摘要
本发明属于煤岩碳含量检测技术领域,具体公开了一种基于多特征图像光谱技术的煤岩碳含量检测方法与系统,方法包括:构建典型煤岩类型及其对应的特征光谱和纹理特征数据库;对混合样品光谱图像中每个像素点的图像类别进行文本标注;将数据库中的数据作为源域数据,将待测煤岩样品的高光谱数据作为目标域数据,通过迁移学习实现对目标域待测煤岩样品的煤岩分类;对于识别得到的煤炭样品,识别得到煤炭样品光谱图像上每一个像素点是否含有碳含量;对于具有碳含量的像素点,利用训练好的碳含量预测模型,得到煤炭样品光谱图像上每个像素点的碳含量,保证了煤岩碳含量的快速准确检测。
技术关键词
多特征图像
三维卷积神经网络
空谱联合特征
灰度共生矩阵
像素点
特征融合网络
煤炭
文本编码器
图像编码器
纹理特征提取
图像类别
数据
图像纹理特征
样本
融合特征
标记
多尺度
系统为您推荐了相关专利信息
指标监测方法
融合特征
纹理特征提取
灰度共生矩阵
非临时性计算机可读存储介质
疱疹
像素点
语义分割网络
图像块
手足口病检测系统
在线检测系统
水分在线检测方法
支持向量回归算法
图像增强模块
灰度共生矩阵