基于多特征及分割再校正的矿岩块度分类方法

摘要

本发明涉及一种基于多特征及分割再校正的矿岩块度分类方法，包括以下步骤：步骤1：对原始矿岩块度图像进行切割分块生成大小为64×43的子块图像；步骤2：对所述子块图像进行颜色特征提取；步骤3：对所述子块图像进行纹理特征提取；步骤4：对所述颜色特征和所述纹理特征进行特征选择；步骤5：采用支持向量机SVM进行分类器的设计，完成对所述子块图像的粗分类；步骤6：对所述原始矿岩块度图像进行分水岭分割并将获得的每一个岩块区域记为blob；步骤7：在分割基础上，对所述粗分类得到的结果进行校正调整以改进分类性能得到最终分类结果。本发明所述的分类方法综合不同分类算法，效率高、准确率高、成本低且满足采矿现场的实时性需求。

主权项

一种基于多特征及分割再校正的矿岩块度分类方法，其特征在于包括以下步骤：步骤1：对所获取的原始矿岩块度图像进行切割分块生成大小为64×43的子块图像；步骤2：对所述子块图像进行颜色特征提取：采用主成分分析PCA对颜色特征分量RGB进行维数降低；步骤3：对所述子块图像进行纹理特征提取：采用小波分解分析方法，进行Tamura纹理特征提取；步骤4：对所述颜色特征和所述纹理特征进行特征选择：采用PCA方法进行特征维数降维；步骤5：采用支持向量机SVM进行分类器的设计，完成对所述子块图像的粗分类；步骤6：对所述原始矿岩块度图像进行分水岭分割并将获得的每一个岩块区域记为blob；步骤7：在分割基础上，对所述粗分类得到的结果进行校正调整以改进分类性能得到最终分类结果。