[发明专利]基于融合改进CLBP和感受野理论的煤岩图像识别分类方法

权利要求书

1.一种基于融合改进CLBP和感受野理论的煤岩图像识别分类方法，其特征在于：包括如下步骤：

步骤1：采集矿山中拍摄的煤炭与岩石的图片数据；

步骤2：制作实验数据时，将煤岩图像进行数据扩增并统一尺寸，得到煤岩纹理图像实验数据集；

步骤3：对步骤2中得到的实验数据集进行灰度化处理，得到煤岩图像数据库；

步骤4：对步骤3得到的灰度图像的煤岩图像数据库使用中值处理和改进完全局部二值模式方法提取煤岩图像的纹理特征，所述纹理特征包括符号分量、幅值分量以及中心像素点分量：

步骤4.1：采用中值处理方法将步骤3得到的灰度图像进行降噪操作，具体为：使用一定尺寸的滤波核从左至右或从上至下遍历整个像素矩阵，设定滤波核步长，将提取出的中值组成新的像素值矩阵；

步骤4.2：对得到的全新图像像素矩阵进行特征提取，通过改进的局部差分操作得到煤岩图像的符号分量、幅值分量以及中心像素点分量；

步骤4.2.1：采用5*5的采样邻域来进行特征提取，分为中心像素点、邻域像素点和最外圈采样像素点，分别在水平、垂直以及对角线的位置采集像素点，除去中心像素点，每一层的像素点采样个数均为8个，得到新的局部采样拓扑结构；

步骤4.2.2：对局部采样区域提取特征，通过二阶差分的计算方式得到符号分量与幅值分量，如公式(1)所示，为改进完备局部二值模式经过二阶差分得到的像素差值：

d_i＝g_c+g_1i-2×g_2i i＝1,2,...,8 (1)

其中，d_i为局部像素差异值，g_c为局部采样像素中心点像素值，i为采样点个数，g_1i、g_2i为水平、垂直和对角线方向的采样像素点值，下角标代表采样像素点在水平、垂直和对角线上的位置；

由公式(1)得到的d_i代入d_i＝s_i×m_i，然后分别得到局部采样区域的符号分量以及幅值分量，计算方式如下：

经过二进制编码后的符号分量为：

其中：s_i表示符号值，S是判别函数；

经过二进制编码后的幅值分量为：

其中：m_i为局部差值的绝对值，C为阈值，设定为当前局部幅值的平均值；

步骤4.3：将局部采样像素中心点像素值g_c与全局阈值I进行比较得到中心像素特征值，特征值计算公式如下：

中心像素特征值＝t(g_c,I) (4)

式中I为阈值，设定为全图像素值的平均值；

步骤5：最后将每个采样区域得到的特征值形成最终的特征向量，同时结合步骤4.2中得到的符号分量与幅值分量的特征信息，采用串联和并行的联合结构将CLBP_S、CLBP_M和CLBP_C描述子结合使用，级联融合成为最终完整的纹理特征，将符号信息CLBP_S和幅值信息CLBP_M联合成为CLBP_SM，最后连接CLBP_C组成CLBP_SM\C的直方图；

步骤6：将步骤5中得到的直方图为一个特征矩阵，输入网络模型中，经过若干个感受野模块操作后，通过softmax输出最终分类结果；所述网络模型设置如下：首先设置两层卷积层，每个卷积层通过双曲正切函数来进行激活；紧接一层为最大值池化层，滤波核设置为3，步长设置为2，通过最大值池化来进行进一步降维操作；再次通过一层卷积层继续提取抽象特征，输出进入下一层最大值池化层进行最后一次降维；得到的特征信息通过Flatten操作输出；最后使用softmax确定特征信息是煤还是岩石。

2.根据权利要求1所述的一种融合改进CLBP和感受野理论的煤岩图像识别分类方法，其特征在于：所述步骤2中，数据扩增的方式为将煤岩图像进行翻转、平移、旋转以及对比度变换。

3.根据权利要求1所述的一种融合改进CLBP和感受野理论的煤岩图像识别分类方法，其特征在于：所述步骤4.1中，滤波核的尺寸为2*2，滤波核步长为2。