基于灰度共生矩阵的纹理特征景物识别

随着信息技术的发展,纹理分析是近年来图像分析领域的研究热点．纹理分析主要应用于纹理分类、纹理分割、纹理合成等方面,应用十分广泛．本文主要介绍用灰度共生矩阵提取纹理特征值,并根据特征值判断景物类别的方法．该方法既能描述图像的灰度分布信息,又能表达局部细节．     

皮料自动分类中纹理分析方法的研究

阐述如何采用图像纹理分析方法对皮件生产中的皮料进行纹理分析识别．在对已有纹理分析方法对比研究以及大量实验的基础上，采用相隔一定距离的水平扫描线上的图象灰度数据作为研究对象，利用从中提取出的特征值，可以对皮料按精细度和深刻度进行识别分类，取得了较高的分类精度，这使皮料纹理的计算机实时自动识别分类成为可能，也为计算机图象处理提供了一种有效的分析方法．     

基于CARS与PCA的高光谱煤岩特征信息检测方法

针对采煤机智能化截割时存在煤岩识别精度低、稳定性差等问题,提出一种基于高光谱成像技术的煤岩检测方案。使用8种不同类型的煤岩样本(训练集800块、预测集200块)进行分析,利用竞争性自适应重加权算法将光谱全波段降维至11个特征波长形成光谱特征向量;通过灰度共生矩阵来描述煤岩的纹理特征,选取对比度、能量、同质性3个特征参数值作为纹理特征向量;通过主成分分析融合剔除光谱与纹理特征中解释能力较差的特征信息,利用预测集样本分别对光谱全波段、CARS提取特征波长、图像纹理、CARS提取特征波长融合纹理特征、光谱全波段融合纹理特征和PCA融合特征波长与特征纹理特征的特征向量建立偏最小二乘回归模型,通过对比6种特征向量的建模预测性能,选出煤岩最优特征向量。PCA算法融合后特征向量预测性能的R_2,RMSE,平均绝对误差MAE和准确率分别为0.912,0.201,0.151和94%.该方法可改善煤岩特征信息检测的稳定性与可靠性,为煤岩识别提供有效的特征信息,对实现采煤机智能化开采具有重要意义。     

基于Fisher准则的分类器在皮革正反面分类中的应用

制鞋业中的皮革表面缺陷查找和排样主要靠手工完成，因此效率低下．基于图像处理技术的自动化缺陷查找及排样，可以较大地提高生产效率．皮革的缺陷查找和排样，主要在皮革的正面进行，因此皮革正反面的自动判别是后续处理的关键．因为皮革具有典型的纹理特征，纹理图像其特殊的像素空间分布方式有别于普通的灰度图像，因此常用的灰度图像分类特征对纹理图像的分类不适用．而基于灰度共生矩阵提取纹理图像的统计量组成的特征向量，并在Fisher判别准则的基础上设计一种线性分类器来对皮革纹理图像进行分类．实验结果证实，该分类器可有效地对皮革的正反面进行分类。     

应用灰度共生矩阵的纹理特征描述的研究

研究一种基于灰度共生矩阵常规量度的纹理特征描述方法。在遥感图像上截取纹理均匀的小图像,进行各种变换,并应用Matlab软件求得其灰度共生矩阵与各个量度值。将已有灰度共生矩阵量度进行线性组合,针对不同样本借助测量平差的方法得出一个新的目标参量的线性表达式模型。选择能够识别样本纹理特征的线性组合形式计算其值。提取所需的纹理特征并用Matlab软件对图像进行计算验证结果。将此方法运用于遥感图像后,可区分出不同的纹理特征。     

一种新的基于形状的灰度图像插值方法

通过2幅已知的灰度图像，用数学形态学的方法确定出插值图像的轮廓．通过求出轮廓内任意插值点与中心点的位置关系，分别找出其在2幅源图像上的对应点．如果2个对应点的灰度值较为接近，可通过线性插值直接求出此插值点的灰度；如2个对应点的灰度值相差较大，则判断插值点的相对位置与哪个对应点的相对位置接近，并认定插值点的灰度值即为此对应点的灰度值．对轮廓内所有的点采用上述算法，即可求得最终的插值图像．算法将图像的形状信息和灰度信息较好地结合起来．实验结果表明其插值结果是令人满意的．     

