[发明专利]一种用空域多尺度随机特征识别煤岩的方法

权利要求书

1.一种用空域多尺度随机特征识别煤岩的方法，其特征在于，包括以下步骤：

A.分别采集像素大小为w×h的煤样本图像集{I_c}和岩石样本图像集{I_r}，提取所述煤样本图像集中每一张煤图像I_c的图像特征f_c∈R^m和所述岩石样本图像集中每一张岩图像I_r的图像特征f_r∈R^m，构成训练集{f_c}和{f_r}；其中，所述每张图像的图像特征f_c∈R^m或者f_r∈R^m提取原理如下：

(1)对每张样本图像，用式(1)定义的一组多尺度滤波器{F_1，1，...，F_w，h}对其滤波

$F_{w,h}(x,y)=\frac{1}{wh}\×\left\{\begin{array}{cc}1,& 1\≤x\≤w,1\≤y\≤h\\ 0,& otherwise\end{array}\right.---\left(1\right)$

w，h分别为滤波器的宽度和高度，单位为像素，将每个滤波器响应串接构成图像特征向量P＝(p₁，p₂，...p_n)^T∈Rⁿ，n＝(w×h)²；

(2)对P进行f＝ΨP操作，其中Ψ∈R^m×n为随机测量矩阵，其第i行j列元素r_ij为：

$r_{ij}=\sqrt{\mathrm{\ρ}}\×\left\{\begin{array}{cc}1& withprobability\frac{1}{2\mathrm{\ρ}}\\ 0& withprobability1-\frac{1}{\mathrm{\ρ}}\\ -1& withprobability\frac{1}{2\mathrm{\ρ}}\end{array}\right.$

α＝常数，f_i＝∑_jr_ijp_j，f_i∈R¹，f＝{f₁，f₂，..，f_m}^T，m表示该张图像特征维数；

(3)将f归一化为单位长度向量；

B.用K-means聚类方法分别对图像特征集{f_c}和{f_r}进行聚类运算，分别得到Q个聚类中心作为基元，合并成2Q大小的基元字典TD；

C.分别从煤样本图像集{I_c}和岩石样本图像集{I_r}中选取特定样本图像M张，将选定的每一张图像的每个图像特征f_i用基元字典TD中与其最近的基元标注，计算每个基元出现的频率，作归一化直方图，即为该张图像的基元直方图，煤的M张图像的基元直方图构成煤的模式{H_c}_M，岩的M张图像的基元直方图构成岩的模式{H_r}_M；

D.给定未知煤岩对象图像I_x，用与步骤A中(1)、(2)和(3)相同的方法提取I_x的图像特征f_x，用与步骤C中相同的方法计算I_x基元直方图h_x，用χ²距离即h∈{{H_c}_M，{H_r}_M}度量h_x与每一个煤模式和每一个岩模式的距离，h_x，u为待识别图像中第u个基元的概率，h_u为煤模式或者岩模式的第u个基元的概率，若h_x与煤模式的最大距离小于其与岩模式的最大距离，则为煤，否则为岩。