基于行程长度纹理特征的焦炭显微图像分类算法
王培珍1
缪家龙1
周可1
张代林2
1.安徽工业大学电气信息学院,安徽马鞍山,2430022.安徽工业大学煤的洁净转化与综合利用安徽省重点实验室,安徽马鞍山,243002
摘要：在分析焦炭显微图像各向异性光学组织中片状与纤维状显微图像特征的基础上，通过对纹理特征的差异性的研究，提出了一种基于行程长度纹理特征和支持向量机（SuppoaVectorMa—chine）的焦炭显微图像分类方法。该方法首先计算焦炭显微图像中4个方向上的行程长度矩阵，利用行程长度矩阵求得对图像纹理具有不同表征能力的纹理特征量，通过对各个特征量的数据分析，选取有效特征量组合作为分类器的训练向量，然后用支持向量机对实验样本进行分类。实验结果表明，该方法能够有效地识别出焦炭各向异性组织中纤维状、片状等不同光学组分。
关键词：焦炭光学组织纹理特征行程长度支持向量机分类器
分类号：TQ533.6(煤化学及煤的加工利用)
资助基金：国家自然科学基金(50874001)安徽工业大学研究生创新基金(2010020)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1051-1055 )
英文信息