X射线透射煤矸智能识别方法

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

X射线透射煤矸智能识别方法
王文鑫;黄杰;王秀宇;史玉林;吴高昌
【期刊名称】《工矿自动化》
【年(卷),期】2022(48)11
【摘要】煤矸图像识别是基于伪双能X射线透射(XRT)的煤矸分选技术重要环节。

受煤矸紧贴或遮挡导致煤矸图像难以分割和基于人工阈值判别易导致煤矸分类识别错误影响,现有的煤矸识别方法精度不高。

提出一种XRT煤矸智能识别方法。

采用感受野模块(RFB)与U−Net模型相结合的模型(RFB+U−Net模型)实现伪双能X
射线煤矸图像有效分割,解决了因煤矸紧贴或遮挡情况而影响识别精度的问题;以煤
矸图像灰度特征中的低能图像灰度最小值、纹理特征中的低能图像锐化最小值和锐化均差为煤矸识别特征,采用多层感知机(MLP)模型实现煤矸识别。

实验表
明:RFB+U−Net模型的煤矸分割准确率、煤矸粒度精度、煤矸像素均交并比等指
标及图像分割效果均优于活动区域模型、U−Net模型、SegNet模型,且模型推理时间较短,满足煤矸图像分割实时性要求;MLP模型隐藏层数量为8时,在2组测试
集下的煤矸识别平均准确率均为87%以上;在相同数据集及实验条件下,MLP模型
的煤矸识别平均准确率、排矸率均高于基于贝叶斯分类器、支持向量机、逻辑回归、决策树、梯度提升决策树、K近邻算法的模型,且矸石带煤率不超过3%,满足实际
煤矸干法分选要求。

【总页数】7页(P27-32)
【作者】王文鑫;黄杰;王秀宇;史玉林;吴高昌
【作者单位】东北大学流程工业综合自动化国家重点实验室;沈阳隆基电磁科技股份有限公司;东北大学工业人工智能研究院
【正文语种】中文
【中图分类】TD67
【相关文献】
1.双能γ射线透射法煤矸在线识别仪的研制
2.煤矸智能分选的机器视觉识别方法与优化
3.智能分选中煤矸X射线识别技术的研究
4.基于射线透射技术的干法智能煤矸分选系统的应用
5.煤矸双能X射线图像多维度分析识别方法
因版权原因,仅展示原文概要,查看原文内容请购买。

相关文档
最新文档