公开(公告)号：CN115439680A

公开(公告)日：2022-12-06

申请号：CN202210968900.X

申请日：2022-08-12

Applicant: 辽宁工程技术大学

Inventor： 吕伏 ,  韩晓天 ,  冯永安

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06T7/45 ,  G06T7/40 ,  G06N3/04

Abstract: 本发明提供了一种结合纹理特征进行决策融合的煤体破坏类型图像识别方法，使用高清防爆相机在井下拍摄获取煤体图像，进行图像处理和标记，构建煤体数据集，并根据煤体原图像创建对应的纹理特征数据集；基于决策融合构建分类模型，并使用煤体原图数据集和对应的纹理特征数据集对分类模型进行训练；将待识别的煤体原图和对应的纹理特征图在训练完成的分类模型中进行分类测试，得到煤体图像的破坏类型分类结果。本发明通过对破坏煤图像进行机器识别，识别准确度达到99.52％，能够显著提升井下煤体破坏类型的识别效率，进而对煤与瓦斯突出事故的预测提供参考，极大地提高煤矿生产的智慧性与安全性。