煤堆图像分割与特征提取
Journal of Central South University(Science and Technology)(2014)
Abstract
基于煤堆图像分割存在重叠煤粒的边缘错综复杂、不易检测的问题,通过多种图像增强和边缘检测方法的效果对比,提出一种将对比度受限自适应直方图均衡法(CLAHE)和SUSAN边缘检测算法相结合的方法来检测煤堆图像中的煤粒边缘,并利用数学形态学和孔洞填充算法得到最佳种子区域,有效防止分水岭算法的过分割和欠分割现象,最后统计并分析煤粒分割区域10个特征参数的分布情况,包含了煤粒数量、大小、形状、颜色和纹理特征.研究结果表明:通过这些特征参数可以预测相关煤质信息,利于实现自动控制煤炭的分选.
MoreKey words
image enhancement,edge detection,feature extraction,image segmentation
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined