[发明专利]一种基于曲波域压缩特征的煤岩识别方法

说明书

技术领域

本发明涉及一种基于曲波域压缩特征的煤岩识别方法，属于煤岩识别领域。

背景技术

煤岩识别即用一种方法自动识别出煤岩对象为煤或岩石。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。

有多种方法已应用于煤岩识别，如自然γ射线探测、雷达探测、应力截齿、红外探测、有功功率监测、震动检测、声音检测、粉尘检测、记忆截割等，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。

为解决上述问题，图像技术也越来越受到重视并研发了一些基于图像技术的煤岩识别方法。然而已有小波方法虽具有良好的时频局部化能力，能有效地描述煤岩的局部信息，但小波变换反映的是信号的点奇异性，其基是各向同性的，无法精确地表达煤岩图像边缘的方向，也无法实现对图像的稀疏表示，因此小波难以表达煤岩图像重要的边缘曲线特征，因而在识别正确率上还有很大的不足。

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基于曲波域压缩特征的煤岩识别方法，该方法每一小段曲线近似看做直线，然后再对图像进行多尺度、多方向的曲波变换，从而表征图像的曲线特征，且该识别方法受照度和成像视点变化影响小，从而使该方法具有较高的识别正确率和识别稳定性，能为自动化采掘、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。

根据一种实施例形式，提供一种基于曲波域压缩特征的煤岩识别方法，包括如下步骤：

A.分别采集大小为128×128像素的煤样本图像集和岩石样本图像集提取所述煤样本图像集中每一张煤图像I_c的图像特征X_c∈R^Q和所述岩石样本图像集中每一张岩图像I_r的图像特征X_r∈R^Q，构成训练集和其中所述的每张图像的图像特征X_c∈R^Q或X_r∈R^Q提取步骤如下：

(1)对每张样本图像，用尺度s＝2^-j，j＝0，1，2，3进行曲波分解，得到对应尺度下的曲波系数向量和

(2)将和顺序级联构成向量z∈R^N×1，用随机矩阵ψ∈R^M×N，M＜＜N将其投影到低维空间，即P＝ψz；

(3)级联与P，为即为该图像特征；

B.用提取的样本图像特征集和训练识别器当sgn(·)＝1为煤，sgn(·)＝-1为岩，其中，i＝1，2，…，T，y_t∈{-1，1}， 为大于0的常数，Ω_t∈R^Q，集合和σ在训练中得到；

C.对于待识别的煤岩图像，用与步骤A相同的方法提取图像特征X，输入到用步骤B建立的识别器进行判别。

其中，步骤A提取过程(2)中的随机矩阵ψ中的元素服从均值为0，方差为1/M的高斯分布。

附图说明

通过以下说明，附图实施例变得显而易见，其仅以结合附图描述的至少一种优选但非限制性实施例的示例方式给出。

图1是本发明所述煤岩识别方法的流程图。

具体实施方式

本发明公开了一种基于曲波域压缩特征的煤岩识别方法，图1是基于曲波域压缩特征的煤岩识别方法的流程图，参照图1，本发明的一个实施例具体的实施步骤如下：