煤与矸石图像灰度信息和纹理特征的提取研究.pdf

第 4 3卷 第 4 期 2 O l 7年 4月 Vo 1 ． 4 3 NO ． 4 Ap r ． 2 0 1 7 文章 编号 1 6 7 1 2 5 1 X 2 0 1 7 0 4 0 0 2 7 0 5 D OI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 x ． 2 0 1 7 ． 0 4 ． 0 0 7 谭春超 ， 杨洁明． 煤与矸石图像灰度信息和纹理特征的提取研究[ J - 1 ． 工矿 自动化 ， 2 0 1 7 ， 4 3 4 2 7 3 1 ． 煤与矸石图像灰度信息和纹理特征的提取研究 谭春超 ， 杨 洁明 。 1 ． 太原 理工 大学 机械 电子 工程研 究所 ，山西 太原0 3 0 0 2 4 ； 2 ． 太原 理 工大学 新 型传感 器 与智 能控制 教育 部与 山西 省重 点实验 室 ，山西 太 原0 3 0 0 2 4 摘要 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 。该 方 法提 取 具 有代 表 性 的特 征 参数 ， 如 灰度 均值 、 平 滑度及 灰度 共 生矩 阵的能 量 、 对 比度 、 相 关性 、 熵等 ， 作为识 别 煤与矸 石 的重要依 据。Ma t l a b仿真分析结果表明， 以上特征参数 可以有效地描述煤与矸石的图像特征 ， 可为煤与矸石 的 自动 识别与分选提供 重要参考依据 。 关键 词 煤与矸 石识 别 ；图像 处理 ； 灰 度信 息 ；纹理 特征 ； 灰 度 均值 ；平 滑度 ； 灰度 共 生矩 阵 ；对 比度 中图分类 号 TD 6 7 文献 标志码 A 网络 出版 时间 2 0 1 7 - 0 3 - 2 8 1 7 1 3 网络 出版地 址 h t t p ／ ／ k n s ． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． T P ． 2 O 1 7 0 3 2 8 ． 1 7 1 3 ． 0 0 7 ． h t ml 收稿 日期 2 o 1 6 0 9 1 3 ； 修 回日期 2 0 1 7 0 2 0 7 ； 责任编辑 张强。 基金项 目 山西省科技攻关项 目 2 0 1 2 0 3 2 1 0 0 4 0 3 。 作者简介 谭春t l i 1 9 9 2 -- ， 男 ， 吉林长春人 ， 硕士研究生 ， 主要研究方 向为机电系统及生产 过程智能控制 ， E ma i l 3 8 6 8 5 8 2 4 3 q q ． t o m。通 信 作者 杨洁明 1 9 5 6 一 ， 女 ， 山西太谷人 ， 教授 ， 博士 ， 主要研究方向为机电系统及生产过程智能控制 ， E - ma il j my a n g 6 6 6 1 6 3 ． c o rn。 表 1 算法耗时对 比 S [ 3] 4 结语 提出了基于下采样灰度投影 的矿井电子稳像算 法 ， 该 算法 在减 轻局 部 运 动 物 体对 全 局 运 动矢 量 影 响 的同 时 ， 也减 少 了运 算 时间 ， 整体 实时性 较 高 。基 于 自适应相邻帧的运动补偿算法根据阈值 自适应地 变换参 考 帧 ， 解 决 了累积误 差 问题 ， 能够实 现长 时 间 连续稳 像 。如何 去 除补 偿 产 生 的 “ 黑 边 ” 现 象 、 实 现 图像 的完整 输 出是下 一步研 究 的一个 方 向 。 参考文献 [1 ] [ 2] 国家发展改革委 国家 能源局关 于印发 能源技术革命 创 新 行 动计 划 2 0 1 6 --2 0 3 0年 的通 知 [ E B ／ O L] ． 2 0 1 6 0 6 0 1 [ 2 0 1 6 0 9 一 O 1 ] ． h t t p ／ ／ ww w． n e a ． g o v ． c n ／ 2 0 1 6 0 6 ／ 0 1 ／ c 一 1 3 5 4 0 4 3 7 7 ． h t m． 