济南大学学报(自然科学版)

作者：范振,陈乃建,黄玉林,张来伟,李映君

基金：国家自然科学基金项目(51875250);; 山东省自然科学基金项目(ZR2017MF023);; 山东省高等学校“青创科技支持计划”项目(2019KJB018)

为了提高煤矸石分选的识别率,研究煤与煤矸石在同一场景下不同特征的数据差异;将煤与煤矸石各分为2类,从各类中抽取样本,经预处理后分析灰度特征、纹理特征、灰度分布直方图,以及不同阈值时各类样本灰度级为255的像素点频率;基于灰度特征与纹理特征,采用支持向量机对样本进行训练。结果表明,各类煤与煤矸石在灰度特征的灰度能量与灰度熵、纹理特征的能量与熵、灰度分布直方图特征以及阈值为55～70且灰度级为255时的频率存在明显差异,基于支持向量机与多种特征的煤矸石识别率最高可达96.4%。

来源：2021年第03期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2021年第03期