本公開涉及煤矸定性定量識別，具體涉及基于熱成像與多元光譜聯(lián)合的煤矸識別方法及系統(tǒng)。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本公開相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、在開采厚煤層時常通過放頂煤的采煤方法進行開采，尤其是緩傾斜特厚煤層和急傾斜特厚煤層。這種方法通過在厚煤層中沿煤層底部布置一個采高為2-3米的長壁工作面，利用綜合機械化采煤工藝進行回采，利用礦山壓力或輔以人工松動的方法使支架上方的煤層破碎成散體后，由支架后方或者上方的放煤窗口放出至刮板運輸機。這種方法能夠大大增加一次開采的厚度，簡化巷道布置，減少掘進工作量，提高采煤工效，并降低噸煤生產(chǎn)費用。

3、但在通過放煤窗口向下放落煤炭碎塊時，需要工作人員判斷刮板運輸機上的煤炭和矸石，并及時關(guān)閉放煤窗口，從而避免煤炭放落完畢后上方矸石碎塊的混入。否則混入的矸石會降低煤炭的采出率，不利于洗煤廠的選煤工作。而煤炭工作面的環(huán)境具有亮度低、空間小、粉塵多、噪聲大等特點，工作面的惡劣環(huán)境很大程度上影響到工作人員的正確判斷，并且也不利于工作人員的人身安全。

4、紅外成像技術(shù)可以捕捉物體表面的熱輻射，多元光譜技術(shù)可以采集煤矸樣本的多波段光譜數(shù)據(jù)。這兩種技術(shù)都可以實現(xiàn)對巖石樣本的非接觸式檢測，具有快速、大面積監(jiān)測的特點。因此這兩種技術(shù)已經(jīng)廣泛應用于煤炭開采和隧道工程中的地質(zhì)檢測，但紅外成像技術(shù)和多元光譜技術(shù)在單一使用時都存在準確率低、環(huán)境適應性差等問題，而二者的融合應用還不成熟。

技術(shù)實現(xiàn)思路

1、本公開為了解決上述問題，提出了基于熱成像與多元光譜聯(lián)合的煤矸識別方法及系統(tǒng)，利用熱成像技術(shù)和多元光譜的互補性，通過多源信息融合，實現(xiàn)對煤與矸石的高精度、實時識別，對于提高放頂煤的煤炭采出率具有重要意義。

2、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

3、基于熱成像與多元光譜聯(lián)合的煤矸識別方法，包括：

4、獲取待識別煤矸石的紅外輻射數(shù)據(jù)以及多個波段的光譜反射數(shù)據(jù)；

5、對紅外輻射數(shù)據(jù)以及光譜反射數(shù)據(jù)進行預處理；

6、在所述紅外輻射數(shù)據(jù)中提取邊緣形態(tài)特征以及溫度特征，在所述光譜反射數(shù)據(jù)中提取不同波段下的光譜反射率特征；

7、通過多模態(tài)特征融合，將溫度特征、邊緣形態(tài)特征以及光譜反射率特征進行融合，得到融合特征；

8、將所述融合特征輸入至煤矸識別模型中，得到煤與矸石的自動分類結(jié)果。

9、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

10、基于熱成像與多元光譜聯(lián)合的煤矸識別系統(tǒng)，包括：

11、數(shù)據(jù)獲取模塊，用于獲取待識別煤矸石的紅外輻射數(shù)據(jù)以及多個波段的光譜反射數(shù)據(jù)；

12、數(shù)據(jù)預處理模塊，用于對紅外輻射數(shù)據(jù)以及光譜反射數(shù)據(jù)進行預處理；

13、特征提取模塊，用于在所述紅外輻射數(shù)據(jù)中提取邊緣形態(tài)特征以及溫度特征，在所述光譜反射數(shù)據(jù)中提取不同波段下的光譜反射率特征；

14、特征融合模塊，用于通過多模態(tài)特征融合，將溫度特征、邊緣形態(tài)特征以及光譜反射率特征進行融合，得到融合特征；

15、分類模塊，用于將所述融合特征輸入至煤矸識別模型中，得到煤與矸石的自動分類結(jié)果。

16、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

17、一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法。

18、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

19、一種非暫態(tài)計算機可讀存儲介質(zhì)，所述非暫態(tài)計算機可讀存儲介質(zhì)用于存儲計算機指令，所述計算機指令被處理器執(zhí)行時，實現(xiàn)所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法。

20、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

21、一種電子設備，包括：處理器、存儲器以及計算機程序；其中，處理器與存儲器連接，計算機程序被存儲在存儲器中，當電子設備運行時，所述處理器執(zhí)行所述存儲器存儲的計算機程序，以使電子設備執(zhí)行實現(xiàn)所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法。

22、與現(xiàn)有技術(shù)相比，本公開的有益效果為：

23、本公開的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，通過融合熱成像與多元光譜技術(shù)，能夠綜合利用煤與矸石在光譜特性和溫度分布上的差異，構(gòu)建出更加全面和準確的識別特征。采用先進的機器學習或深度學習算法對綜合特征進行訓練和分類，能夠自動學習煤與矸石的復雜特征模式，進一步提高識別的準確性和穩(wěn)定性。這種多源信息的互補性極大地提高了煤矸識別的精確度和可靠性。

