-
公开(公告)号：CN107169524B
公开(公告)日：2020-05-22
申请号：CN201710397517.2
申请日：2017-05-31
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了基于完备局部二值模式重构残差的煤岩识别方法。在样本训练阶段，通过相机拍摄、子图截取、灰度化等一系列处理得到多幅煤炭样本子图和多幅岩石样本子图，提取每幅子图的归一化多尺度完备局部二值模式特征向量，对这些特征向量进行判别式字典学习，得到煤炭类别综合型字典、岩石类别综合型字典、煤炭类别解析型字典和岩石类别解析型字典；在煤岩识别阶段，通过一系列处理得到未知类别样本子图，提取未知类别样本子图的归一化多尺度完备局部二值模式特征向量。通过比较采用不同类别字典重构未知类别样本子图的特征向量所造成的残差大小判断未知类别样本所属的煤岩类别。本发明可靠性好，正确识别率高，软硬件实现容易。
-
公开(公告)号：CN104732239A
公开(公告)日：2015-06-24
申请号：CN201510161733.8
申请日：2015-04-08
Applicant: 中国矿业大学(北京)
IPC: G06K9/62
Abstract: 本发明公开了基于小波域非对称广义高斯模型的煤岩分类方法。在样本训练阶段，获取尺寸相同且不含背景的m幅已知煤炭样本图像和m幅已知岩石样本图像，对每幅图像进行小波变换图像分解，计算每幅图像的每个小波系数子带在服从非对称广义高斯分布条件下的参数，用每幅图像的所有参数构造一个训练样本特征列向量；在煤岩识别阶段，采集得到与训练样本图像尺寸相同且不含背景的未知类别煤岩图像ux，对ux进行小波变换图像分解，计算ux的每个小波系数子带在服从非对称广义高斯分布条件下的参数，构造特征列向量通过比较与训练样本特征列向量之间的相似度判断ux所属的煤岩类型。本发明可靠性好，分类准确率高，软硬件维护方便。
-
公开(公告)号：CN106845560B
公开(公告)日：2020-04-28
申请号：CN201710115611.4
申请日：2017-03-01
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了基于可控塔式分解和字典学习的煤岩识别方法。在样本训练阶段，采集多幅已知类别煤岩图像并进行预处理，对每幅预处理后的图像进行多级可控塔式分解得到多个方向子带,提取方向子带的相关参数并按一定顺序排列形成特征向量，合并特征向量构成样本特征矩阵，在预设参数的条件下进行字典学习得到字典矩阵、权重矩阵和偏移行向量；在煤岩识别阶段，采集未知类别测试图像，与样本训练阶段的图像处理方式类似，对测试图像进行一系列处理，最终得到测试特征向量。根据测试特征向量、样本训练阶段的字典矩阵、权重矩阵、偏移行向量和字典学习的相关参数判断测试图像所属的煤岩类型。本发明可靠性好，准确识别率高，运行速度快。
-
公开(公告)号：CN104966074B
公开(公告)日：2018-06-19
申请号：CN201510418701.1
申请日：2015-07-17
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了基于变换域广义伽玛分布的煤岩识别方法。在样本训练阶段，获取满足一定条件的多幅煤炭训练样本图像和多幅岩石训练样本图像，对每幅图像进行两路小波变换，经过相关处理得到按一定排序规则排列的均方根小波系数子带，计算这些均方根小波系数子带在服从广义伽玛分布条件下的各参数，并利用这些参数构造训练样本特征列向量；在煤岩识别阶段，采集满足一定条件的未知类别测试样本图像，与训练样本图像的处理方式类似，对测试样本图像进行一系列处理，最终得到测试样本特征列向量。通过比较测试样本特征列向量与训练样本特征列向量之间的相似度判断测试样本所属的煤岩类型。本发明可靠性好，正确识别率高，软硬件实现容易。
-
公开(公告)号：CN106845560A
公开(公告)日：2017-06-13
申请号：CN201710115611.4
申请日：2017-03-01
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了基于可控塔式分解和字典学习的煤岩识别方法。在样本训练阶段，采集多幅已知类别煤岩图像并进行预处理，对每幅预处理后的图像进行多级可控塔式分解得到多个方向子带,提取方向子带的相关参数并按一定顺序排列形成特征向量，合并特征向量构成样本特征矩阵，在预设参数的条件下进行字典学习得到字典矩阵、权重矩阵和偏移行向量；在煤岩识别阶段，采集未知类别测试图像，与样本训练阶段的图像处理方式类似，对测试图像进行一系列处理，最终得到测试特征向量。根据测试特征向量、样本训练阶段的字典矩阵、权重矩阵、偏移行向量和字典学习的相关参数判断测试图像所属的煤岩类型。本发明可靠性好，准确识别率高，运行速度快。
-
Patent Agency Ranking
公开(公告)号：CN107239783B
公开(公告)日：2020-09-18
申请号：CN201710440697.8
申请日：2017-06-13