磨粒图像的纹理分析及识别

以磨粒显微图像分析为应用背景，引入方向测度对磨粒图像表面纹理特征进行描述．该方法对磨粒图像各方向的灰度变化规律进行统计分析，提取了8个纹理特征．然后以提取的纹理特征为输入矢量，利用径向基函数神经网络对磨粒纹理进行分类识别．应用实例表明，方向测度综合反映了磨粒纹理的方向性和粗糙性，可用于磨粒纹理特征的描述；所建立的基于神经网络的磨粒纹理分类模型学习速度快，识别率较高．     

基于灰度共生矩阵的纹理特征景物识别

随着信息技术的发展,纹理分析是近年来图像分析领域的研究热点.纹理分析主要应用于纹理分类、纹理分割、纹理合成等方面,应用十分广泛.本文主要介绍用灰度共生矩阵提取纹理特征值,并根据特征值判断景物类别的方法.该方法既能描述图像的灰度分布信息,又能表达局部细节.     

车道斑马线及障碍物检测方法研究与实现

为提升道路行驶安全,提出了一种基于视频图像特征的车道癍马线及障碍物检测算法。根据一维小波能捕获一定规律灰度变化的特点,通过设计一维Gabor小波的时空参数得到模板,与感兴趣区域逐行卷积计算最大匹配能量值．以最大匹配能量值作为分析指标检测斑马线,进一步结合斑马线区域的纹理特征,分析特征变化来判断斑马线上是否有障碍物的存在。     

静止卫星红外云图上卷云与其它云类纹理特征的比较

用灰度共生矩阵方法分析了几种卷云的纹理特征,同时探讨了卷云与中低云、积云群、积雨云纹理特征的异同和相互区分的方法．纵述分析结果,有以下主要结论：用灰度共生矩阵的纹理特征量分析ＧＭＳ云图,邻域窗口的选取以７×７为宜;ＡＳＭ、ＣＯＮ、ＣＯＲ、ＥＮＴ这四个最常用的纹理特征量中,ＡＳＭ和ＣＯＮ更为重要;依ＡＳＭ和ＣＯＮ阈值并参考红外灰度值,可区分几种薄卷云和厚卷云;将纹理特征与光谱特性结合分析,又可区分积云群、中低云、薄卷云;厚卷云（尤其是伪卷云）与Ｃｂ云团的区分,则还是应用红外—可见光双光谱特性加以判识更有效;此外,云区边界对纹理分析的结果会有很大影响．     

基于地震资料的煤层识别方法及其应用*

鄂尔多斯苏里格气田苏5区块的煤层和储层同具有低伽马和低纵波速度的特征,常规的基于波阻抗的煤层识别方法难以有效地将二者区分。通过研究发现,对于本区块而言,煤层不但不是主力烃源岩,还对本区块山2段的储层研究形成阻碍,因此需要提出针对本区块的更为行之有效的方法进行煤层识别,即一种新的煤层识别技术:结合已有方法—叠前弹性参数反演方法、叠后参数反演方法及流体因子构建方法,构建一种适用于研究区的新型煤层识别因子,然后采用该煤层识别因子和地震资料反演所得叠后参数进行研究区目的层的煤层预测。实际资料的计算结果表明,该方法技术预测的煤层与实际测井解释的煤层完全符合,有助于研究区的储层预测与烃类识别,具有重要的实际应用价值。     

古叙矿区煤体及其组合的测井曲线识别技术

不同测井曲线对于煤体结构识别具有多解性。为提高判识精度,通过对古叙矿区石宝矿段煤储层特征和常规测井响应特征分析,提取了对煤体结构反应敏感的8条测井曲线,包括自然伽马、井径Ⅰ、井径Ⅱ、深侧向电阻率、浅侧向电阻率、补偿密度、补偿中子、补偿声波,采用BP(back propagation)神经网络算法,通过MTALAB软件,建立了神经元数量为100、训练函数为TRAINLM,适应学习函数为LEARNGDM、误差分析为MSE的二层BP神经网络煤体结构定量识别模型,预测结果与矿区其他井岩心进行对比,结果表明,基于BP神经网络的煤体结构测井识别方法精确度达89%,效果好于传统的测井判识方法。     