王志民 ， 徐晓刚． 电子稳 像技 术综述 [ J ] ． 中国图象 图 形 学报 ， 2 0 1 0 ， 1 5 3 4 7 0 4 8 0 ． [ 4] [ 5] [ 6] [ 7] [ 8] [ 9] [ 1 o ] [ 1 1 ] [ 1 2 ] 王智慧 ， 王 敬东 ， 李 鹏 ， 等． 一 种基 于 KL T _ R ANS A C 全局 运动估计 的电子稳像算 法研 究[ J ] ． 光 电子技术 ， 2 O 1 2 ， 3 2 1 4 6 5 1 ． 朱娟娟． 电子稳像理论及 其应用研 究[ D ] ． 西安 西安 电子科技 大学 ， 2 0 0 9 ． 齐红， 任洪娥 ， 田少卿 ， 等． 一种 基于灰 度投影 的 电子 稳像 改进 方 法 [ J ] ．中 山大 学 学 报 自然 科 学 版 ， 2 O 1 2 ， 5 1 5 4 0 4 4 ． 游春芝 ， 陈光喜． 改进 的灰度 投影 电子稳 像算 法 I- j ] ． 桂林 电子科技 大学学报 ， 2 0 1 5 ， 3 5 2 1 5 2 1 5 5 ． 黄毅 英 ， 黎强． 基于运 动帧补偿 的多媒 体块 匹配稳 像 仿 真实现 [ J ] ． 科技 通报 ， 2 0 1 4 ， 3 0 1 0 2 1 7 2 1 9 ． 黄 丛 珊． 直 方 图均 衡 化 图像 增 强 算 法 的 改 进 及 其 Op e n C L并 行实现[ D ] ． 广州 暨南大学 ， 2 0 1 4 ． 谭洪 涛． 视频图像降噪关 键技术研 究[ D ] ． 重 庆 重 庆 大学 ， 2 0 1 0 ． 吉淑娇 ， 朱 明 ， 雷艳敏 ， 等． 基于改 进运 动矢量估 计法 的视频稳 像 [ J ] ． 光 学 精 密工 程 ， 2 0 1 5 ， 2 3 5 1 4 5 8 1 4 65 ． 许杰 ， 康国强 ， 李 洋 ， 等． 电子稳像 中运 动补偿 方法 的 研究 [ J ] ． 科技资讯 ， 2 0 1 5 ， 1 3 4 1 9 2 1 9 3 ． 杨嘉琛 ， 侯 春萍 ， 沈丽 丽， 等． 基 于 P S NR立体 图像质 量客观评价 方 法 [ J ] ． 天津 大学 学 报 ， 2 0 0 8 ， 4 1 1 2 】 4 4 8一 】 45 2． 叽 化 m 吣 动舢 自 d 矿 工 d k 2 8 工矿 自动 化 2 0 1 7年 第 4 3卷 Re s e a r c h o n e xt r a c t i o n o f i m a ge g r a y i n f o r ma t i o n a nd t e xt u r e f e a t u r e s o f c o a l a nd g a n gu e i m a ge TAN C hu n c h a o 一， YANG J i e mi n g I 1． El e c t r o ni c a n d M e c h a ni c a l Re s e a r c h I n s t i t u t e，Ta i y u a n Un i v e r s i t y o f T e c h n o l o g y，Ta i yu a n 0 3 0 0 2 4，Ch i n a； 2． Ke y La b of Ad va nc e d Tr a n s du c e r s a nd I n t e l l i g e nt Co nt r o l Sy s t e m ，M i ni s t r y o f Edu c a t i on a n d Sha nx i Pr o v e nc e，Ta i y ua n Uni v e r s i t y o f Te c hn ol o gy，Ta i y ua n 0 3 00 2 4，Chi