留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种煤矸石优化识别方法

赵明辉

赵明辉.一种煤矸石优化识别方法[J].工矿自动化,2020,46(7):113-116..  doi: 10.13272/j.issn.1671-251x.2020040058
引用本文: 赵明辉.一种煤矸石优化识别方法[J].工矿自动化,2020,46(7):113-116..  doi: 10.13272/j.issn.1671-251x.2020040058
ZHAO Minghui. A coal-gangue optimization identification method[J]. Industry and Mine Automation, 2020, 46(7): 113-116. doi: 10.13272/j.issn.1671-251x.2020040058
Citation: ZHAO Minghui. A coal-gangue optimization identification method[J]. Industry and Mine Automation, 2020, 46(7): 113-116. doi: 10.13272/j.issn.1671-251x.2020040058

一种煤矸石优化识别方法

doi: 10.13272/j.issn.1671-251x.2020040058
基金项目: 

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)

详细信息
  • 中图分类号: TD712.7

A coal-gangue optimization identification method

  • 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。

     

  • 加载中
计量
  • 文章访问数:  69
  • HTML全文浏览量:  8
  • PDF下载量:  11
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-07-20

目录

    /

    返回文章
    返回