摘要
本发明公开了一种基于细粒度图像分类的井下软硬煤识别方法,构建了BSMF‑MobileNetV2模型,通过设置单通道针对图像的颜色和纹理特征属性,采用灰度直方图和灰度共生矩阵来提取颜色和纹理特征,基于随机森林算法对颜色和纹理特征进行筛选,优先选取类间最大差异性的特征构建特征融合模型;并将颜色纹理属性与经过MSRCR算法增强后的软硬煤图像进行自适应的特征融合,有助于增强模型对颜色和纹理特征的表征能力,从而进一步提高模型的准确性。
技术关键词
细粒度图像分类
纹理特征
识别方法
灰度共生矩阵
灰度直方图
随机森林
视觉表征学习
颜色
融合分类器
图像增强算法
分类子模型
支路
网络
数据
残差结构
视觉特征
注意力机制