24、本公開的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，能適應井下放頂煤工作面的復雜環(huán)境，放頂煤作業(yè)環(huán)境復雜多變，包括光照變化、粉塵干擾、噪聲影響等。通過預處理步驟對圖像進行去噪、增強對比度等處理，有效減少環(huán)境因素的干擾，使系統(tǒng)能夠在各種復雜環(huán)境下穩(wěn)定工作。

25、本公開的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，能夠?qū)崟r識別煤炭與矸石，即時反饋煤與矸石的識別結(jié)果，根據(jù)煤矸識別結(jié)果，系統(tǒng)能夠自動調(diào)節(jié)放頂煤設備的開采參數(shù)，如采煤高度、推進速度等，不僅減少矸石的混入，還減少了采煤系統(tǒng)的停機時間，提升了煤炭的品質(zhì)并保證了開采效率。當系統(tǒng)識別到大量矸石落入時，還可以及時發(fā)出警報，提醒工作人員采取相應措施，避免安全事故的發(fā)生。根據(jù)煤矸識別結(jié)果，工作人員可以做出更加科學合理的開采決策，確保開采過程的安全可控。

26、本公開的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，在識別精度、環(huán)境適應性、開采效率、煤炭品質(zhì)、作業(yè)安全性等多個方面均展現(xiàn)出顯著的有益效果，具有重要的應用價值和推廣前景。

技術(shù)特征：

1.基于熱成像與多元光譜聯(lián)合的煤矸識別方法，其特征在于，包括：

2.如權(quán)利要求1所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，其特征在于，所述預處理的過程包括：對獲取的紅外輻射數(shù)據(jù)以及光譜反射數(shù)據(jù)進行補償和校正，對紅外輻射數(shù)據(jù)進行標準化處理，對光譜反射數(shù)據(jù)進行噪聲抑制處理。

3.如權(quán)利要求1所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，其特征在于，在所述紅外輻射數(shù)據(jù)中提取邊緣形態(tài)特征，所述邊緣形態(tài)特征提取使用prewitt邊緣檢測算法識別灰度圖中的物體輪廓，包括兩個核函數(shù)，分別用于計算水平方向x和垂直方向y，然后通過雙閾值處理來確定最終邊緣。

4.如權(quán)利要求1所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，其特征在于，在所述紅外輻射數(shù)據(jù)中提取溫度特征，煤炭或矸石表面的溫度信息直接從紅外熱成像儀中獲取的紅外熱像圖中獲取，在紅外熱像圖的每一個像素點上都有其對應的溫度，采用中值濾波器對溫度信息進行去噪處理；

5.如權(quán)利要求1所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，其特征在于，在所述光譜反射數(shù)據(jù)中提取不同波段下的光譜反射率特征，各個波段的多元光譜反射率數(shù)據(jù)通過下式進行歸一化處理：

6.如權(quán)利要求1所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法，其特征在于，將所述融合特征輸入至煤矸識別模型中，在煤矸識別模型中，采用k近鄰算法，通過比較未知樣品的偏心率和已知樣品的偏心率之間的距離，得到該未知樣品為煤炭的概率和為矸石的概率，同理地，通過輸入未知樣品的圓形度、平均溫度、不同波段反射率與已知樣品的相應特征進行距離計算，分別得到該樣品為煤炭的概率和為矸石的概率。

7.基于熱成像與多元光譜聯(lián)合的煤矸識別系統(tǒng)，其特征在于，包括：

8.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-6任一項所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法。

9.一種非暫態(tài)計算機可讀存儲介質(zhì)，其特征在于，所述非暫態(tài)計算機可讀存儲介質(zhì)用于存儲計算機指令，所述計算機指令被處理器執(zhí)行時，實現(xiàn)如權(quán)利要求1-6任一項所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法。

10.一種電子設備，其特征在于，包括：處理器、存儲器以及計算機程序；其中，處理器與存儲器連接，計算機程序被存儲在存儲器中，當電子設備運行時，所述處理器執(zhí)行所述存儲器存儲的計算機程序，以使電子設備執(zhí)行實現(xiàn)如權(quán)利要求1-6任一項所述的基于熱成像與多元光譜聯(lián)合的煤矸識別方法。

技術(shù)總結(jié)
本公開提供了基于熱成像與多元光譜聯(lián)合的煤矸識別方法及系統(tǒng)，涉及煤矸定性定量識別技術(shù)領(lǐng)域，包括獲取待識別煤矸石的紅外輻射數(shù)據(jù)以及多個波段的光譜反射數(shù)據(jù)；對紅外輻射數(shù)據(jù)以及光譜反射數(shù)據(jù)進行預處理；在紅外輻射數(shù)據(jù)中提取邊緣形態(tài)特征以及溫度特征，在光譜反射數(shù)據(jù)中提取不同波段下的光譜反射率特征；通過多模態(tài)特征融合，將溫度特征、邊緣形態(tài)特征以及光譜特征進行融合；將融合特征輸入至煤矸識別模型中，得到煤與矸石的分類結(jié)果。本公開利用煤與矸石在光譜特性和溫度分布上的差異，構(gòu)建更加全面和準確的特征，提高識別的準確性和穩(wěn)定性，利用多源信息的互補性極大提高煤矸識別的精確度和可靠性。

技術(shù)研發(fā)人員：余騰飛,侯立曉,韓濤,林鵬,劉夢悅,許振浩
受保護的技術(shù)使用者：山東大學
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6