[发明专利]一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法和系统

权利要求书

1.一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法，其特征在于，包括以下步骤：

A.在采煤工作面分别采集多幅煤、岩的图像，并将其分为训练样品图像、测试样品图像；

B.计算训练样品图像和测试样品图像的纹理图像特征值，并构造成特征子向量P1；

C.将训练样品图像和测试样品图像进行Daubechies小波变换；对每个分解尺度的低频系数图像计算其角二阶矩、对比度、相关、均值、方差，并构造成特征子向量P2；同时计算每个分解尺度水平、垂直和对角三个方向的高频系数图像的总均值和总方差，并构造成特征子向量P3；

D.构造纹理特征向量；

E.将纹理特征向量输入分类器，可供用户选择的分类器有以下几种：概率神经网络(PNN)，径向基神经网络(RBF)，最小距离分类器(MDC)，极大似然分类器(MLC)和支持向量机等，用户可根据具体情况选择合适的分类器；

F.对分类器进行设置、训练和测试，然后输入待分类识别的样品图像纹理特征向量进行分类，得到最后的分类结果。

2.根据权利要求1所述的一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法，其特征在于，所述步骤B中的纹理图像特征值分别为角二阶矩、对比度、相关、均值、方差。

3.根据权利要求1所述的一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法，其特征在于，所述步骤C中Daubechies小波变换的分解尺度为三。

4.根据权利要求1所述的一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法，其特征在于，所述步骤D中纹理特征向量的具体表达式为P＝[P1，P2，P3]。

5.根据权利要求1所述的一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法，其特征在于，所述步骤E中选择支持向量机为默认分类器。

6.根据权利要求5所述的一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法，其特征在于，所述支持向量机采用径向基(RBF)核函数，经过交叉验证获得其最佳惩罚性参数为5.6569，核函数的宽度为7.6294e-006。

7.一种基于煤岩图像特征抽取以及分类识别的煤岩分界系统，其特征在于，所述系统包括图像采集模块、特征模块、分类识别模块、结果显示交互模块、存储模块和中央控制模块；所述图像采集模块用于产生照射煤岩的光源以及采集煤岩图片；所述特征模块用于煤岩图像纹理特征值的抽取，纹理特征值包括两部分，其一为未经Daubechies小波变换的图像样品纹理图像特征值分别为角二阶矩、对比度、相关、均值、方差，其二为经过Daubechies小波变换分解之后，每个分解尺度的低频系数图像的角二阶矩、对比度、相关、均值、方差以及每个分解尺度水平、垂直和对角三个方向的高频系数图像的总均值和总方差；所述分类识别模块利用煤岩样品纹理图像特征值构造纹理特征向量P＝[P1，P2，P3]，其中特征子向量P1由包括训练样品图像和测试样品图像未进行小波分解时的角二阶矩、对比度、相关、均值、方差进行构造，特征子向量P2由包括将训练样品图像和测试样品图像进行小波分解之后的每个分解尺度的低频系数图像的角二阶矩、对比度、相关、均值、方差进行构造，特征子向量P3由包括将训练样品图像和测试样品图像进行小波分解之后的每个分解尺度水平、垂直和对角三个方向的高频系数图像的总均值和总方差进行构造，并选择支持向量机为默认分类器并对其进行设置、训练和测试从而实现对待分类煤岩图像的识别；所述结果显示交互模块用于显示煤岩图像和煤岩图像特征抽取以及分类识别结果，并接受操作者对系统工作状态的设置和对样本数据的输入；所述存储模块用于存储图像数据以及其他数据；所述中央控制模块用于执行指令以控制和管理整个基于煤岩图像特征抽取以及分类识别的煤岩分界系统。

8.根据权利要求7所述的一种基于煤岩图像特征抽取以及分类识别的煤岩分界系统，其特征在于，所述图像采集模块包括由多组LED阵列加装漫反射板均匀对称的布置在半球面上的高亮度白光照明灯和一个配备电荷耦合器件的网络人摄像机；照明灯的强度和LED阵列的数量由中央控制模块进行控制；电荷耦合器件网络人摄像机上下左右旋转度数、调焦、曝光、以及图像采集均由中央控制模块进行控制。