基于图像分析的粗粒煤堆密度组成估计
针对煤样密度组成人工测量的滞后性,提出了一种基于图像分析的粗粒煤堆密度组成实时估计方法.引入煤堆图像定向分割算法和全局分割算法,提取了50个煤粒表面特征参数,根据其随密度级的变化趋势筛选出了3个有效特征参数,利用改进的KNN算法预测煤粒密度级,并结合煤粒质量模型实时估计煤堆密度组成.测试结果表明,粗粒煤堆密度组成估计的绝对误差最高为7.15%,最低为1.41%.
图像分析、密度组成、图像分割、特征提取
42
TD94(选矿)
江苏省普通高校研究生科研创新计划项目CXZZ13_0951;国家自然科学基金委员会创新研究群体科学基金项目51221462
2013-10-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
851-858