基于深度图像分析的细粒度矿石分级测定方法

摘要

针对图像处理技术在细粒度矿石分级测定时存在的精度不足问题,提出基于深度图像分析的分级测定方法.在灰度共生矩阵(gray-level co-occurrence matrix,GLCM)的基础上提出点对生成步长与图像灰度压缩等级的自适应选取方法,通过网格搜索与交叉验证来优化支持向量机(support vector machine,SVM)分类器,提高粒度测定精度.实验结果表明,该方法对0～0.9 mm、0.9～3.0 mm、3.0～5.0 mm、5.0～7.0 mm这4种等级的细粒度矿石分级准确率可达92％以上,能够充分满足细粒度矿石分级测定的要求.