基于RBF神经网络的热力系统煤种辨识方法

为了保证热力系统稳定运行,提高锅炉安全寿命,控制污染物,该文利用多模型思想,对煤种低位发热值进行初步辨识和精确辨识。初步辨识中,采用改进的K均值聚类算法,快速辨识出煤种类型;精确辨识中,利用初步辨识的结果优化发热量辨识模型,减少模型搜索范围,采用自动调节隐节点和参数的径向基函数(RBF)神经网络算法。仿真结果表明,该辨识方法的辨识误差在1.5%以内,具有良好的辨识精度,在速度上也优于单独的RBF辨识算法,可以应用于热力系统煤种发热量在线辨识。     

Gas and coal outbursts in Polish minescauses and assessing methods

The paper presents some information about gas and coal outbursts threat in Polish coal mines.It shows the methodology for threat identification and monitoring for gas and coal outbursts in the Polish coal mines.One of the main methods of assessing threats in the mining industry in Poland and China is desorbometric method.The paper presents some results of estimation of uncertainties of the desorption rate Δp,determined in situ,by use of liquid manometric desorbometer gauge.It was observed that,if there are ...     

基于BP神经网络的煤层硬度多等级识别方法

针对煤层硬度识别方面存在的问题,提出一种基于BP神经网络算法的煤层硬度多等级识别方法,将煤层硬度划分为6个等级进行识别.以采煤机截割电机和牵引电机的定子电流信号及调高油缸压力信号作为识别信号,利用小波包分解提取各个信号的特征量,并将其作为神经网络的输入样本进行训练和测试.经过实验,在仿真数据条件下本文提出的煤层硬度多等级识别方法对硬度等级的识别准确率为96.7%,在实机数据条件下识别准确率为93.3%,验证了该煤层硬度识别方法的有效性,为采煤机自适应截割过程煤层硬度高精度识别奠定了理论基础.     

准噶尔盆地腹部沙漠区煤下储层预测和流体识别技术

准噶尔盆地腹部莫索湾沙漠区侏罗系煤下储层三工河组是主要油气高产层系之一,主要发育构造-岩性复合圈闭,目的层受地表沙漠和西山窑强煤层影响,地震资料信噪比、分辨率低,反射能量弱,储层薄、横向变化快.将地质与地球物理技术有机结合,采用面向目标识别处理技术、岩石物理分析技术、叠前储层预测和流体检测技术,取得了丰富的地震地质结果,为该地区的储量升级提供了保障.     

矿井冲击地压信息识别与预报方法的研究进展

随着煤炭工业的快速发展,煤矿采深逐年加大,矿井冲击地压对煤炭工业安全生产的威胁越来越严重,研究冲击地压监测前兆信息识别与预测方法对于防治矿井自然灾害具有重要意义.对冲击地压的发生机理、传统局部监测、现代地球物理系统区域监测方法与信息识别、预报等进行了总结,展望了今后的研究热点与方向.     

钻屑量与钻屑瓦斯解吸指标在防突预测的应用

针对井下复杂环境因素对煤与瓦斯突出危险性预测指标确定的影响和预测指标确定的要求,着重研究了钻屑量与钻屑解吸指标在煤与瓦斯防突中的应用及钻屑瓦斯解吸指标之间的关系,分析了突出危险性预测中影响单指标值测定误差的常见因素,并在此基础上提出了一些指标测定中应该注意的事项和减少误差的措施.     

第三纪成煤植物生态环境的判识

介绍了以植物类比法为主的４种第三纪成煤植物生态环境的判识方法，指出成煤植物组成的确定是植物类比法的关键。     

煤短接触液化产品的荧光光谱鉴定

本文提出了以甲醇作溶剂用荧光光谱分析煤短接触液化产品的方法。对煤的短接触液化产品用不同极性的溶剂洗提得到9个级分,从9个级分中鉴定出25种组分。为了与煤焦油比较,用同样的方法和操作程序测定了煤焦油,鉴定出28个组分。本文还用液相色谱分析测定了煤短接触液化产品的氯仿洗提级分,所得结果与荧光光谱分析所得结果一致,证实了该方法的可靠性。