389/j.cnki.1003-0506.2019.04.031

页码: 139-142

总页数: 4

文件大小: 401K

下载量: 337