[发明专利]基于深度相机图像检测的煤矸识别方法

说明书

本发明公开了一种基于深度相机图像检测的煤矸识别方法，包括：S1、利用深度相机获取某一输送区域的深度图像和RGB图像；S2、根据深度图像对RGB图像进行预处理；S3、寻找出预处理之后的RGB图像中输送区域内煤炭和矸石的轮廓，并绘制出煤炭和矸石的最小外接矩形；S4、计算出最小外接矩形内指定位置的灰度平均值，若灰度平均值超过阈值，则判断该最小外接矩形内的物体为矸石，反之则为煤炭。本发明的煤矸识别过程快速，提高了实时性，识别时准确率高，在不增加硬件设施的前提下，提高了煤矸识别的效果。

技术领域

本发明属于煤矸识别技术领域，具体涉及一种基于深度相机图像检测的煤矸识别方法。

背景技术

在煤矿生产中常常伴有大量的矸石，这些矸石如不及时处理掉会影响煤炭的品质，故在开采后的煤矿中分拣出矸石能够有效提高煤炭的品质。因此，在煤矸分拣之前，如何准确而有效的识别出矸石是前提条件，现有煤矸识别算法基于RGB图像，这类煤矸识别方法存在如下劣势：图像中干扰因素较多直接影响检测效果，如煤炭和矸石的纹理等信息较多且相似度较高，容易产生误识别。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。

为此，本发明提出一种基于深度相机图像检测的煤矸识别方法，该基于深度相机图像检测的煤矸识别方法具有将RGB图与深度图相融合，同时兼顾了煤矸识别准确率和实时性要求的优点。

根据本发明实施例的基于深度相机图像检测的煤矸识别方法，包括：S1、利用深度相机获取某一输送区域的深度图像和RGB图像；S2、根据深度图像对RGB图像进行预处理；S3、寻找出预处理之后的RGB图像中输送区域内煤炭和矸石的轮廓，并绘制出煤炭和矸石的最小外接矩形；S4、计算出最小外接矩形内指定位置的灰度平均值，若灰度平均值超过阈值，则判断该最小外接矩形内的物体为矸石，反之则为煤炭。

本发明的有益效果是，本发明利用深度相机对输送中的煤炭和矸石进行拍摄，从而同时获取深度图像和RGB图像，将深度图像和RGB图像进行结合预处理，从而能够更准确快速识别出煤炭和矸石的轮廓，并绘制出轮廓所对应的最小外接矩形，根据区域内指定位置的灰度平均值的大小来判断该最小外接矩形内的物体的类型，煤矸识别过程快速，提高了实时性，识别时准确率高，在不增加硬件设施的前提下，提高了煤矸识别的效果。

根据本发明一个实施例，在S2中预处理的操作包括校正对齐处理和提高对比度处理。

根据本发明一个实施例，在S2中经过校对齐后的RGB图像中融合了深度图像的地信息，形成为RGBD图像，将RGBD图像复制一份，将其中一份RGBD图像的背景色转换为黑色，然后利用卷积运算函数filter2D和拉普拉斯算子来提高对比度。

根据本发明一个实施例，Filter2D卷积运算公式为：

，记为式(1)；其中，kernel(x′，y′)为一个单通道浮点型的矩阵；src为输入图像；anchor为内核的基准点，其默认值为(-1，-1)，说明位于kernel的中心位置；dst为输出图像。

根据本发明一个实施例，拉普拉斯算子公式为：记为式(2)；其中，src为输入图像，dst为输出图像。

根据本发明一个实施例，所述S3包括：S31、将提高对比度之后的RGBD图像作为输入，利用寻找轮廓算法的函数findContours找寻到提高对比度之后的RGBD图像中物体的轮廓。

根据本发明一个实施例，所述S3还包括：S32、设定最小外接矩形的面积阈值，以滤除无效的最小外接矩形；S33、判断两个最小外接矩形是否由同一物体所产生，若两个最小外接矩形由同一物体所产生，则从两个最小外接矩形中筛选出该物体所对应的实际最小外接矩形。