煤炭工程

作者：庞尚钟,李博,王学文,王璐瑶,高新宇,宋旸,丁恩发

单位：1. 太原理工大学；2. 太原理工大学机械工程学院；3. 正文煤业；4. 大同煤矿集团机电装备约翰芬雷洗选技术设 备有限公司；

关键词：煤矸识别,机器视觉,特征提取,支持向量机,选煤,

为解决手工选煤、湿法选煤中存在的效率低下、劳动强度大、水资源耗费、环境污染等诸多问题。研究了基于机器视觉的煤矸识别方法，在实验室中搭建了试验平台，开发了MFC软件应用平台，实现了煤矸实时识别|选取山西西山、内蒙古和陕西神木的煤和矸石作为样本，建立了样本图像库|取420张图像作为实验样本，提取样本的灰度均值、峰值灰度、能量、熵、对比度、逆差矩6个特征进行统计和分析|采用粒子群优化算法(PSO)对支持向量机(SVM)的进行优化，并对分类器进行训练和分类测试。对特征分析的结果表明，灰度特征比为纹理特征具有更好的区分度|PSO-SVM分类器测试中，以灰度、纹理、组合特征作为输入时，其识别准确率分别为95.83%、72.92%、93.75%，结果表明以灰度特征作为输入识别效果最好。

来源：2021年第2期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2021年第2期