[发明专利]一种基于移动终端的煤炭地质强度指标图像检测方法

说明书

本发明涉及一种基于移动终端的煤炭地质强度指标图像检测方法，属于煤炭地质强度指标检测领域。方法包括：获取待测煤炭岩体图像；提取待测煤炭岩体图像的裂隙节理参数；根据待测煤炭岩体的裂隙节理参数，利用优化后的BP神经网络模型对待测煤炭岩体的煤炭地质强度指标进行检测，得到煤炭地质强度指标，以进行煤岩截割规划与钻探。本发明提高了煤炭地质强度指标的检测精度。

技术领域

本发明涉及煤炭地质强度指标检测领域，特别是涉及一种基于移动终端的煤炭地质强度指标图像检测方法。

背景技术

煤炭地质强度指标是岩土力学中的一项重要参数，在煤矿钻锚工程中需要使用地质强度指标来进行煤岩截割规划与钻探。根据煤炭岩体的裂隙节理的复杂程度，将煤炭地质强度指标表示为0-100，煤炭地质强度指标越高，表明煤炭岩体裂隙节理越简单、结构越稳定。煤炭地质强度指标没有固定的计算公式，往往都是具有经验的工程人员根据地质强度指标参照表估算获得，这样获得的煤炭地质强度指标容易受到人为主观因素影响而产生误差，因此对煤炭地质强度指标进行定量化表征显得尤为重要。

发明内容

本发明的目的是提供一种基于移动终端的煤炭地质强度指标图像检测方法，以解决工程人员根据煤炭地质强度指标参照表对煤炭地质强度指标进行估算，导致获得的煤炭地质强度指标容易受到人为主观因素影响而产生误差的问题。

为实现上述目的，本发明提供了如下方案：

一种基于移动终端的煤炭地质强度指标图像检测方法，包括：

获取待测煤炭岩体图像；

对所述待测煤炭岩体图像进行图像处理，提取待测煤炭岩体的裂隙节理参数；

根据所述待测煤炭岩体的裂隙节理参数，利用优化后的BP神经网络模型对待测煤炭岩体进行检测，得到煤炭地质强度指标，以进行煤岩截割规划与钻探；所述优化后的BP神经网络模型包括裂隙节理参数输入层、隐含层和地质强度指标输出层。

可选地，所述优化后的BP神经网络模型的构建过程具体包括：

获取煤炭岩体原始图像；

对所述煤炭岩体原始图像进行图像处理，提取煤炭岩体的裂隙节理参数；

构建数据集和BP神经网络模型；所述数据集包括所述煤炭岩体的裂隙节理参数和估算的煤炭地质强度指标；

以所述煤炭岩体的裂隙节理参数为输入，以所述估算的煤炭地质强度指标为输出，对所述BP神经网络模型进行训练，得到训练后的BP神经网络模型；

利用改进粒子群算法对所述训练后的BP神经网络模型进行优化，得到优化后的BP神经网络模型。

可选地，所述裂隙节理参数包括裂隙节理数量、裂隙宽度、裂隙长度和占有率。

可选地，所述对所述待测煤炭岩体图像进行图像处理，提取待测煤炭岩体的裂隙节理参数，具体包括：

对所述待测煤炭岩体图像进行灰度化、边缘检测和去噪处理，得到处理后的煤炭岩体图像；

根据所述处理后的煤炭岩体图像提取煤炭岩体的裂隙节理数量；

利用公式计算煤炭岩体的裂隙长度；其中，L表示裂隙长度，n表示处理后的煤炭岩体图像中心线上水平或垂直相邻的像素点数量，m表示处理后的煤炭岩体图像中心线上45°相邻的像素点数量，ε表示单像素点的长度；

利用公式计算煤炭岩体的裂隙宽度；其中，D表示裂隙宽度，p表示处理后的煤炭岩体图像垂线上水平或垂直相邻的像素点数量，q表示处理后的煤炭岩体图像垂线上45°相邻的像素点数量；

根据处理后的煤炭岩体图像中裂隙节理像素点的数量和非裂隙节理像素点的数量，确定占有率。