n a Abs t r a c t I n vi e w o f pr o bl e ms o f l o w i d e nt i f i c a t i o n a c c ur a c y a nd e f f i c i e nc y e x i s t e d i n mo s t r e c o gn i t i o n me t ho d of c o a l a n d ga ngu e i m a ge whi c h on l y us e d gr a y me a n a nd gr a y v a r i a nc e，a n e xt r a c t i on m e t ho d o f g r a y i n f o r m a t i o n a nd t e x t u r e f e a t u r e s of c o a l a nd ga n gu e i m a g e was p r o p os e d．The r e pr e s e n t a t i ve f e a t ur e p a r a me t e r s s u c h a s g r a y a ve r a ge， s m o o t hne s s a nd e ne r g y， c on t r a s t ， c o r r e l a t i o n， e nt r op y o f g r a y C O o c c ur r e n c e ma t r i x a r e e xt r a c t e d， whi c h a r e t a ke n a s t he i mpo r t a nt b a s i s f o r i d e nt i f i c a t i on of c oa l a n d g a ng ue．M a t l a b s i mul a t i on r e s u l t s s ho w t ha t t he g r a y i n f o r m a t i on a n d t h e t e x t ur e f e a t u r e c a n we l l d e s c r i be c h a r a c t e r i s t i c s of t he c o a l a nd t he ga n gue i ma ge ，whi c h c a n pr o vi de a n i m p o r t a nt r e f e r e nc e f o r a ut o ma t i c i d e nt i f i c a t i o n a n d s e pa r a t i on o f c o a l a nd g a ng ue． Ke y wo r d s c oa l an d g a n gue i de nt i f i c a t i o n； i ma ge p r oc e s s； gr a y i n f o r m a t i on；t e xt ur e f e a t u r e； g r a y m e a n；s mo ot hn e s s；gr a y C O o c c ur r e nc e m a t r i x；c on t r a s t 0 引言 煤 与 矸 石 分选 是 煤 炭 生产 的重 要 环 节 ， 夹 杂 在 煤 中的矸石 不 仅对 煤 的 质 量 有 影 响 ， 且 在 燃 烧 时 对 环 境 造成严 重 污染 。传 统 的煤 与矸石 分选 方法 为 机 械 分选 和人 工 分选 。机 械分 选 为 目前 常 用 的选 煤 方 法 ， 其技术 比较 成熟 ， 但 其设 备 庞大 ， 工艺 复 杂 ， 水 资 源浪 费严 重【 ] 。人 工 分 选 方 法存 在 操 作 环 境 差 、 生 产效 率低 等 缺 点I ] 。