煤与矸石图像灰度信息和纹理特征的提取研究--《工矿自动化》。何敏;培培;蒋慧慧;;基于SVM和纹理的煤和煤矸石自动识别[J];计算机工程与设计;。宇生;陈纯;;一种用于图像检索的纹理特征[A];中国图象图形学会第十届全国图像图形。

基于S变换谱图纹理特征的输油泵轴承故障诊断--《油气储运》。将S变换获得的等高线时频图作为纹理图像进行分析,提取其Tamura纹理特征中的粗糙度。兰添才;郑汉垣;;基于纹理特征融合的煤矸石分选技术研究[J];龙岩学院学报;年期。

煤与矸石图像灰度信息和纹理特征的提取研究Researchonextraction。针对现有大多数煤与矸石图像识别方法只单一地利用灰度均值和灰度方差进行识别,存在识别准确度和效率不高等问题,提出了一种煤与矸石图像灰度信息和纹理特征提取方法。

图像处理与识别技术在煤矿矸石自动分选系统中的应用.pdf.pdf_淘豆网摘要:煤矸石的分选是煤炭生产过程中提高产品质量必不可少的重要环节,是综合利用资。上的不同。从这一点出发,本方法依据煤和煤矸石图像灰度、纹理特征的不同,提出基于。

基于SVM和纹理的煤和煤矸石自动识别-《计算机工程与设计》。可将样品煤和煤矸石的灰度和纹理值作为标准存在计算机中,识别时将实际值与之比较,可以将煤和矸石区分出来。但灰度和纹理分析能提供多个特征参数,哪些特征参数有助于。

煤与矸石图像纹理特征提取方法--《工矿自动化》年期对比度和熵作为纹理特征进行均值和归一化处理,用支持向量机进行训练,得出识别结果。实验结果表明,该方法能够有效地提取到煤与矸石图像的纹理特征,煤和矸石的识别。

基于纹理特征融合的煤矸石分选技术研究-《龙岩学院学报》年。设计了一种纹理特征提取算法,选取多个纹理特征作为分类器的输入特征,并对选择出的分类特征进行融合,采用神经网络分类器实现煤矸石的分选。实验结果表明,本文所提。

基于多特征融合和支持向量机的煤矸石自动分选研究-《科技信息》。小波变换和分形等多角度提取图像的纹理特征值,选取多个纹理特征作为分类器的输入特征,并对选择出的分类特征进行内部归一化,采用支持向量机实现煤矸石的分选。实验。

利用颜色和纹理特征的图像过滤方法--《华南理工大学学报(自然科学。廖倩倩;夏定元;;基于提升小波提取颜色和纹理特征的图像检索方法[J];电子技术应用;。兰添才;郑汉垣;;基于纹理特征融合的煤矸石分选技术研究[J];龙岩学院学报;年期。

煤与矸石图像纹理特征提取方法-《工矿自动化》年期-中国知网对比度和熵作为纹理特征进行均值和归一化处理,用支持向量机进行训练,得出识别结果。实验结果表明,该方法能够有效地提取到煤与矸石图像的纹理特征,煤和矸石的识别。

基于纹理特征融合的煤矸石分选技术研究摘要:提出了一种新的基于纹理特征融合的煤矸石分选方法.设计了一种纹理特征提取算法.选取多个纹理特征作为分类器的输入特征,并对选择出的分类特征进行融合,采用神。

基于SVM和纹理的煤和煤矸石自动识别--《计算机工程与设计》。和纹理识别煤矸石的方法。选取两种煤和一种煤矸石的图像作为样本,经过图像预处理及图像灰度和纹理特征分析后,发现灰度均值、灰度共生矩阵值、二阶矩、对比度、相。

基于多特征融合和支持向量机的煤矸石自动分选研究--《科技信息(。小波变换和分形等多角度提取图像的纹理特征值,选取多个纹理特征作为分类器的输入特征,并对选择出的分类特征进行内部归一化,采用支持向量机实现煤矸石的分选。实验。

煤与矸石图像纹理特征提取方法-中国学术期刊网络出版总库中国学术期刊网络出版总库节点文献煤与矸石图像纹理特征提取方法不支持迅雷等下载工具。作者米强；徐岩；刘斌；徐运杰；AuthorMIQiang;XUYan;LIUBin;XU。

煤矸石的分类_破碎机厂家煤矸石的分类,限时!基于纹理特征融合的煤矸石分选技术研究隐藏年月第卷第期龙岩学院学报基于纹理特征融合的煤矸石分选技术研究兰添才,郑汉垣(龙岩学院数学与计算机科。

基于边缘检测算法的煤矸石自动分选技术研究-道客巴巴工人根据煤块和矸石的灰度与纹理的不同进行人工筛选,基于边缘检测算法的煤矸石自动分选机构是依据煤和煤矸石的图像灰度、纹理特征不同进行的。根据煤矸石自动分选。