激光与红外

作者：申利飞

单位：中国矿业大学北京机电与信息工程学院,北京 100083；

关键词：煤矸石;纹理提取;X射线;图像识别;自动筛选;二值化;Prewitt算子法;像素灰度峰值

基金：国家自然科学基金项目(No.52074305)资助。

煤矿与矸石的自动分选是一种非接触、实时式的筛选过程,是煤矿生产的重要步骤,可以有效提高能源利用率并减少环境污染。但现有的煤块与煤矸石图像识别与分选技术大多采用Laplacian算子法,导致提取的图像纹理差异较小,识别效果不佳。本文以X射线图像技术为核心进行图像采集,对采集到的煤矿与矸石的图像进行滤波、二值化处理,降低图像噪点。在预处理后的图像中进行纹理提取,获取煤矿与矸石的纹理特征。利用Prewitt算子法计算目标图像的纹理度和灰度峰值,据此提出煤与矸石的识别值,确定煤石分离的灰度阈值,依据灰度阈值实现煤与矸石的分选。实验结果证明,本文所使用的Prewitt算子法提取出的煤与矸石的灰度差异更大,提高了实现煤与矸石的识别效果。

来源：2022年第7期

《激光与红外》期刊编辑部

查看激光与红外杂志2022年第7期