注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于小波的煤岩图像特征抽取与识别

  2. 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

  3. 所属分类：其它

    • 发布日期：2020-05-14
    • 文件大小：326656
    • 提供者：weixin_38691199

  1. 基于图像识别的煤岩界面识别方法研究

  2. 采掘工作面是煤矿事故多发地点。减少煤矿采掘工作面作业人员既是煤矿安全生产的需要,又是减轻作业人员劳动强度和改善作业环境的需要。煤岩界面识别是实现无人采煤的关键技术之一。研究了用于无人采煤工作面等的煤岩界面识别方法,指出了现有煤岩界面识别方法存在的问题。提出了基于可见光图像和红外图像识别的煤岩界面识别方法:提取色彩、灰度、纹理、形状等图像特征,进行煤岩界面识别。并提出了基于图像识别的多参数信息融合煤岩界面识别方法。

  3. 所属分类：其它

    • 发布日期：2020-05-10
    • 文件大小：142336
    • 提供者：weixin_38634037

  1. 基于视觉技术的煤岩特征分析与识别

  2. 为研究煤岩自动识别技术,提出了一种基于视觉技术的煤岩特征分析与识别方法。首先根据煤和岩石图像分析煤岩纹理差异;然后根据灰度共生矩阵分别计算煤和岩石纹理特征向量;最后选择计算出的纹理特征向量作为神经网络输入来分别识别煤和岩石2种情况。实验结果表明,煤和岩石纹理特征值差别较大,采用能量、对比度、相关性和熵作为特征向量均可实现煤和岩石自动识别,且以熵值作为特征向量的煤岩识别效果最好。

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：379904
    • 提供者：weixin_38745003

  1. 基于机器视觉的煤岩界面识别研究

  2. 针对现有煤岩识别方法存在煤岩界面传感器结构复杂、可靠性差、普适性差等问题,提出了一种基于机器视觉的煤岩界面识别系统设计方案,给出了系统总体结构,分析了系统识别煤岩界面的工作原理,重点讨论了图像特征选取和分类器的设计。该系统根据灰度共生矩阵理论提取煤岩图像的22种纹理特征,采用增l减r法搜索出优选特征,最后运用线性函数判别法构建煤岩分类器模型。实验结果表明,该系统的煤岩分类器模型性能稳定,具有较强的识别能力。

  3. 所属分类：其它

    • 发布日期：2020-04-23
    • 文件大小：247808
    • 提供者：weixin_38565480

  1. 基于图像纹理的煤岩识别研究

  2. 煤岩识别对实现采掘面无人开采具有重要的意义。由于煤、岩石在纹理上的巨大差别,提出了基于图像纹理的煤岩识别研究。利用灰度共生矩阵(GLCM)分别对煤、岩石图像纹理进行特征提取,然后再应用RBF神经网络分析处理所得到的纹理特征数据,进而实现对煤岩的分类识别,通过验证,该方法准确率高,操作简单,值得推广。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：158720
    • 提供者：weixin_38632624