[发明专利]一种放顶煤过程中的煤矸石质量计算方法及系统

说明书

本发明涉及一种放顶煤过程中的煤矸石质量计算方法及系统，方法包括：对历史图像进行预处理，得到预处理后的图像；历史图像为历史放顶煤过程含有煤矸石的图像；对预处理后的图像中的煤矸石进行标注，得到标注数据集；通过标注数据集训练残差膨胀卷积神经网络模型，得到煤矸石标注模型；通过煤矸石标注模型标注放顶煤过程图像中的煤矸石，得到煤矸石标注图像；根据煤矸石标注图像计算煤矸石质量。本发明根据对图像中的煤矸石进行标注得到的标注数据集训练残差膨胀卷积神经网络模型，得到煤矸石标注模型，根据煤矸石标注模型得到煤矸石标注图像，再根据煤矸石标注图像计算煤矸石质量，实现对放顶煤过程中的煤矸石质量准确计算。

技术领域

本发明涉及煤炭检测技术领域，特别是涉及一种放顶煤过程中的煤矸石质量计算方法及系统。

背景技术

目前的煤矸识别多采用综采工作面的煤岩界面识别及图像灰度信息。然后由于各煤矿及采区的矸石性质差异、放顶煤过程的煤粉干扰、采煤工作面的光照条件等问题对采集图像的灰度信息影响很大，导致上述方法准确性差、稳定性差。因此，传统放顶煤控制过程中顶煤采出率低、出煤含矸率高成为目前急需解决的技术难题。

发明内容

本发明的目的是提供一种放顶煤过程中的煤矸石质量计算方法及系统，可以准确计算出放顶煤过程中的煤矸石质量。

为实现上述目的，本发明提供了如下方案：

一种放顶煤过程中的煤矸石质量计算方法，包括：

对历史图像进行预处理，得到预处理后的图像；所述历史图像为历史放顶煤过程含有煤矸石的图像；

对所述预处理后的图像中的煤矸石进行标注，得到标注数据集；

通过所述标注数据集训练残差膨胀卷积神经网络模型，得到煤矸石标注模型；

通过所述煤矸石标注模型标注放顶煤过程图像中的煤矸石，得到煤矸石标注图像；

根据所述煤矸石标注图像计算煤矸石质量。

可选地，所述对历史图像进行预处理，得到预处理后的图像，具体包括：

对所述历史图像进行灰度化，得到灰度化后的图像；

对所述灰度化后的图像进行Retinex图像增强，得到增强后的图像；

对所述增强后的图像进行滤波，得到预处理后的图像。

可选地，所述对所述预处理后的图像中的煤矸石进行标注，得到标注数据集，具体包括：

对所述预处理后的图像进行优化阈值处理，得到优化阈值处理后的图像；

利用密度变化法和孔洞填充法对所述优化阈值处理后的图像进行去噪，得到去噪后的图像；

对所述去噪后的图像进行修正，得到修正后的图像；

对所述修正后的图像中的煤矸石进行标注，得到标注数据集。

可选地，所述残差膨胀卷积神经网络模型包括编码器、连接器和解码器；

所述编码器包括一个残差模块和四个膨胀卷积模块；

所述连接器连接所述编码器和所述解码器；

所述解码器包括四个膨胀残差模块、四个上采样层和一个输出卷积模块。

可选地，所述根据所述煤矸石标注图像计算煤矸石质量，具体包括：

根据所述煤矸石标注图像计算煤矸石体积；

根据所述煤矸石体积计算煤矸石质量。

可选地，所述根据所述煤矸石标注图像计算煤矸石体积，具体包括：