基于光学图像的煤矸石识别方法综述_中国煤炭行业知识服务平台

基于光学图像的煤矸石识别方法综述

作者

张红李晨阳
单位

西安科技大学通信与信息工程学院
摘要

基于光学图像的煤矸石识别方法具有设备简单、易实现、绿色环保等优势，是实现智能化煤矸石分选的重要途径。该类方法分为两种研究路径，一种是需要人为提取特征进行识别的路径，一般包括煤矸图像数据采集、图像预处理、特征选择与提取和煤矸识别；另一种是利用深度学习神经网络进行自主提取特征识别的路径。文章对这两种研究路径的各类方法进行了总结，指出现有识别方法存在煤矸图像数据集不完备不充分、特征理解不全面不深入、识别方法无法兼顾高效与实时性等缺点，给出进行高效煤矸石识别的建议。
关键词

煤矸石识别图像识别特征识别机器学习深度学习
文章目录

1 基于光学图像的煤矸识别方法
2 煤矸石图像数据采集及预处理
2.1 煤矸石图像数据集
2.2 煤矸石图像增强
2.3 煤矸石图像分割
3 传统煤矸石图像识别
3.1 传统煤矸石特征选择与提取
3.2 传统煤矸石识别方法
4 基于深度学习煤矸石图像识别
5 煤矸石识别研究展望
1)建立大规模数据代表性强的通用煤矸石图像数据库。
2)煤矸石的特征选择。
3)识别方式的融合发展。
4)实时性需求。
引用格式

张红,李晨阳.基于光学图像的煤矸石识别方法综述[J].煤炭工程,2022,54(07):159-163.