近 年 来 ， 随着 计 算 机 与 机 器 视 觉技 术 的发 展 ， 基 于 图 像 处 理 的煤 矸 自动 识 别 技 术 也得 到 了快 速发展 。马宪 民等 [ 利用 模 式识别 技 术 研究 了煤 与 矸石 的识 别 ， 将 煤 与矸 石 的均 值 和 方 差 作 为 识 别 依 据 ， 但 其 只 是 在 理 论 上 进 行 讨 论 。 于 国 防等 研 究 了不 同光 照条 件下 的基 于灰 度 均值 和 方差 的煤 矸识 别 ， 选 取 有 代 表 性 的 块 煤 和矸 石 作 为研究 对象 ， 但 该研 究具 有局 限性 ， 需 在特 定 条件下 才能实现煤与矸石的分选 。苏金宝等{ 朝 对图像预处 理进 行 了进 一 步研 究 ， 以便 能 更 好 地 提 取 煤 与矸 石 的灰 度均 值与 方 差 。在 这 些 研 究 中 ， 大 多 是 对 煤 与 矸石图像的灰度直方 图信息进行 了研 究 ， 在识别过 程 中只单 一地 利 用灰 度 均 值 和灰 度 方 差 进 行识 别 ， 识别 准确 度 和效 率 不 高 。 为此 ， 本 文 提 出 了一 种 煤 与矸 石 图像 的灰 度信 息 和纹 理 特 征 提 取 方 法 ， 并 将 其应 用 到 煤 与 矸 石 的 识 别 中 。该 方 法 首 先 利 用 C C D工业 摄像 头采 集煤 与矸 石 的原 始 图像 ， 然 后 利 用 Ma t l a b软件 对 图像进 行预 处理 ， 并 提取 煤 与矸石 图像 的灰度 特征 和 纹 理 特 征参 数 ， 最 后选 取 有 代 表 性 的特 征参 数作 为煤 与矸 石识 别 的重要 依 据 。 1 煤 与矸 石 的识别 过 程与 实验 条件 1 ． 1煤 与矸 石识 别过程 煤 与矸 石 的识别 流 程如 图 1所示 。 图 1煤 与 击 十 石 识 别 流 程 首先 利用 C C D 工 业 摄像 机采 集 煤 与矸 石 的原 始 图像 ， 利用 图像 采集 卡将 图像 传输 到计 算 机 中 ， 然 后利 用 Ma t l a b软件 对 采 集 的 图像 进 行 一 定 的预 处 理 ， 最后 对预 处 理 的图像 进行特 征 提取 ， 即进行 灰度 特 征 和纹理 特征 参 数 提取 ， 分 析 参数 并 选 取 有 代 表 性的参数作为识别依据 ， 最后通过分类器进行识别。 1 ． 2 实验 条件 本 文实 验 所用 的煤 与矸石 样 本取 自神 华神 东洗 选 中心煤制 油 选煤 厂 ， 其 命名 方式 如下 煤 块 1号样 品命名为 M1 ， 煤块 2号样品命名为 M2 ， 依此类推 。 矸 石 1号样 品命名 为 G1 ， 矸石 2号样 品命 名 为 G 2 ， 依此 类推 。工 业摄像 机 型 号 为 MV VS 0 3 0 F M I ， C C D感 光 元 件 ， 采 集 的 原 始 图像 分 辨 率 为 6 4 0 熏 2 0 1 7年第 4 期 谭春超等 煤与矸石图像灰度信息和纹理特征的提取研 究 ．2 9． 4 8 0 ， 像素尺寸为 5 ． 6 t L m。利用 Ma t l a b软件对 图像 进行分析时 ， 将原始图像截取为尺寸大小为 2 0 0 2 0 0像 素 的图 像 ， 即采 集 的 煤 与矸 石 原 始 图像 的 中 心 位置 。 2图像 预处 理 图像在获取、 转换和传送过程中， 常会受到外部 环境和成像设备等一定程度 噪声干扰的影响， 使图 像质量下降[ 6 ] 。因此 ， 在对煤与矸石 图像进行特征 提取与分析之前一定要进行 图像预处理 ， 以便获得 高质量的清晰图像 。煤矿生产环境恶劣 、 灰尘大 、 光 线 弱 ， 采 集 的图像 噪声 干扰 大 ， 主要 为 点状 噪声 和脉 冲颗粒 噪声 ， 针对 此种 噪声 ， 本文 采用 自适应 中值 滤 波器进行降噪 ， 既可以滤除噪声 ， 又可 以保证图像边 缘的清晰。