学位论文 > 优秀研究生学位论文题录展示

基于纹理分析的煤与非煤物的图像识别算法研究

作　者: 周鹏
导　师: 王凤文
学　校: 东北大学
专　业: 通信与信息系统
关键词: 自适应直方图均衡化灰度共生矩阵纹理粒度 SVM
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 58次
引　用: 0次
阅　读: 论文下载

内容摘要

煤炭产量、运量控制系统对于解决煤炭生产行业架构的特殊性造成的难以控管的局面,实现煤炭产业的现代化管理具有重要意义。本文主要研究产运煤源点(生产矿)、结算站和储煤场的煤炭运量控制系统中的车载物(煤和非煤物)识别系统,即利用数字图像处理技术实现煤与非煤物自动识别,在此过程中所应用的技术和方法为今后的深入研究和将其应用于实际生产奠定了坚实的基础。本文所研究的煤与非煤物的识别是基于产运煤源点(生产矿)、结算站和储煤场这些特定的应用环境中,研究的是散煤与非煤物的识别。通过研究、分析煤与非煤物的图像,和大量的基于灰度共生矩阵的煤与非煤物的纹理特征数据,总结出了描述煤的纹理特征向量,通过支持向量机对图像样本进行训练和分类,并得到了良好的识别效果。每一种物质都具有自己特有的纹理特征,利用计算机图像处理技术完成煤与非煤物纹理特征的计算,可以获得我们需要的纹理特征向量,通过支持向量机对所获特征向量进行分类就可以判断所识别图像是煤或者非煤。本文提出了一种满足煤炭运量系统要求的煤与非煤物的图像识别算法：基于灰度共生矩阵的纹理分析识别算法的改进算法,在纹理特征中加入了灰度特征,提高了识别率。并且通过对灰度共生矩阵的可调参数的讨论与选择,克服了灰度共生矩阵对图像尺度变化敏感的缺点。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-14
  1.1 课题研究的背景及研究意义  10-11
    1.1.1 本课题研究的背景  10-11
    1.1.2 研究意义  11
  1.2 煤与非煤物识别技术的现状  11-12
  1.3 本文的研究内容  12-14
第2章煤炭运量管理控制系统概述  14-20
  2.1 煤炭运量管理控制系统的总体结构和类型  14-15
    2.1.1 煤炭产销系统的结构及业务流程  14
    2.1.2 煤炭运量控制系统的总体结构  14-15
    2.1.3 煤炭运量控制系统的类型划分  15
  2.2 煤炭运量控制系统结构、功能描述  15-17
    2.2.1 Ⅲ型产运煤源点(生产矿)控制子系统的结构  15-16
    2.2.2 Ⅲ型产运煤源点(生产矿)控制子系统的功能描述  16-17
  2.3 系统的功能特征  17-18
  2.4 小结  18-20
第3章图像识别技术的研究  20-40
  3.1 图像识别技术概述及图像识别系统的组成  20-22
    3.1.1 图像识别技术概述  20-21
    3.1.2 图像识别系统的构成  21-22
  3.2 图像预处理的基本方法介绍  22-31
    3.2.1 预处理概述  22
    3.2.2 图像灰度化  22-24
    3.2.3 直方图均衡化  24-27
    3.2.4 图像的平滑  27-30
    3.2.5 图像的锐化  30-31
  3.3 图像特征的提取  31-33
    3.3.1 图像特征的概念  31-32
    3.3.2 图像特征选择  32
    3.3.3 特征提取概述  32-33
  3.4 支持向量机与LIB-SVM  33-39
    3.4.1 最优分类超平面  33-34
    3.4.2 支持向量机  34-36
    3.4.3 核函数及特征空间  36-38
    3.4.4 LIBSVM  38-39
  3.5 小结  39-40
第4章煤与非煤物的图像识别算法研究  40-64
  4.1 煤与非煤物图像分析  40-41
  4.2 煤与非煤物的灰度均值识别算法  41-43
  4.3 煤与非煤物的粒度分析识别算法  43-56
    4.3.1 粒度的概念及粒度测试  43-44
    4.3.2 形态学图像处理  44-50
    4.3.3 煤与非煤物的粒度识别算法  50-56
  4.4 煤与非煤物的纹理识别算法  56-63
    4.4.1 纹理的概念  56-57
    4.4.2 纹理特征的分析方法  57-58
    4.4.3 灰度共生矩阵的定义  58
    4.4.4 灰度共生矩阵特点  58-59
    4.4.5 灰度共生矩阵的特征参数  59-62
    4.4.6 煤与非煤物的纹理识别算法  62-63
  4.5 小结  63-64
第5章煤与非煤物的图像识别算法的实现与实验结果比较  64-78
  5.1 煤与非煤物的灰度均值识别算法的实现  64-65
  5.2 煤与非煤物的粒度识别算法的实现  65-67
  5.3 煤与非煤物的纹理识别算法的实现  67-77
    5.3.1 纹理特征提取  67-73
    5.3.2 选择煤的特征  73-74
    5.3.3 煤与非煤物的纹理识别算法的实现  74-77
  5.4 实验结果比较  77
  5.5 小结  77-78
第6章总结  78-80
  6.1 本文提出的创新点  78
  6.2 未来工作的展望  78-80
参考文献  80-84
致谢  84

基于纹理分析的煤与非煤物的图像识别算法研究

内容摘要

全文目录

相似论文