基于深度图像分析的细粒度矿石分级测定方法

论文摘要

针对图像处理技术在细粒度矿石分级测定时存在的精度不足问题,提出基于深度图像分析的分级测定方法.在灰度共生矩阵（gray-level co-occurrence matrix, GLCM）的基础上提出点对生成步长与图像灰度压缩等级的自适应选取方法,通过网格搜索与交叉验证来优化支持向量机（support vector machine, SVM）分类器,提高粒度测定精度.实验结果表明,该方法对0～0.9 mm、0.9～3.0 mm、3.0～5.0 mm、5.0～7.0 mm这4种等级的细粒度矿石分级准确率可达92%以上,能够充分满足细粒度矿石分级测定的要求.

论文目录

文章来源

类型: 期刊论文

作者: 卢才武,齐凡,阮顺领

关键词: 矿石粒度,纹理提取,图像分类,灰度共生矩阵,最大线性离散度

来源: 应用科学学报 2019年04期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,信息科技

专业: 矿业工程,计算机软件及计算机应用

单位: 西安建筑科技大学管理学院

基金: 国家自然科学基金（No.51774228）,陕西省自然科学基金（No.2017JM5043）资助

分类号: TP391.41;TD92

页码: 490-500

总页数: 11

文件大小: 7491K

下载量: 172

相关论文文献

标签：矿石粒度论文;  纹理提取论文;  图像分类论文;  灰度共生矩阵论文;  最大线性离散度论文;