原图像 f x， 经过 自适应中值滤波预 处理后 得 到的处理 图像 为 ． 一 2 f x， 一 g x， 一 E g x， 一mN ] 1 O S 式中 g ， 为噪声 图像在点 ， 上的值 ； 2为 g x ， 的噪声 方差 ； 表示 在 S 上 像素 点 的局 部 均值 ， S 表示 自适 应 滤 波 器 作 用 的局 部 区域 ； ；表 示在 s 上像素点的局部方差 。 3特 征参 数提取 3 ． 1 灰度 信 息参数提 取 一 般情 况下 ， 煤 的颜色 呈亮 黑色 ， 而矸 石呈 灰 白 色， 在同一光线照射下 ， 煤块在小部分区域会 出现反 光亮点 ， 而矸石整体区域为灰色 ] 。因此， 煤与矸石 的灰度概率分布有很 大的不 同， 通常煤的灰 度级 比 较低 ， 而矸 石 的灰 度级 较高 。从 这个 差异上 可 知 ， 煤 与矸 石 的灰 度直方 图不 同 。描 述直方 图分 布形 状 的 一 种 主要 方法是 计算 它 的中心距 ] ， 其 定义 为 L 一 1 一 一 ” P z 2 {一 0 式 中 L 为灰度 级数 目； 为 图像 灰度 级 的一个 离 散 随 机变量 ， 一0 ， 1 ， ⋯ ， L一 1 ； m 为灰 度 均 值 ； 为矩 的 阶； p z 为灰度级 出现的概率的估值。 本 文基 于统 计矩 提取 如下灰 度信 息特 征参 数 。 1 灰度均值 反映一幅图像 中的平均灰度值。 灰度 均值 表达式 为 I ， 一1 一 2 P 3 f 0 2 方差 反 映一 幅 图像 的灰 度 在 数 值 上 的离 散分 布情 况 。灰 度方 差表达 式 为 G 一 2 z 4 3 平滑度 描述 区域 中灰度的相对 平滑度。 对 于灰 度 差 异 较 大 的 区域 其 值 为 o ， 灰度 一 致 的 区 域其值为 1 。平滑度表达式为 R 一 1 1 ／ 1d 5 4 三 阶 矩 描 述 图像 直方 图分 布 的不 对 称 程 度 ， 歪斜 度越 大表 明直方 图的分 布越 不对称 ， 反 之直 方 图分 布对称 。三阶矩 表达 式为 L一 1 。一 ∑ z 一 。 p z 6 i 0 5 一致 性 反 映灰度 分布 的均匀 程 度 ， 灰度 分 布均 匀 时能量 较 大 ， 反 之较小 。一 致性 表达 式 为 U一∑P 。 7 l 一 0 3 ． 2 纹理特 征参 数提 取 纹 理是 一种 反 映图像 中某一 区域 的灰 度 级分布 的属性 。 Ha r a l i c k提 出的灰度 共生 矩 阵是用 来 描述 纹理特征的常用方法 。灰度共生矩 阵 P i ， J ， d ， ， J 分 别 表示 一 幅 图像 中不 同位 置 的灰 度值 ， d为 距 离 ， 为 方 向 是 图像 灰度 在 方 向 、 相 邻 间 隔 、 变化 幅度上的综合信息反映， 通过 它能够分析和理解 图 像 的局 部 模 式 及 它 们 的 排 列 规 则 _ 】 ] 。灰 度 共 生 矩 阵 主要影 响 因素有 窗 口大 小 h 、 方 向 、 距 离 d和 灰 度级 数 L。通 常 方 向 取 值 为 0 ， 4 5 ， 9 0 ， 1 3 5 。 ， d一1 。通过 煤和 矸 石 的 灰 度 共 生 矩 阵 可 以提 取 出 能量、 对 比度 、 熵 、 相关性等特征参数 ， 并将其作为图 像 的纹 理特性 描 述[ 1 ] 。 1 能量 是 指 灰 度共 生矩 阵 中各 元 素值 的平 方和 ， 其反映了图像纹理的灰度变化稳定程度 、 图像 灰度分 布均 匀程 度 和 纹 理粗 细度 。能量 值 大 ， 表 明 灰 度分 布不 均匀 ， 纹理 更加 粗糙 。能 量表达 式 为 L 一 1 I 1 E Pz ， J， d， 8 0 J一0 2 对 比度 用 来 度 量 矩 阵 中 的值 如 何 分 布 及 图像 中局部 变化 的 多少 ， 反 映 了 图像 的清 晰 程度 和 纹 理 的沟纹 深浅 程 度 。