[发明专利]一种煤粉尘图像识别方法

说明书

技术领域

本发明属于煤粉尘图像处理技术领域，具体涉及一种煤粉尘图像识别方法。

背景技术

在煤粉尘污染严重的选煤厂，原煤的筛分、破碎以及传输过程中，由于煤炭水分挥发干燥，在受到振动、撞击并引起下落的过程中将生成大量粉尘，煤炭粉尘的浓度达到一定程度时同氧气结合在有明火的条件下，随时会产生煤粉尘爆炸的恶性安全事故，造成的危害非常大。并且过多的煤粉尘会造成贵重精密的设备仪器严重磨损，造成机器的老化，降低精密仪器使用年限，同时也会引发工人的尘肺病问题。所以需要对煤粉尘的变化情况准确了解，以便及时采取相应措施。但早期测量方式大多采用人工手动操作实现，检测过程稳定性较差，获得的结果存在较大误差，精确度不高，无法真正反映出煤粉尘颗粒浓度变化的规律，不能及时有效地指导防尘降尘工作。为了解决这一问题，人们提出了基于视觉信息下的煤粉尘图像监控分析的方法，其中，对煤粉尘图像进行有效的分割是煤粉尘浓度测量重要研究内容之一，在煤粉尘图像分析和识别中具有重要的意义，分割结果的好坏直接影响煤粉尘颗粒识别和煤粉尘粒径测量的准确性。

现有的图像分割方法大致可分为区域生长法、阈值法、边界法、聚类法和结合特定理论的图像分割方法等类型，目前比较流行的分割方法还有结合先验形状知识的活动轮廓图像分割方法。另外，现有的图像分割方法还有基于概率统计方法、基于先验知识方法、基于神经网络方法、基于图论的分割方法等，这些方法主要利用图像的区域信息来实现分类，虽然鲁棒性较好，但耗时却相对较长。

其中，阈值法是一种最常用的并行区域技术，阈值是用于区分不同目标的灰度值。在实际应用中，阈值法成为图像分割中最基本和应用最广泛的分割技术，已被应用到了很多领域，但该方法的关键和难点在于如何取得合适的阈值；如果阈值选择得过高,则会将过多的目标点误归为背景，如果阈值选得过低，则会把背景误判为目标。由于煤粉尘颗粒目标和背景的灰度值相差较小，煤粉尘的图像的特征很模糊(没有明确的特征模式)，因此，现有技术中还缺乏能够可靠地应用到煤粉尘图像处理中的图像分割方法，现有技术中的图像分割方法应用到煤粉尘图像分割中后，存在着分割方法复杂、精度低、效率低等缺陷和不足，限制了煤粉尘监控技术的发展。

另外，在煤粉尘粒径分布和煤粉尘浓度测量过程中煤粉尘颗粒的识别是最为关键的内容。在完成滤波去噪和图像分割的处理过程之后可获得煤粉尘的二值图像,接下来要实现对煤粉尘二值图像的识别工作，由于煤粉尘具有各种形状且煤粉尘之间还相互交叠，研究起来比较复杂，这就使得图像识别过程非常困难。

针对煤粉尘图像中存在的煤粉尘相互重叠的问题，那么要对煤粉尘图像识别前，首先应把重叠的煤粉尘进行分离。如何对原煤粉尘准确而有效分离，同时又不丢失信息，是一个经典的问题。近年来，研究人员一直通过改进现有的方法获得一些新的理论和算法，并从其他学科入手分离重叠颗粒，提出了很多新的探索。

目前大部分关于重叠颗粒的判别都在专业图像分析仪的帮助下进行，这个观测的过程是以肉眼识别为基础的，用鼠标划出重叠颗粒范围，其准确度具有一定的主观性，并且无法实现运用计算机自动分离重叠颗粒的目标。

基于对上述问题的考虑，许多学者对于重叠颗粒图像的分离问题通常从边缘跟踪和数学形态学两种不同思维出发进行归类，基于边缘跟踪算法常见的有链码差法、矢量夹角法、估算圆心法等，他们只适用于近圆形的粘连颗粒图像，局限性太大。而煤粉尘颗粒形状复杂，有块状、片状、针状、球状、线装等。显然应用边缘跟踪算法不能很好解决煤粉尘颗粒的识别问题，虽然数学形态学的方法不受到分析对象形状的限制，但其分割算法精度较低；聚类算法很难拟合重叠超过3个的颗粒；而通过分水岭变换算法获得的区域轮廓具有密闭性、连通性、单像素宽以及精确位置，但分水岭算法有过分割的问题。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种煤粉尘图像识别方法，其方法步骤简单，设计新颖合理，实现方便，提高了煤粉尘重叠颗粒识别的精度，有效性和鲁棒性好，适应性强，使用灵活方便，实用性强，使用效果好，推广应用价值高。

为解决上述技术问题，本发明采用的技术方案是：一种煤粉尘图像识别方法，其特征在于，该方法包括以下步骤：

步骤一、采用基于多属性约简的模糊粗糙集对煤粉尘图像进行分割，具体过程为：