[发明专利]基于多尺度微纹理和对比度联合分布的煤岩识别方法

说明书

技术领域

本发明涉及一种基于多尺度微纹理和对比度联合分布的煤岩识别方法，属于图像识别技术领域。

背景技术

煤岩识别即用一种方法自动识别出煤岩对象为煤或岩石。在煤炭生产过程中，煤岩识别技术可广泛应用于滚筒采煤、掘进、放顶煤开采、原煤选矸石等生产环节，对于减少采掘工作面作业人员、减轻工人劳动强度、改善作业环境、实现煤矿安全高效生产具有重要意义。

已有多种煤岩识别方法，如自然γ射线探测法、雷达探测法、应力截齿法、红外探测法、有功功率监测法、震动检测法、声音检测法、粉尘检测法、记忆截割法等，但这些方法存在以下问题：①需要在现有设备上加装各类传感器获取信息，导致装置结构复杂，成本高。②采煤机滚筒、掘进机等设备在生产过程中受力复杂、振动剧烈、磨损严重、粉尘大，传感器部署比较困难，容易导致机械构件、传感器和电气线路受到损坏，装置可靠性差。③对于不同类型机械设备，传感器的最佳类型和信号拾取点的选择存在较大区别，需要进行个性化定制，系统的适应性差。

需要一种解决或至少改善现有技术中固有的一个或多个问题的煤岩识别方法。

通过对煤、岩石块状样本的观察，发现煤和岩石的表面纹理在粗糙程度、稀疏程度、纹理变化的均匀性、沟纹的深浅等方面都有很大差异，据此，用图像技术来识别煤岩的方法应运而生。

煤、岩纹理表面凹凸不平，具有典型的三维纹理特征，三维纹理表面当视点和照度发生变化时，由于煤、岩表面反射率和平面法线在空域上的变化，使得视觉表面会发生很大的变化。在煤炭生产中需要煤、岩识别的工作场合如工作面、掘进面等，照度变化往往很平常，成像传感器的视点也在较大范围内变化，而二维纹理模型如基于灰度共生统计特征的煤岩识别方法对照度、视点变化不具备鲁棒性，因而识别不稳定，识别率不高。

发明内容

因此，本发明的目的在于提供一种基于多尺度微纹理和对比度联合分布的煤岩识别方法，以提高识别稳定性和识别率，该识别方法受照度和成像视点变化影响小，能够实时、自动地识别出当前煤、岩石对象是煤或是岩石，为自动化采掘、自动化放煤、自动化选矸等生产过程提供了可靠的煤岩识别信息。

根据一种实施例形式，提供一种基于多尺度微纹理和对比度联合分布的煤、岩识别方法，包括学习和识别两个阶段：

在学习阶段包括以下步骤：

A.选择包含不同视角和照度条件下的煤、岩样本图像，抽取大小合适的子图像组成煤、岩样本学习集A和测试集B；

B.对煤岩样本学习集A和测试集B中的每张子图像用操作分别提取8个尺度下的微纹理特征和8个相应尺度下的对比度特征，将相同尺度下的微纹理特征和对比度特征的联合分布用离散的二维直方图表示，将8个二维直方图级连成一个直方图成为每张子图像特征，每张子图像特征代表煤或岩的一个模式；

C.利用测试集B用Greedy算法在学习集A中选择煤、岩模式；

在识别阶段：

D.对于给定的待识别煤或岩图像，用与学习阶段相同的方法处理图像得到图像特征，用G统计度量与步骤C所得到的煤、岩模式的相似性，使G最小的模式即为待识别对象所属的模式，计算公式为：