-
题名煤矸图像识别网络的小波变换优化
被引量：2
- 1
-
-
作者
师亚文
李务晋
吕子奇
-
机构
国能神东煤炭集团洗选中心
中国矿业大学(北京)化学与环境工程学院
-
出处
《煤炭工程》
北大核心
2023年第11期160-166,共7页
-
文摘
为提高煤与矸石分选的自动化与智能化程度,针对煤与矸石在线识别的过程中,图像特征值需人工选取且模型鲁棒性差的问题,以现场采集的煤与矸石原始图像作为输入,建立了一种基于卷积神经网络的煤与矸石图像识别模型。通过反卷积对卷积神经网络进行可视化处理,分析了卷积神经网络提取煤与矸石图像特征的过程,并以此为基础在卷积神经网络中设置小波变换层,利用Biorthogonal小波对原始图像进行分解,将高频系数与原始图像结合后进行卷积操作,优化了模型的识别效果。结果表明:该识别模型能够对煤与矸石图像进行有效识别,设置小波变换层能够提升网络训练效率与识别准确率,且小波变换第二层高频系数与原始图像结合输入卷积层时,网络模型效果最优。在不同光照条件下,相比于传统识别模型,该模型有更好的适应能力,对测试集的识别准确率达到93%。
-
关键词
煤矸智能分选
机器视觉
小波变换层
卷积神经网络
-
Keywords
intelligent separation of coal and gangue
machine vision
wavelet transform layer
convolutional neural network
-
分类号
TD945.2
[矿业工程—选矿]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