纹 理 的 沟 纹越 浅 ， 则反 差 越 小 ， 图像 越 模 糊 ； 相 反 ， 对 比度 越 大 ， 则 纹 理 沟 纹 越 深 ， 图像 更加 清 晰 。对 比度 表达 式为 L 一 1 I 厂 l L -- 1 N一∑k ∑∑P ， J ， ， } 9 一 0 i一 0 一 0 3 相 关 性 用 来 度量 图像 的灰 度 级 在 行 或 列 方 向上 的相 似程 度 ， 其值 反 映 了 图像 的局 部灰 度 相 关 性 ， 值 越大 ， 则相 关性 也越 大 。相 关 性表达 式 为 ∑∑O P i ， J ， ， 一“ 。 R 一 上 一 1 O 盯1 2 ￡ ， 1 I l 式 中 “ 为 变 量i 的 均 值， 一∑i ∑P i ， J ， d ， ； i ；0 J 0 3 0 工矿 自动化 2 01 7年 第 4 3卷 f f ll 为变 ． 的均值 一∑ ∑ ， ] 。 ， c ， ， 臼 为 ， 】 l 、 f l 1 变量 的 謦． 一 ∑ 一 ∑ P i ， -j． ， c ， ， ； J 0 f j 1 为变皱． ，J 謦． 一∑ --ii 2 ∑ P i ， ， ． 。 4 熵 反 映 了 像 所 包 含 信息 量 的 随 机 性 。 度 共q 阼 巾所 有元素 的值 均相等 或 者像素 值 表 现 ⋯最 大 的随机性 时 ． 熵最 大 ； 熵 值捕 述 J 像 厌 度 分佰 的复 杂 度 ． 熵值 越 小 ． 像 越简 ； 反之 ， 像越 复杂 。熵 的表达式 为 f l f I 7 、 一 ∑ ∑p i ． ． ． O l o g ， ． ， ， 1 1 本 文首 先对煤 与计 石 冈像 分 别求得 4个 方 』 的能 量 、 对 比艘 、 相 关性 、 熵 的 符 个特 征 值 ， 然 后 对 每个方 向 I 的特 值 求 甲 均值 ． 以消 除 生 成 方 的 影响 。最 后将 I{个方 向 J 的 能 髓 、 对 比度 、 相 天性 、 熵 的 各 甲 均做作 为描 述煤 与 l f 图 像特 i iF 的值 。 4实验 结果 与分析 ．1 基 于灰 度 直方 图的特征 参数 实验 结 果与分 析 经 过图 像 颅处 理后 的煤 研 f 勺 图像 如『 鬈 l 2所 示 ． 其 大小 为 6 l 0 4 8 0。 |1 煤 b 计 石 2 煤 与矸 f 始 闱像 截取 的 2 0 0 2 0 0的煤 与 图像 及 其 灰 度 力 l 如 图 3、 ．1所示 。 从 3 、 l 刘 l 呵知 ． 煤 与训 的灰 度 直方 宵 篪 异 ， 煤 的 ，『火度 级 较 低 ， 百 的 灰 度 级 较 高 。 根据 式 2 式 7 ． l 、 表 2分 驯列举 r基 于厌 度 A 方 提取 的 5幅煤 j 石 图像 的特 参数 值 。 从 1 、 表 2呵以看 f J j ． 基 于耿 度 直 方 图提 取 的 参数 I 1 1 ． 煤 亏 “ l 像 在 灰度 均 值 、 厌 度方 差 、 平 滑 度 及歪斜 度 I 有 明 的 差 异 ． 一 致 性 卜差 j lJ 不 大 以 l 数 址 5幅 像 的数据 ， 不具 有代 表性 ， 需要 对大 像进 行 实 验 。本 义选 取 5 O幅煤 与 f i } 石 冈像进 { 实 验 ． 通 过 大量实 验数据 得 出 ， 煤 的灰 岌 均 值 范 为 3 ～ 6 0 ． 方 差 为 2 5 ～ 3 5 ， 平 滑 度 0 ． 0 1 j左 右 ． 歪 斜度 的均值 1 ． 0以 上 ； 石 f 石 的耿 度 均 值 范 为 5 0～ 9 O ， 方 差 为 1 5～ 2 8， 平 滑 度 为 0 ． 0 0 4芹 右 ． 斜 度 在 1 ． 0以 下 。 