傅里叶和LBP描述子相结合的矿石颗粒种类识别

作者：罗小燕^*; 胡振; 汤文聪; 刘占

来源：传感器与微系统, 2023, 42(11): 147-150.

DOI：10.13873/J.1000-9787(2023)11-0147-04

• 图像处理
• 矿石颗粒
• 种类识别
• 边界角点序列
• 傅里叶描述子

本文提出两种描述子相结合的方法进行矿石的识别，针对检测过程中矿石颗粒的运动与光照问题，局部二值模式(LBP)描述子具有良好的灰度不变特性，能够克服位移、光照不均等问题。傅里叶描述子只需少量的描述子，即可大致代表整个轮廓，从而能更好地区分不同的轮廓，进而达到识别物体的目的。分别提取两种算子，训练出两组异构数据，并利用判别典型相关分析算法得到矿石融合后的特征数据，然后利用K-means分类器进行矿石种类识别。在现场采集的矿石图像上进行试验，识别率高达88%以上。实验表明：提出的方法能有效提高矿石粒径测量的准确度。

• 单位
  江西理工大学; 机电工程学院