可阅读全文

原文发表在《工矿自动化》年第3期，欢迎品读。

本文采用机器视觉技术实现煤矸石图像分类。模拟带式输送机运输场景，对黑色背景下煤矸石图像进行增强、平滑去噪、分割提取后，进行2种方式的煤矸石图像分类：选取煤矸石图像的HOG特征及灰度共生矩阵，分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别；分别建立浅层卷积神经网络和基于ImageNet数据集预训练的VGG16网络，进行基于卷积神经网络的煤矸石分类识别。研究结果验证了基于VGG16网络的煤矸石图像分类方法准确率高于基于特征提取或浅层卷积神经网络的方法。

引用格式

饶中钰，吴景涛，李明.煤矸石图像分类方法［J］.工矿自动化，,46（3）：69-73.

RAOZhongyu,WUJingtao,LIMing.Coal-gangueimageclassificationmethod［J］.IndustryandMineAutomation，,46（3）：69-73.

作者联系方式

饶中钰(-)，男，河南信阳人，硕士研究生，研究方向为机器视觉，E-mail: