一种煤矸石优化识别方法
赵明辉
中煤科工集团上海有限公司,上海200030;同济大学电子与信息工程学院,上海 201804
摘要：针对输送带磨损造成煤矸石图像目标检测不准确、影响煤矸石识别准确率等问题,提出了一种煤矸石优化识别方法.采集的图像经过裁切、去噪、灰度化等预处理后,利用训练好的CornerNet-Squeeze深度学习模型判断图像中是否存在待检测的煤或矸石,若存在则定位煤或矸石在图像中的位置,有效降低目标检测时输送带背景干扰;对定位区域进行灰度直方图分析,依据图像灰度直方图的三阶矩特征参数对煤矸石进行分类,判定是煤还是矸石,提高识别准确率.实验结果表明,该方法识别准确率为91.3％,单张图像识别时间为41 ms,具有较高的识别准确率和较好的实时性.
关键词：煤矸石分选煤矸石识别图像识别深度学习三阶矩
分类号：TD712.7(矿山安全与劳动保护)
资助基金：天地科技股份有限公司科技创新创业资金专项项目(2018-TD-MS031)
论文发表日期：2020-07-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 113-116 )
英文信息