基于SVM的井下水仓淤泥识别系统的研究

摘要：

针对煤矿井下水仓经常出现的淤泥中含水量过多而导致的涌仓问题,该文设计了一种基于SVM的井下水仓淤泥表面含水量识别系统.以井下水仓的淤泥与水面对光线反射的不同情况作为识别特征,通过对数及对比度拉伸变换法提高图片局部亮度;采用自适应阈值分割法将灰度图进行二值化处理.在SVM模型中进行前景、背景分割时,将二值化图片作为输入而不是像传统SVM分类直接输入原图,有利于提高识别精度.分别计算将彩色图、二值图作为输入图像的相似度、正确率、错分率和漏分率,得出结果:采用二值化图片作为输入图片的各项分割属性均优于彩色图作为输入图像,为井下水仓涌仓预警系统的搭建提供了基础.

关键词：水仓淤泥表面含水量识别;机器视觉;SVM支持向量机;图像识别

分类号：TP2(自动化技术及设备)

在线出版日期：2021-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：112-116