[发明专利]一种用空域多尺度随机特征识别煤岩的方法

摘要

本发明公开了一种用空域多尺度随机特征识别煤岩的方法，该方法用随机产生的不同个数、大小不同、位置不同的图像块内像素灰度值和的线性组合来描述煤、岩石图像；用聚类算法选择煤、岩石训练样本的图像特征作为基元字典，然后用最邻近规则对选定的煤、岩石样本图像的图像特征用基元字典标注，煤、岩石的一张样本图像的基元频率统计正则直方图表达了煤、岩石的一个模式，用多个模式表达煤、岩石特征；在识别时，待识别图像用与训练图像同样的方法抽取图像特征和建立直方图，然后和训练阶段学习到的模式进行比较，用χ2距离来度量，用最近邻准则来识别。该方法用了不同种类的煤、岩石在不同光线、不同视点下的图像作为训练样本，因而受光照和成像视点变化影响小，不受煤、岩石种类变化的影响，识别率高、稳定性好。

主权项

一种用空域多尺度随机特征识别煤岩的方法，其特征在于，包括以下步骤：A.分别采集像素大小为w×h的煤样本图像集{Ic}和岩石样本图像集{Ir}，提取所述煤样本图像集中每一张煤图像Ic的图像特征fc∈Rm和所述岩石样本图像集中每一张岩图像Ir的图像特征fr∈Rm，构成训练集{fc}和{fr}；其中，所述每张图像的图像特征fc∈Rm或者fr∈Rm提取原理如下：(1)对每张样本图像，用式(1)定义的一组多尺度滤波器{F1，1，...，Fw，h}对其滤波Fw,h(x,y)=1wh×1,1≤x≤w,1≤y≤h0,otherwise---(1)]]>w，h分别为滤波器的宽度和高度，单位为像素，将每个滤波器响应串接构成图像特征向量P＝(p1，p2，...pn)T∈Rn，n＝(w×h)2；(2)对P进行f＝ΨP操作，其中Ψ∈Rm×n为随机测量矩阵，其第i行j列元素rij为：rij=ρ×1withprobability12ρ0withprobability1-1ρ-1withprobability12ρ]]>α＝常数，fi＝∑jrijpj，fi∈R1，f＝{f1，f2，..，fm}T，m表示该张图像特征维数；(3)将f归一化为单位长度向量；B.用K‑means聚类方法分别对图像特征集{fc}和{fr}进行聚类运算，分别得到Q个聚类中心作为基元，合并成2Q大小的基元字典TD；C.分别从煤样本图像集{Ic}和岩石样本图像集{Ir}中选取特定样本图像M张，将选定的每一张图像的每个图像特征fi用基元字典TD中与其最近的基元标注，计算每个基元出现的频率，作归一化直方图，即为该张图像的基元直方图，煤的M张图像的基元直方图构成煤的模式{Hc}M，岩的M张图像的基元直方图构成岩的模式{Hr}M；D.给定未知煤岩对象图像Ix，用与步骤A中(1)、(2)和(3)相同的方法提取Ix的图像特征fx，用与步骤C中相同的方法计算Ix基元直方图hx，用χ2距离即h∈{{Hc}M，{Hr}M}度量hx与每一个煤模式和每一个岩模式的距离，hx，u为待识别图像中第u个基元的概率，hu为煤模式或者岩模式的第u个基元的概率，若hx与煤模式的最大距离小于其与岩模式的最大距离，则为煤，否则为岩。