节点文献
基于图像处理技术与InceptionV3神经网络的煤矸图像识别研究
Study on Image Recognition of Coal Gangue Based on Image Processing Technology and InceptionV3 Neural Network
【摘要】 采用支持向量机对比分析了SVM分类器与InceptionV3网络模型两种方式对煤矸图像的识别准确率。首先对煤和矸石图片进行灰度、降噪处理，提取煤和矸石灰度特征值，确定了灰度方差与灰度均值是区分煤和矸石的有效特征。然后选用SVM分类器与InceptionV3网络模型两种方式分别对采集到的煤和矸石图像各2 000张分为20组进行分类处理。结果发现，以灰度方差为判别依据的SVM分类器对煤矸图像的平均识别正确率为72.3%,以灰度均值为判别依据的InceptionV3网络模型对煤矸图像的平均识别正确率为85.7%.
【关键词】 煤矸识别；
图像处理；
灰度方差；
InceptionV3网络；
支持向量机；
【基金】 山西省研究生教育创新项目(2022Y766);山西大同大学研究生教育创新项目(21CX02,22CX44,22CX07)
- 【文献出处】 山西焦煤科技 ,Shanxi Coking Coal Science & Technology , 编辑部邮箱 ,2023年03期
- 【分类号】TD94;TP183;TP391.41
- 【下载频次】73