[发明专利]基于煤岩结构元学习的煤岩识别方法

摘要

本发明公开了一种基于煤岩结构元学习的煤岩识别方法，该方法通过煤岩结构元学习获得煤、岩图像的特征信息进行识别。本方法由图像预处理、训练过程和识别过程三大模块组成。预处理模块，对采集到的煤、岩图像进行简单的预处理，得到训练样本集。训练模块，用训练样本集训练结构元，提取图像特征信息。识别模块，根据训练得到的结构元，提取未知煤岩对象图像的特征信息，再输入到分类器中进行分类识别。该方法用煤、岩在不同照度、不同视点下的图像作为训练样本，且对图像噪声具有较高的鲁棒性，受照度和成像视点变化影响小，识别率高，稳定性好。

主权项

基于煤岩结构元学习的煤岩识别方法，包括以下步骤：S1.采集若干幅煤、岩图像，构成训练样本集Y，所述样本集的类别标号集设为L；S2.利用训练样本集Y，构造煤岩结构元D和稀疏表示矩阵X，构造函数如下：$\begin{array}{ccc}\underset{D,X}{min}\left\{\right||Y-DX|{|}_F^2\}& s.t.& \∀i,\left|\right|x_i|{|}_0\≤T_0\end{array};$S3.用X进行分类器训练与测试任意选取X中的一部分列向量构成训练集训练分类器，剩余的部分构成测试集用来测试，得出分类器各参数合适的值，使该分类器能满足识别精度；S4.对于待识别的未知煤岩对象图像y_i，用步骤S2中求得的结构元D作为输入，用贪婪算法求得y_i的稀疏表示向量x_i，即为该未知图像的特征向量，表征的目标函数如下：$\begin{array}{ccc}\underset{x_i}{min}\left\{\right||y_i-{\mathrm{Dx}}_i|{|}_2^2\}& s.t.& \∀i,\left|\right|x_i|{|}_0\≤T_0\end{array};$S5.将未知煤岩对象图像的特征向量x_i(步骤S4中求得)输入步骤S3中训练好的分类器中，判别煤岩类型。