[发明专利]一种多光谱图像信息和光谱信息异构融合的煤矸识别方法有效
申请号: | 201910663782.X | 申请日: | 2019-07-22 |
公开(公告)号: | CN110378295B | 公开(公告)日: | 2022-12-20 |
发明(设计)人: | 胡锋;周孟然;闫鹏程;李蓓;卞凯;戴荣英 | 申请(专利权)人: | 安徽理工大学 |
主分类号: | G06V20/00 | 分类号: | G06V20/00;G06V20/13;G06V10/80;G06V10/82;G06N3/04;G06N5/00;G01N21/17;G01N21/31;G01J3/28 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 230031 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 光谱 图像 信息 融合 识别 方法 | ||
1.一种多光谱图像信息和光谱信息异构融合的煤矸识别方法,其特征在于:包括以下步骤:
(1)煤和矸石多光谱数据的获取;
(2)构造煤和矸石的多光谱数据库;
(3)二维卷积神经网络图像信息的特征提取;
(4)一维卷积神经网络光谱信息的特征提取;
(5)图像特征和光谱特征的融合;
(6)随机森林煤矸识别模型构建;
所述步骤(1)中,利用多光谱成像技术获取煤和矸石的多光谱数据,得到煤和矸石的多光谱数据集;
所述步骤(2)中,利用煤和矸石的多光谱数据集,结合煤和矸石的样本标签,构造煤和矸石的多光谱数据库,该数据库同时包含图像信息和光谱信息;
所述步骤(3)中,用于提取图像信息特征的二维卷积神经网络(Two-dimensionalconvolutional neural network, 2D-CNN)是一种包含两个卷积层的网络结构,主要包含标准化层、卷积层、池化层、全连接层;
所述步骤(4)中,用于提取光谱信息特征的一维卷积神经网络(One-dimensionalconvolutional neural network, 1D-CNN)是一种包含两个卷积层的网络结构,主要包含标准化层、卷积层、池化层、全连接层;
所述步骤(5)中,利用融合规则实现上述步骤(3)和(4)中提取的图像特征和光谱特征的融合;
所述步骤(6)中,利用融合后的特征在训练集上构建随机森林(Random forest, RF)煤矸识别模型,确定RF煤矸识别模型的参数,然后利用测试集来测试识别的效果,验证模型性能。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽理工大学,未经安徽理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910663782.X/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置