采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别

提出一种基于部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别方法.首先,对煤和煤矸石0~255级灰度图像的前部分灰度信息作灰度级压缩和灰度矩阵扩阶处理,对剩余灰度级部分保持原灰度级不变;然后,根据灰度共生矩阵纹理特征分析理论,分别计算压缩扩阶后的煤和煤矸石灰度图像的能量、熵、惯性矩及相关性.最后,对煤和煤矸石各100张样本采集图像进行处理,并依据特征参数分类识别.结果表明:基于部分灰度压缩扩阶共生矩阵的特征参数能够很好地对煤和煤矸石图像进行有效识别,总的正确率达到93.5%.

煤矸区分中的间隔灰度压缩扩阶共生矩阵

为了有效提高共生矩阵惯性矩在图像纹理分析及检索中的作用,在常规纹理分析方法的基础上,研究了一种基于间隔灰度压缩的扩阶共生矩阵惯性矩。该方法采用对原图像的灰度信息进行部分压缩和部分保留的综合处理方式,并通过矩阵的扩阶提取未压缩的灰度信息,达到灰度信息随机与有序兼容利用的效果。实验结果表明,该算法比基于图像全局灰度压缩的常规共生矩阵惯性矩具有更大的目标类型区分度,其目标区分正确率大于82%,也更容易设置相应的区分阈值,而且具有较高的图像分析实时性。

一种煤和煤矸石图像识别的新方法

构造一种基于非线性灰度压缩扩阶共生矩阵的煤和煤矸石图像识别的新方法,用于对煤矿成分中的煤和煤矸石进行纹理数据分析并分选。采用对原有图像0-255级灰度信息前部分进行灰度级压缩,并在该部分进行灰度级扩阶,其剩余灰度部分保持原灰度级不变并且不作处理,并计算在此处理情况下4个不相关纹理特征值:能量、熵、惯性矩、相关性。实验结果表明,该方法比常规灰度共生矩阵、间隔灰度压缩扩阶共生矩阵具有更高的区分度,对煤和煤矸石分选的正确率能达到92.5%。