基于字典学习的煤与矸石图像特征识别方法

摘要：

为了提升采煤过程中煤与矸石图像的自动识别效率,解决现有图像特征提取方式的瓶颈,根据相应的机器视觉原理,提出了利用字典学习算法对煤与矸石的图像进行特征提取的方法.字典学习算法经过煤与矸石图像的预处理之后,在字典初始化与更新时采用随机选择的方式,调整到最优的字典列数、稀疏误差和稀疏度等参数,最后利用支持向量机进行识别.实验表明:利用字典学习算法可以有效地表达煤与矸石的图像特征,自动识别效果较好,为采矿过程中煤与矸石的自动分选提供了一种新的思路和方法.

关键词：字典学习、煤与矸石、特征提取、图像识别、支持向量机

所属期刊栏目：37

分类号：TD67(矿山电工)

资助基金：山东省研究生教育创新计划项目01040105305;山东科技大学教学研究项目JG201506;山东科技大学研究生教育创新项目KDYC13026,KDYC15019;海信集团研发项目

在线出版日期：2019-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：66-72