图像处理和SVM应用于煤矸石分选的实验研究

文中对一种利用图像处理和支持向量机(SVM)提高煤与煤矸石识别率的方法进行了实验研究.实验所采用的识别方法是将煤矸石图像转换为灰度图像,对背景进行分割,并拉伸对比度.然后,基于每个图像中的灰度均值和灰度共生矩阵之间的对比度来确定基本特征值.基于二维离散小波变换,利用双正交小波对煤矸石图像进行扩展,补充特征值由不同尺度下小波系数的均方差组成.然后将煤的特征值与各个煤矸石特征值以及基本特征值和辅助特征值进行对比,构建基于图像处理和SVM的数学识别模型.同时,采用K倍交叉验证法对数学模型的惩罚因子和核函数系数进行了优化.实验结果表明,与传统的图像处理识别方法相比,文中提出的方法能够更有效地识别煤和煤矸石,识别率高达95.12％.