基于边界跟踪和神经网络的煤岩界面识别方法研究 论文

为实现煤岩界面精准识别，研究团队在鄂尔多斯李家壕煤矿矿区巷道掘进面采集了原始图像，并提出了基于机器学习的分类算法和基于数字图像处理的边界提取算法。这些算法为提取连续单像素宽度的边界提供了良好的基础，奠定了可靠的技术支撑。据此，研究人员进一步提出了一种基于边界跟踪算法和人工神经网络的煤岩界面识别方法，这一方法能够为巷道掘进机和采煤机滚筒空间位置的调整提供准确的依据。

为了验证这一方法的有效性，研究团队应用该方法对从陕西神木榆家梁采煤工作面采集的原始图像进行了实验验证。结果表明，所提取的煤岩边界与真实的煤岩界面基本吻合，从而验证了该方法在实际应用中的有效性和可靠性。基于信息融合和神经网络的煤岩识别方法可以进一步了解【更多详情】。