[发明专利]煤岩分界线的识别方法、装置及电子设备

权利要求书

1.一种煤岩分界线的识别方法，其特征在于，包括：

获取目标矿井中工作面与顶板相交部分的ROI图像，所述工作面为采煤工作面或巷道掘进工作面；

对所述ROI图像进行截断线性拉伸处理，得到截断线性拉伸处理后图像，所述截断线性拉伸处理包括：取所述ROI图像对应的直方图累积在前n％和后n％处对应的像素值为最小值和最大值，将位于前n％和后n％之间的像素值按照像素值处理公式映射到0～255范围内，所述像素值处理公式为：

所述y为输出图像的像素值，所述x为输入图像的像素值，所述s_min为输入图像像素值的最小值，所述s_max为输入图像像素值的最大值，所述d_min为输出图像像素值的最小值，所述d_max为输出图像像素值的最大值；

基于训练后的目标煤岩分类模型，将所述截断线性拉伸处理后图像中的像素进行煤岩分类，得到煤岩分类结果图像，所述煤岩分类结果图像包括煤像素以及岩像素；

采用加权平均法对所述煤岩分类结果图像进行灰度化处理，得到所述煤岩分类结果图像对应的灰度图像；

采用阈值法对所述灰度图像进行二值化处理，得到二值化图像，所述二值化处理包括：将所述灰度图中灰度值大于灰度阈值的像素赋值为1，将所述灰度图中灰度值小于所述灰度阈值的像素赋值为0；

对所述二值化图像进数学形态学的闭运算处理和开运算处理，得到数学形态学处理后图像；

对所述数学形态学处理后图像进行边界跟踪处理，得到所述目标矿井采掘工作面的煤岩分界线。

2.根据权利要求1所述的方法，其特征在于，所述对所述数学形态学处理后图像进行边界跟踪处理，得到所述目标矿井的煤岩分界线之后，所述方法还包括：

根据所述煤岩分界线调节采煤机以及掘进机截割滚筒的高度。

3.根据权利要求2所述的方法，其特征在于，所述基于训练后的目标煤岩分类模型，将所述截断线性拉伸处理后图像中的像素进行煤岩分类，得到煤岩分类结果图像之前，所述方法还包括：

从截断线性拉伸处理后图像中选择训练样本，所述训练样本包括煤样本以及岩样本；

基于所述训练样本对预设的多个煤岩分类模型进行训练，得到训练后的多个煤岩分类模型，所述多个煤岩分类模型包括最大似然法分类模型、K均值聚类算法分类模型、支持向量机分类模型和BP人工神经网络分类模型；

通过混淆矩阵评价所述训练后的多个煤岩分类模型中每个分类模型的分类性能；

将分类性能最高的分类模型确定为所述目标煤岩分类模型。

4.根据权利要求3所述的方法，其特征在于，所述通过混淆矩阵评价所述训练后的多个煤岩分类模型中每个分类模型的分类性能，包括：

根据对应的混淆矩阵分别计算所述训练后的多个煤岩分类模型中每个煤岩分类模型的总体分类精度和Kappa系数；

根据所述总体分类精度和所述Kappa系数评价每个分类模型的分类性能。

5.根据权利要求4所述的方法，其特征在于，所述根据对应的混淆矩阵分别计算所述训练后的多个煤岩分类模型中每个煤岩分类模型的总体分类精度和Kappa系数，包括：

基于对应的混淆矩阵，根据总体分类精度公式确定所述总体分类精度，所述总体分类精度公式为：

所述OveralAccuracy为总体分类精度，所述N为样本总数，所述m为目标类型数量，所述p_ii表示被正确分类的样本数，所述i为样本行列数；

基于对应的混淆矩阵，根据Kappa系数确定公式确定所述Kappa系数，所述Kappa系数确定公式为：

所述p_i+表示第i行的样本数量之和，所述p_+i表示第i列样本数量之和。