粗糙集理論在煤矸石圖像識(shí)別技術(shù)中的應(yīng)用.pdf

1、煤炭是我國(guó)的主要能源之一，煤矸石在線圖像識(shí)別技術(shù)是實(shí)現(xiàn)煤礦工業(yè)自動(dòng)化的先進(jìn)技術(shù)。由于煤矸石圖像中存在著大量的不確定信息，而粗糙集理論能有效地分析和處理不精確、不一致、不完整的信息。因此，論文主要用粗糙集理論對(duì)煤矸石圖像進(jìn)行預(yù)處理和識(shí)別。
　　 煤矸石圖像預(yù)處理主要包括圖像濾波，圖像增強(qiáng)和邊緣檢測(cè)。首先介紹了粗糙集理論的一些基本概念，然后利用粗糙集的不可分辨關(guān)系，對(duì)煤矸石圖像的噪聲點(diǎn)進(jìn)行劃分并消除，消除噪聲后采用一種基于粗糙集的改

2、進(jìn)中值平滑算法對(duì)煤和矸石圖像進(jìn)行增強(qiáng)，使圖像的邊緣和紋理信息更明顯。論文在分析傳統(tǒng)邊緣檢測(cè)算法的基礎(chǔ)上提出了一種基于粗糙集的煤矸石圖像邊緣檢測(cè)算法，并用該算法對(duì)煤矸石圖像進(jìn)行邊緣檢測(cè)，同時(shí)與其它傳統(tǒng)邊緣檢測(cè)算法進(jìn)行了比較。
　　 傳統(tǒng)的圖像識(shí)別算法主要是根據(jù)煤矸石圖像的灰度和均方差特性進(jìn)行識(shí)別。本文根據(jù)煤矸石圖像自身的特點(diǎn)，提出了一種新的基于粗糙集理論的煤和矸石圖像識(shí)別算法，該算法考慮到了煤矸石圖像的紋理特征。首先根據(jù)煤與煤矸石

3、不同圖像，運(yùn)用灰度直方圖和灰度梯度共生矩陣(GLGCM)提取灰度及紋理特征，分別計(jì)算15個(gè)特征值，并用Matlab7.0進(jìn)行了仿真。根據(jù)特征向量建立煤矸石圖像特征的決策表并離散化，應(yīng)用粗糙集理論對(duì)決策表屬性進(jìn)行約簡(jiǎn)，從約簡(jiǎn)后的決策表中獲取決策規(guī)則，最后按照規(guī)則可信度的大小用Rose2軟件規(guī)則的匹配從而實(shí)現(xiàn)圖像的識(shí)別。結(jié)果表明：采用基于粗糙集理論的圖像識(shí)別算法對(duì)煤矸石樣本圖像識(shí)別準(zhǔn)確率達(dá)到87[％]左右，實(shí)際中由于工業(yè)環(huán)境下煤與矸石混雜粉