公开(公告)号：CN116452506A

公开(公告)日：2023-07-18

申请号：CN202310250068.4

申请日：2023-03-13

Applicant: 中国矿业大学(北京)

Inventor： 李策 ,  魏炜 ,  陈帅 ,  乔静怡 ,  王亭然

IPC: G06T7/00 ,  G06T5/00 ,  G06V10/30 ,  G06V10/50 ,  G06V10/764 ,  G06N20/10

Abstract: 本发明涉及的是一种基于机器学习的井下煤矸石智能视觉识别分选方法。通过对图像采集设备在井下传送带上获取矿石图像，进行分割、平滑滤波与锐化增强以滤除高斯噪声干扰；采用直方图均衡化和形态学开闭运算进行灰度变换，增加图像对比度，祛除细小噪声；采集图像分成细胞单元中各像素点的梯度或边缘方向直方图，直方图组合起来提取图像HOG特征；使用SVM对矿石HOG特征进行分类，识别矿石所属类别，统计矿石识别结果，保存并输出矿石对应种类。本方法能在真实的井下环境中提取矿石图像特征，提高分类模型的鲁棒性和识别准确率，提升系统图像处理速度和识别的效率，适用于井下煤矸石筛选领域。