摘要:煤矸高效分选是实现煤炭资源绿色开采的重要手段,其核心技术是煤和矸石的快速精准识别。 因此,本文提出了基于X 射线图像和激光点云融合的煤矸识别方法。 首先,设计了基于局部熵和全局均差加权的改进 Otsu 分割算法,以此提高 X 射线图像的分割精度和分割效率;同时,利用直通滤波和体素栅格降采样简化了煤矸激光点云数据,进而提取了 X 射线图像和激光点云的煤矸组合特征。 然后,针对传统麻雀搜索算法( SSA)易陷入局部最优和种群多样性差等问题,提出了多策略改进的SSA 算法(ISSA),并用于轻量梯度提升机(LightGBM)参数的寻优,进而设计了基于 ISSA-LightGBM 的煤矸快速识别模型。 最后,搭建了煤矸识别实验平台,开展了相应的实验对比分析,结果表明:ISSA-LightGBM 模型的煤矸识别准确达 99. 00% ,综合性能优于其它模型,满足了煤矸高效识别的需求。