煤堆图像分割与特征提取

基于煤堆图像分割存在重叠煤粒的边缘错综复杂、不易检测的问题,通过多种图像增强和边缘检测方法的效果对比,提出一种将对比度受限自适应直方图均衡法(CLAHE)和SUSAN边缘检测算法相结合的方法来检测煤堆图像中的煤粒边缘,并利用数学形态学和孔洞填充算法得到最佳种子区域,有效防止分水岭算法的过分割和欠分割现象,最后统计并分析煤粒分割区域10个特征参数的分布情况,包含了煤粒数量、大小、形状、颜色和纹理特征。研究结果表明:通过这些特征参数可以预测相关煤质信息,利于实现自动控制煤炭的分选。