[发明专利]一种简便高效的自动化煤矸识别方法

说明书

本发明公开了一种简便高效的自动化煤矸识别方法，本发明首先利用摄像装置获取煤矸图像并标记类别作为训练样本，然后对训练样本图像进行预处理，再构建煤矸识别网络，将处理后的训练样本输入网络中进行训练后，将处理后的训练样本再次输入已训练的网络，得到样本对应的特征向量；再将得到的特征向量利用PCA降维方法进行降维后作为新的训练样本输入SVM分类器中训练分类器；最后将待识别煤矸图像作预处理后输入煤矸识别网络得到特征向量后用PCA降维，再用SVM分类器进行识别，得到煤矸识别结果。本系统主要解决基于x射线的煤矸识别系统硬件成本较高、普适性较差的问题。

技术领域

本发明属于图像处理技术领域，特别地涉及一种基于图像的煤矸自动识别系统，主要解决基于x射线的煤矸识别系统硬件成本较高、普适性较差的问题。

背景技术

煤矸自动识别是实现采煤机自动调高、智能化选煤和综采工作面无人化的前提。目前实现煤矸识别技术的有效方法是使用一些对煤和矸石具有识别能力的传感器，结合实际生产中的控制系统组成具有一定精度的煤矸分离装置，现今比较典型使用广泛的识别系统为x射线法。x射线法的原理是根据x射线在煤和矸石中透射过程中衰减率的不同实现煤矸识别，其优点是设备自动化程度较高、选煤精度较高，但x射线法也存在设备维护成本高、x射线对环境存在危害、普适性较差的缺点。

发明内容

针对现有的基于x射线法的煤矸识别技术备维护成本高、x射线对环境存在危害、普适性较差的弊端，本发明的目的在于提供一种简便高效的自动化煤矸识别方法，采用基于图像的系统实现煤矸的自动识别。

本发明的目的是通过以下技术方案实现的：一种简便高效的自动化煤矸识别方法，其实现步骤包含：

1)利用摄像装置获取煤矸图像并标记类别作为训练样本；

2)对训练样本图像进行预处理；

预处理：按公式(1)进行图像预处理：

其中x代表样本图像，x(i,j)为图像(i,j)处的像素值，mean(x)为图像像素平均值，为图像像素标准差，x'(x,j)为预处理后(i,j)处的像素值；

3)构建煤矸识别网络；

3.1)煤矸识别网络的结构包括：

3.1.1)卷积层：卷积核在输入的特征图上滑动，卷积核参数与特征图数据作卷积操作，卷积操作公式如下，其中*代表卷积操作，in^k为输入到第k层的特征图，out^k为第k层输出的特征图，W^k和b^k为第k层的卷积参数：

out^k＝in^k*W^k+b^k (2)

3.1.2)全连接层：用于将输入的特征图进行提纯为维数与类别数相等的特征向量；

3.1.3)非线性变换层：网络中每个卷积层之后都将采用本系统新提出的Swish-ReLU激活函数f(z)，该函数表达式如下，其中中z代表输入的特征图：

3.1.4)池化层：用到了最大值池化和全局平均池化两种池化方式，全局平均池化用在最后一个卷积层之后，其他地方都采用最大值池化；

3.1.5)连接块：连接块由多个连接层组成，连接层又是由卷积层、池化层和非线性变换层构成；连接块中的每个连接层与其他所有连接层都相连接，其输入由之前的所有卷积层的输入构成，而其输出也将作为所有之后的卷积层的输入，用公式表示为：