根 据 以 l 数 掂 呵 ■] ， 】 ， 鬻 j 酶 j _ 】一 灰度级数 } 】 方 【冬 【 3 大 小 为 2 1 2 0 0的煤 图像 及 厅 麓 瓣 磬薯 一 镬l誉 辫 ％鬻藏 臻 蠢 J H 】 i 7 I ⋯ 钏 譬 州 3【 J c 1 r 5 【 l l I 】l 5 }2 } 【 15 0 3 01 灰度级数 ∽r 1方 罔 1 夫小 为 2 O f 2 0 0的 “ 彳 像 及 1 琏于厌 度 f L 方 提取 的煤 的特 参数仇 2 坫 于 灰 度 A方 提 取 的 研 7 特 参数 伉 F滑 度 斜 度 一 致 性 编 均 值 ， J ‘ 以看 ⋯ ． 煤 j 矸石 存 灰 度 均 f f 与厌 度方 差 宵 一定 的 重合 ． 此 ， 单方 面利 H j 从度 信息 埘煤 与计 进 行识 别 ， 其识别 精度 不高 。但是 。 f J丁 以把煤 与研 石 像 的 性 一 L二 “ I 酉 Ⅲ 一 兰 一 一 一 ．． 一 3 6 0 6 2 Ⅲ埘 川 一 一 成 ． 一 ∞ ∞ 蛐 写 一 ⋯ ㈨ № 2 0 1 7年 第 4期 谭 春超 等 煤 与矸 石 图像灰 度信 息和 纹理 特征 的提取研 究 3 1 灰度均值、 平滑度和歪斜度作为煤与矸识别 的参考 参数 ， 之后与纹理特征参数相融合进行识别 。 4 ． 2 基 于纹理特 征 的参数 实验 结果 与分析 根 据式 8 一式 1 1 ， 表 3 、 表 4分 别 例 举 了基 于灰度 共 生矩 阵提取 的5幅煤 与 矸 石 图像 的 纹理 特 征参 数值 。 表 3基于灰度共生矩阵提取的煤的纹理特征参数值 表 4 基 于灰度共生矩 阵提取 的矸石 的纹理特征参数值 从表 3 、 表 4可 以看 出， 煤与矸石图像 的能量 、 对 比度 和相关 性具 有 明显 的差异 ， 因此 ， 可 以将 它们 作 为识别 的特征参 数 。 将 基于灰 度直 方 图与基 于灰度 共 生矩 阵提取 的 特 征 参 数 进 行 结 合 ， 对 煤 与 矸 石 进 行 识 别 。选 取 5 O幅煤 与矸 石 图像 ， 其 中训 练样 本 数为 3 0 ， 测 试 样 本 数 为 2 O 。测 试结果 见 表 5 。 表 5 煤 与矸 石测试结 果 从表 5可以看出， 在结合 了基于灰度直方 图和 基 于灰度共 生矩 阵 提 取 的特 征 参 数 时 ， 煤 与矸 石 的 识别 率达到 了 9 0 以上 。 5 结语 通过 对 煤 与矸 石 图像 进 行 预处 理 ， 分 别基 于灰 度直方图和灰度共生矩阵对图像提取特征参数 。由 实验 数据 可知 ， 煤与 矸 石 图像 的灰 度 直 方 图在 灰 度 均值 、 灰度方差 、 平滑度及歪斜度上有明显差异 ， 而 两 者 的纹 理特 征在 能 量 、 对 比度 和相 关 性 上有 显 著 差 异 。因此 ， 可 以将 以上 特 征 参数 作 为 煤 与矸 石 的 识别依据。实验结果表 明， 灰度信息 和纹理特征能 够很好 地描 述煤 与矸 石 的特 征 ， 对 实 现煤 与矸 石 自 动 识别 与分选 具有 重要 的参 考意 义 。 参 考 文献 [ 1] 张友 军． 国内外选 煤技 术 与装备 的现 状及 发展 趋 势 [ J ] ． 选煤技术 ， 2 O l 1 1 7 0 7 2 ． [ 2] 张礼平． 加大手选拣矸力度的经济效益分 析[ J ] ． 煤 质 技 术 ， 2 0 0 8 5 1 7 1 8 ． [ 3] 马宪 民 ， 蒋勇． 煤 与矸 石识别 的数字 图像 处理 方法 探 讨 [ J ] ． 煤矿机 电 ， 2 0 0 4 5 9 1 1 ． [ 4] 于国防 ， 邹士威 ， 秦聪 ． 图像灰度信息在煤矸石 自动 分 选 中 的应 用 研 究 l J ] ．工 矿 自动 化 ， 2 0 1 2 ， 3 8 2 36 39 ． [ 5] 苏 宝金 ， 陈波 ， 贺靖峰 ， 等． 煤与矸 石灰 度直方 图 的差 异研究 _ J ] ． 洁净煤技术 ， 2 0 1 1 ， 1 7 6 9 6 9 8 ． [ 6] 夏德深． 