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了基于扩展局部二值模式和回归分析的煤岩识别方法。在样本训练阶段，通过相机拍摄、子图截取、灰度化等一系列处理得到多幅煤炭样本子图和岩石样本子图，提取各子图的扩展局部二值模式特征向量，对这些特征向量及其类别标签进行回归分析，得到特征优选组合，基于特征优选组合，得到训练样本优选特征向量；在煤岩识别阶段，通过一系列处理得到未知类别样本子图，提取未知类别样本子图的扩展局部二值模式特征向量，基于样本训练阶段的特征优选组合，得到未知类别样本优选特征向量。通过比较未知类别样本和训练样本之间的优选特征向量判断未知类别样本所属的煤岩类别。本发明在灵活性、可靠性、实时性等方面优势明显。
-
公开(公告)号：CN104732239B
公开(公告)日：2018-04-03
申请号：CN201510161733.8
申请日：2015-04-08
Applicant: 中国矿业大学(北京)
IPC: G06K9/62
Abstract: 本发明公开了基于小波域非对称广义高斯模型的煤岩分类方法。在样本训练阶段，获取尺寸相同且不含背景的m幅已知煤炭样本图像和m幅已知岩石样本图像，对每幅图像进行小波变换图像分解，计算每幅图像的每个小波系数子带在服从非对称广义高斯分布条件下的参数，用每幅图像的所有参数构造一个训练样本特征列向量；在煤岩识别阶段，采集得到与训练样本图像尺寸相同且不含背景的未知类别煤岩图像ux，对ux进行小波变换图像分解，计算ux的每个小波系数子带在服从非对称广义高斯分布条件下的参数，构造特征列向量通过比较与训练样本特征列向量之间的相似度判断ux所属的煤岩类型。本发明可靠性好，分类准确率高，软硬件维护方便。
-
公开(公告)号：CN107239783A
公开(公告)日：2017-10-10
申请号：CN201710440697.8
申请日：2017-06-13
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了基于扩展局部二值模式和回归分析的煤岩识别方法。在样本训练阶段，通过相机拍摄、子图截取、灰度化等一系列处理得到多幅煤炭样本子图和岩石样本子图，提取各子图的扩展局部二值模式特征向量，对这些特征向量及其类别标签进行回归分析，得到特征优选组合，基于特征优选组合，得到训练样本优选特征向量；在煤岩识别阶段，通过一系列处理得到未知类别样本子图，提取未知类别样本子图的扩展局部二值模式特征向量，基于样本训练阶段的特征优选组合，得到未知类别样本优选特征向量。通过比较未知类别样本和训练样本之间的优选特征向量判断未知类别样本所属的煤岩类别。本发明在灵活性、可靠性、实时性等方面优势明显。
-
公开(公告)号：CN107169524A
公开(公告)日：2017-09-15
申请号：CN201710397517.2
申请日：2017-05-31
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了基于完备局部二值模式重构残差的煤岩识别方法。在样本训练阶段，通过相机拍摄、子图截取、灰度化等一系列处理得到多幅煤炭样本子图和多幅岩石样本子图，提取每幅子图的归一化多尺度完备局部二值模式特征向量，对这些特征向量进行判别式字典学习，得到煤炭类别综合型字典、岩石类别综合型字典、煤炭类别解析型字典和岩石类别解析型字典；在煤岩识别阶段，通过一系列处理得到未知类别样本子图，提取未知类别样本子图的归一化多尺度完备局部二值模式特征向量。通过比较采用不同类别字典重构未知类别样本子图的特征向量所造成的残差大小判断未知类别样本所属的煤岩类别。本发明可靠性好，正确识别率高，软硬件实现容易。
-
公开(公告)号：CN104966074A
公开(公告)日：2015-10-07
申请号：CN201510418701.1
申请日：2015-07-17
Applicant: 中国矿业大学(北京)
CPC classification number: G06K9/6245 , G06K9/00516 , G06T7/0004 , G06T2207/10004 , G06T2207/20048 , G06T2207/20064 , G06T2207/30132
Abstract: 本发明公开了基于变换域广义伽玛分布的煤岩识别方法。在样本训练阶段，获取满足一定条件的多幅煤炭训练样本图像和多幅岩石训练样本图像，对每幅图像进行两路小波变换，经过相关处理得到按一定排序规则排列的均方根小波系数子带，计算这些均方根小波系数子带在服从广义伽玛分布条件下的各参数，并利用这些参数构造训练样本特征列向量；在煤岩识别阶段，采集满足一定条件的未知类别测试样本图像，与训练样本图像的处理方式类似，对测试样本图像进行一系列处理，最终得到测试样本特征列向量。通过比较测试样本特征列向量与训练样本特征列向量之间的相似度判断测试样本所属的煤岩类型。本发明可靠性好，正确识别率高，软硬件实现容易。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
