基於多尺度微紋理和對比度聯合分布的煤巖識別方法
2023-09-23 08:07:10 4
基於多尺度微紋理和對比度聯合分布的煤巖識別方法
【專利摘要】本發明公開了一種基於多尺度微紋理和對比度聯合分布的煤巖識別方法，該方法用8個尺度的微紋理和相應尺度下的對比度聯合分布特徵來描述煤、巖圖像特徵信息，用Greedy算法選擇煤巖模式；在識別時，待識別圖像用與訓練圖像同樣的方法抽取圖像特徵信息，然後和訓練階段學習到的模式進行比較，用G統計來度量，用最近鄰準則來識別。該方法受照度和成像視點變化影響小，識別率高，穩定性好。
【專利說明】基於多尺度微紋理和對比度聯合分布的煤巖識別方法
【技術領域】
[0001]本發明涉及一種基於多尺度微紋理和對比度聯合分布的煤巖識別方法，屬於圖像識別【技術領域】。
【背景技術】
[0002]煤巖識別即用一種方法自動識別出煤巖對象為煤或巖石。在煤炭生產過程中，煤巖識別技術可廣泛應用於滾筒採煤、掘進、放頂煤開採、原煤選矸石等生產環節，對於減少採掘工作面作業人員、減輕工人勞動強度、改善作業環境、實現煤礦安全高效生產具有重要意義。
[0003]已有多種煤巖識別方法，如自然Y射線探測法、雷達探測法、應力截齒法、紅外探測法、有功功率監測法、震動檢測法、聲音檢測法、粉塵檢測法、記憶截割法等，但這些方法存在以下問題:①需要在現有設備上加裝各類傳感器獲取信息，導致裝置結構複雜，成本高。②採煤機滾筒、掘進機等設備在生產過程中受力複雜、振動劇烈、磨損嚴重、粉塵大，傳感器部署比較困難，容易導致機械構件、傳感器和電氣線路受到損壞，裝置可靠性差。③對於不同類型機械設備，傳感器的最佳類型和信號拾取點的選擇存在較大區別，需要進行個性化定製，系統的適應性差。
[0004]需要一種解決或至少改善現有技術中固有的一個或多個問題的煤巖識別方法。
[0005]通過對煤、巖石塊狀樣本的觀察，發現煤和巖石的表面紋理在粗糙程度、稀疏程度、紋理變化的均勻性、溝紋的深淺等方面都有很大差異，據此，用圖像技術來識別煤巖的方法應運而生。
[0006]煤、巖紋理表面凹凸不平，具有典型的三維紋理特徵，三維紋理表面當視點和照度發生變化時，由於煤、巖表面反射率和平面法線在空域上的變化，使得視覺表面會發生很大的變化。在煤炭生產中需要煤、巖識別的工作場合如工作面、掘進面等，照度變化往往很平常，成像傳感器的視點也在較大範圍內變化，而二維紋理模型如基於灰度共生統計特徵的煤巖識別方法對照度、視點變化不具備魯棒性，因而識別不穩定，識別率不高。
【發明內容】
[0007]因此，本發明的目的在於提供一種基於多尺度微紋理和對比度聯合分布的煤巖識別方法，以提高識別穩定性和識別率，該識別方法受照度和成像視點變化影響小，能夠實時、自動地識別出當前煤、巖石對象是煤或是巖石，為自動化採掘、自動化放煤、自動化選矸等生產過程提供了可靠的煤巖識別信息。
[0008]根據一種實施例形式，提供一種基於多尺度微紋理和對比度聯合分布的煤、巖識別方法，包括學習和識別兩個階段:
[0009]在學習階段包括以下步驟:
[0010]A.選擇包含不同視角和照度條件下的煤、巖樣本圖像，抽取大小合適的子圖像組成煤、巖樣本學習集A和測試集B ；[0011]B.對煤巖樣本學習集A和測試集B中的每張子圖像用操作15/?:? R=(l，2，…，8)分別提取8個尺度下的微紋理特徵和8個相應尺度下的對比度特徵，將相同尺度下的微紋理特徵和對比度特徵的聯合分布用離散的二維直方圖表示，將8個二維直方圖級連成一個直方圖成為每張子圖像特徵，每張子圖像特徵代表煤或巖的一個模式；
[0012]C.利用測試集B用Greedy算法在學習集A中選擇煤、巖模式；
[0013]在識別階段:
[0014]D.對於給定的待識別煤或巖圖像，用與學習階段相同的方法處理圖像得到圖像特徵，用G統計度量與步驟C所得到的煤、巖模式的相似性，使G最小的模式即為待識別對象所屬的模式，計算公式為:
【權利要求】
1.基於多尺度微紋理和對比度聯合分布的煤巖識別方法，包括學習階段和識別階段，其特徵在於: 在學習階段包括以下步驟: A.選擇包含不同視角和照度條件下的煤巖樣本圖像，抽取大小合適的子圖像組成煤巖樣本學習集A和測試集B ； B.對煤巖樣本學習集A和測試集B中的每張子圖像用操作R=(l，2，…，8)分別提取8個尺度下的微紋理特徵和8個相應尺度下的對比度特徵，將相同尺度下的微紋理特徵和對比度特徵聯合分布用離散的二維直方圖表示，將8個二維直方圖級連成一個直方圖成為每張子圖像特徵，每張子圖像特徵代表煤或巖的一個模式； C.利用測試集B用Greedy算法在學習集A中選擇煤巖模式； 在識別階段: D.對於給定的待識別煤巖圖像，用與學習階段相同的方法處理圖像得到圖像特徵，用G統計度量與步驟C所得到的煤巖模式的相似性，使G最小的模式即為待識別對象所屬的模式，計算公式為:
2.根據權利要求1所述的方法，其特徵在於步驟B中對比度測量方法為:大於中心像素灰度值的鄰域像素灰度的平均值與小於中心像素灰度值的鄰域像素灰度的平均之差。
【文檔編號】G06K9/62GK103927553SQ201410184307
【公開日】2014年7月16日 申請日期:2014年5月5日 優先權日:2014年5月5日
【發明者】孫繼平, 伍雲霞 申請人:中國礦業大學(北京)