现代图像处理技术与应用I- M] ． 南京 东南 大 学 出版社 ， 2 0 0 1 4 9 5 4 ． [ 7] 何敏 ， 王培培 ， 蒋慧 慧． 基 于 S VM 和纹理 的煤和煤 矸 石 自动 识 别 [ J ] ． 计算 机工 程 与 设 计 ， 2 0 1 2 ， 3 3 3 1 11 7 1 1 21 ． [ 8] GO NZ AL E Z R C， WO O DS R E ． 数字 图像处 理[ M] ． 2 版． 阮 秋 琦 ， 阮宇 智 ， 译． 北 京 电子 工 业 出版 社 ， 2 00 7． [ 9] 闰敬文． 数字 图像处理 MA TL AB版[ M] ． 北京 国防 工业出版社 ， 2 0 l 1 ． r 1 0 ] S OL T AN 1 A N z AD E H H， R AF 1 E E R AD F， S I AM AK P D．Comp a r i s o n of mul t i wav e l e t ， wa v e l e t ， H a r a l i e k．a nd s ha pe f e a t u r es f or mi c r o c a l c | f i c a t i on c l a s s i f i c a t i o n i n ma mmo g r a ms [J] ． P a t t e r n Re c o gn i t i o n， 20 04， 3 7 1 0 1 97 3 1 98 6． [ 1 1 ] 高程程 ， 惠晓威． 基 于灰度共 生矩 阵的纹理 特征 提取 E J ] ． 计算机系统应用 ， 2 0 1 0 ， 1 9 6 1 9 5 1 9 8 ． [ 1 2 ] 任 国贞 ， 江涛． 基 于灰度共生 矩阵 的纹理 提取方 法研 究[ J ] ． 计算机应用与软件 ， 2 0 1 4 1 1 1 9 0 1 9 2 ． [ 1 3 ] 自雪冰 ， 王克 奇 ， 王辉． 基 于灰度共生矩 阵的木材纹理 分类方 法 的研 究 E J ] ． 哈 尔滨 工 业 大 学 学 报 ， 2 0 0 5 ， 37 1 2 1 6 67 16 7 0． r 1 4 ] HOBS ON D M ，CARTE R R M ，YAN Y，e t a 1 ． Di f f e r e n t i a t i on be t we e n c oa l a nd s t on e t h r o ug h i ma g e a n a l y s i s o f t e x t u r e f e a t u r e s E c ] ／ ／I E E E I n t e r n a t i o n a l W o r ks ho p on I ma gi ng S ys t e m s a nd Te c h ni qu e s， 2 007 1 - 4 ． [ 1 5 ] C HE N Q， Z HAO J ， F AN G C H， e t a 1 ．F e a s i b i l i t y s t ud y o n i d e nt i f i c a t i o n of gr e e n， bl a c k a nd Oo l on g t e a s us i ng ne a r - i nf r a r e d r e f l e c t a nc e s pe c t r o s c o py ba s e d on s u p p o r t v e c t o r ma c h i n e S VM [ J ] ． S p e c t r o c h i mi c a Ac t a Pa r t A M o l e c ul a r a n d Bi o mol e c u l a r Spe c t r o s c o py， 2 00 7， 66 3 5 68 57 4 ．