[发明专利]基于稀疏编码的空域金字塔匹配识别煤岩的方法

说明书

技术领域

本发明涉及一种基于稀疏编码的空域金字塔匹配识别煤岩的方法，属于煤岩识别领域。

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或者实现无人化作业、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。

有多种方法已应用于煤岩识别，如自然γ射线探测、雷达探测、应力截齿、红外探测、有功功率监测、震动检测、声音检测、粉尘检测、记忆截割等，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。

为解决上述问题，图像技术也越来越受到重视并研发了一些基于图像技术的煤岩识别方法，然而已有方法都是用人工主观设计的图像特征或者图像特征的组合来进行煤岩识别，人工设计的特征往往并不能准确抓住煤岩图像本质结构致使对因成像条件变化引起的图像数据变化不具有具鲁棒性，因而在识别稳定性和识别正确率上还有很大的不足。

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，以提高煤岩识别率和识别稳定性。

发明内容

因此，本发明的目的在于提供一种基于稀疏编码的空域金字塔匹配识别煤岩的方法，该方法从煤岩图像数据中学习煤岩的结构基元，所学习到结构基元捕捉到了煤岩图像本质的结构特征，进一步考虑了不同尺度下煤岩结构的空域信息，因而具有很强的鉴别能力和对成像环境变化的鲁棒性，从而使得该方法具有很高的识别稳定性和识别正确率，能为自动化采掘、自动化放煤、自动化选矸等生产过程提供可靠的煤岩识别信息。

根据一种实施例形式，提供一种基于稀疏编码的空域金字塔匹配识别煤岩的方法，包括如下步骤：

A.采集若干张已知煤和岩对象的图像；

B.以相同的方法抽取每张图像的特征[x₁，x₂，...x_N]＝X∈R^p×N，p为特征维数，N为所有特征个数；

C.用抽取的煤和岩图像的特征x_i通过解优化问题

求出煤和岩图像的基元矩阵D＝[d₁，d₂，...d_K]∈R^p×K；

D.将每一张煤岩样本图像分成2^l×2^ll＝0，1，2的块，对每一尺度下的每一图像块：

1)用与B相同的方法抽取图像块特征；

2)用步骤C中求得的D表达所抽取的每一个特征y_i，通过解优化问题