《表1 基于改进WS算法的颗粒识别结果》
实际上,若设型煤图像上所有像素点为全集U,上述方法识别出来的孔隙网络集合为A,A是U的子集,即AU,则A的补集UA是型煤中的煤粒。由于孔隙网络集合与颗粒集合刚好互补,可以通过验证图像中颗粒分布来分析孔隙网络的合理性。因此,统计分析基于改进型WS算法识别出的颗粒,首先反转操作裂隙二值图,获得煤颗粒如图3d所示,统计这些颗粒的数量、面积及等效直径等信息,利用检测出来的颗粒分布参数与真实颗粒分布参数比对,结果见表1,其中,x珋为粒径分布均值,mm;σ为方差均值,mm;xmin和xmax分别为最小粒径和最大粒径,mm。
图表编号 | XD0010533200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 吴鑫##副教授、彭雅雯、晏巧、赵红霞、王雪梅 |
绘制单位 | 四川师范大学工学院、四川大学水利学与山区河流开发保护国家重点实验室、四川师范大学工学院、四川师范大学工学院、四川师范大学工学院、四川师范大学工学院 |
更多格式 | 高清、无水印(增值服务) |