机器视觉在生球团含水率预测中的应用

摘要：

为了实现对生球团含水率的无接触式快速检测,建立生球团含水率预测模型.以铁精矿生球团为研究对象,利用中值滤波器去除图像噪声,再提取生球团图像的灰度直方图特征(最大概率灰度、平均灰度、标准方差、平滑度、标准偏差、峰态、偏斜度)及灰度共生矩阵纹理特征(能量、熵、对比度、相关性),分别以其为输入指标,建立粒子群优化的支持向量机回归预测模型对含水率进行预测,比较不同输入特征的预测精度.结果表明:灰度直方图特征预测结果的平均绝对误差和平均相对误差分别为0.0374和0.524,灰度共生矩阵纹理特征预测结果的平均绝对误差和平均相对误差分别为0.0201和0.2845;灰度共生矩阵纹理特征预测精度高于灰度直方图特征预测精度.

关键词：生球团、含水率、机器视觉、图像处理、特征提取、支持向量机回归

所属期刊栏目：41

分类号：TN911-34;TP391.41

资助基金：国家重大科学设备开发专项2013YQ040861;武汉科技大学研究生教育教学改革研究项目YJG201517

在线出版日期：2018-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：83-87,92