[发明专利]一种考虑照度因素的煤矸识别方法和系统

权利要求书

1.一种考虑照度因素的煤矸识别方法，其特征在于，包括：

获取照度阈值，并采用照度传感器获取待处理煤矸的环境基础照度；

根据所述照度阈值确定所述环境基础照度是否为最优照度；所述最优照度为大于所述照度阈值的照度；

若所述环境基础照度为最优照度，则选择图像采集方式采集煤矸图像；所述图像采集方式包括：单照度图像采集方式和多照度图像采集方式；

若所述环境基础照度不是最优照度，则采用补光灯对所述环境基础照度进行补光，直至所述照度为最优照度时，选择图像采集方式采集煤矸图像；

采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像；

采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别。

2.根据权利要求1所述的考虑照度因素的煤矸识别方法，其特征在于，当采用所述多照度图像采集方式时，在当前环境照度下采集煤矸图像，记为第一煤矸图像；

调整所述当前环境照度后采集煤矸图像，记为第二煤矸图像；

对所述第一煤矸图像和所述第二煤矸图像进行预处理，得到第一煤矸灰度值图像和第二煤矸灰度值图像；

采用灰度值求差法根据所述第一煤矸灰度值图像和所述第二煤矸灰度值图像确定总煤矸灰度值图像。

3.根据权利要求2所述的考虑照度因素的煤矸识别方法，其特征在于，所述采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像，具体包括：

采用分水岭算法对所述总煤矸灰度值图像进行分割，得到分割后的总煤矸灰度值图像；

所述采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别，具体包括：

采用深度学习模型根据所述分割后的总煤矸灰度值图像完成所述处理煤矸的识别。

4.根据权利要求2所述的考虑照度因素的煤矸识别方法，其特征在于，所述采用灰度值求差法根据所述第一煤矸灰度值图像和所述第二煤矸灰度值图像确定总煤矸灰度值图像，具体包括：

将所述第一煤矸灰度值图像和所述第二煤矸灰度值图像对应像素点位置的灰度值相减，得到相减结果；

根据所述相减结果确定总煤矸灰度值图像。

5.根据权利要求1所述的考虑照度因素的煤矸识别方法，其特征在于，所述煤矸识别方法，还包括：

采用公式确定所述待处理煤矸的煤矸混合度POG；

式中，N为分割得到的所述煤矸图像的子区域总数，i为子区域的编号，i∈[1，N]，S_i为子区域i的面积，C_i为子区域i的属性，取值为0或1。

6.一种考虑照度因素的煤矸识别系统，其特征在于，包括：

照度和照度阈值获取模块，用于获取照度阈值，并用于采用照度传感器获取待处理煤矸的环境基础照度；

最优照度确定模块，用于根据所述照度阈值确定所述环境基础照度是否为最优照度；所述最优照度为大于所述照度阈值的照度；

第一图像采集模块，用于当所述环境基础照度为最优照度时，选择图像采集方式采集煤矸图像；所述图像采集方式包括：单照度图像采集方式和多照度图像采集方式；

第二图像采集模块，用于当所述环境基础照度不是最优照度时，采用补光灯对所述环境基础照度进行补光，直至所述照度为最优照度时，选择图像采集方式采集煤矸图像；

图像分割模块，用于采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像；

煤矸识别模块，用于采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别。