[发明专利]一种用空域多尺度随机特征识别煤岩的方法

说明书

技术领域

本发明涉及一种用空域多尺度随机特征识别煤岩的方法，属于图像识别技术领域。

背景技术

煤岩识别即用一种方法自动识别出煤岩石对象为煤或岩石。在煤炭生产过程中，煤岩识别技术可广泛应用于滚筒采煤、掘进、放顶煤开采、原煤选矸石等生产环节，对于减少采掘工作面作业人员、减轻工人劳动强度、改善作业环境、实现煤矿安全高效生产具有重要意义。

已有多种煤岩识别方法，如自然γ射线探测法、雷达探测法、应力截齿法、红外探测法、有功功率监测法、震动检测法、声音检测法、粉尘检测法、记忆截割法等，但这些方法存在以下问题：①需要在现有设备上加装各类传感器获取信息，导致装置结构复杂，成本高。②采煤机滚筒、掘进机等设备在生产过程中受力复杂、振动剧烈、磨损严重、粉尘大，传感器部署比较困难，容易导致机械构件、传感器和电气线路受到损坏，装置可靠性差。③对于不同类型机械设备，传感器的最佳类型和信号拾取点的选择存在较大区别，需要进行个性化定制，系统的适应性差。

已有的基于图像的煤岩识别方法对成像条件如光照、视点等敏感，若待识别的煤或岩石图像成像条件与训练时的煤或岩石样本图像成像条件不同时，识别率大大降低；另外，若待识别的煤、岩石种类发生改变时，需要重新取样煤、岩石样本图像对识别器进行训练。

需要一种解决或至少改善现有技术中固有的一个或多个问题的煤岩识别方法，以提高煤岩识别率和识别稳定性。

发明内容

因此，本发明的目的在于提供一种用空域多尺度随机图像特征识别煤岩的方法，该识别方法受光照和成像视点变化影响小，不受煤、岩石种类变化的影响，能够实时、自动地识别出当前煤、岩石对象是煤或是岩石，为自动化采掘、自动化放煤、自动化选矸等生产过程提供可靠的煤岩识别信息。

1.根据一种实施例形式，本发明所述的煤岩识别方法采用如下技术方案实现，包括如下步骤：

A.分别采集像素大小为w×h的煤样本图像集和岩石样本图像集分别提取两个样本集中每张图像I_c和I_r图像特征f_c∈R^m和f_r∈R^m，构成训练集和其中，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

w，h分别为滤波器的宽度和高度，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＝{wh}²；

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

ρ＝n/10α～n/6α，α＝常数，表示Ψ中每一行非零元素个数，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和进行聚类运算，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和岩石样本图像集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岩石的M张图像的基元直方图构成岩的模式