基于X射线图像和激光点云的煤矸识别方法
煤矸高效分选是实现煤炭资源绿色开采的重要手段,其核心技术是煤和矸石的快速精准识别.因此,本文提出了基于X射线图像和激光点云融合的煤矸识别方法.首先,设计了基于局部熵和全局均差加权的改进Otsu分割算法,以此提高X射线图像的分割精度和分割效率;同时,利用直通滤波和体素栅格降采样简化了煤矸激光点云数据,进而提取了X射线图像和激光点云的煤矸组合特征.然后,针对传统麻雀搜索算法(SSA)易陷入局部最优和种群多样性差等问题,提出了多策略改进的SSA算法(ISSA),并用于轻量梯度提升机(LightGBM)参数的寻优,进而设计了基于ISSA-LightGBM的煤矸快速识别模型.最后,搭建了煤矸识别实验平台,开展了相应的实验对比分析,结果表明:ISSA-LightGBM模型的煤矸识别准确达99.00%,综合性能优于其它模型,满足了煤矸高效识别的需求.
煤矸识别、X射线图像、激光点云、特征提取、轻量梯度提升机
43
TH6(专用机械与设备)
国家自然科学基金;江苏省自然科学基金面上项目;中国博士后科学基金特别资助项目;江苏省科协青年科技人才托举工程苏科协发号;江苏高校优势学科建设工程项目
2023-02-22(万方平台首次上网日期,不代表论文的发表时间)
共13页
193-205