基于圖像塊共生特征的煤巖識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種用圖像塊共生特征識別煤巖的方法，屬于煤巖識別領(lǐng)域。
【背景技術(shù)】
[0002] 煤巖識別即用一種方法自動識別出煤巖對象為煤或巖石。在煤炭生產(chǎn)過程中，煤 巖識別技術(shù)可廣泛應(yīng)用于滾筒采煤、掘進(jìn)、放頂煤開采、原煤選矸石等生產(chǎn)環(huán)節(jié)，對于減少 采掘工作面作業(yè)人員、減輕工人勞動強(qiáng)度、改善作業(yè)環(huán)境、實現(xiàn)煤礦安全高效生產(chǎn)具有重要 意義。
[0003] 已有多種煤巖識別方法，如自然Y射線探測法、雷達(dá)探測法、應(yīng)力截齒法、紅外探 測法、有功功率監(jiān)測法、震動檢測法、聲音檢測法、粉塵檢測法、記憶截割法等，但這些方法 存在以下問題：①需要在現(xiàn)有設(shè)備上加裝各類傳感器獲取信息，導(dǎo)致裝置結(jié)構(gòu)復(fù)雜，成本 高。②采煤機(jī)滾筒、掘進(jìn)機(jī)等設(shè)備在生產(chǎn)過程中受力復(fù)雜、振動劇烈、磨損嚴(yán)重、粉塵大，傳 感器部署比較困難，容易導(dǎo)致機(jī)械構(gòu)件、傳感器和電氣線路受到損壞，裝置可靠性差。③對 于不同類型機(jī)械設(shè)備，傳感器的最佳類型和信號拾取點的選擇存在較大區(qū)別，需要進(jìn)行個 性化定制，系統(tǒng)的適應(yīng)性差。
[0004] 已有利用煤巖圖像紋理特征來識別煤巖的方法，如基于灰度共生統(tǒng)計特征的煤 巖識別方法，圖像灰度對照度、視點變化不具備魯棒性，而在煤炭生產(chǎn)中需要煤、巖識別的 工作場合如工作面、掘進(jìn)面等，照度變化往往很平常，成像傳感器的視點也在較大范圍內(nèi)變 化，因而識別不穩(wěn)定，識別率不高。
[0005] 需要一種解決或至少改善現(xiàn)有技術(shù)中固有的一個或多個問題的煤巖識別方法，以 提高煤巖識別率和識別穩(wěn)定性。

【發(fā)明內(nèi)容】

[0006] 因此，本發(fā)明的目的在于提供一種基于圖像塊共生特征的煤巖識別方法，該識別 方法受照度和成像視點變化影響小，能夠?qū)崟r、自動地識別出當(dāng)前煤、巖石對象是煤或是巖 石，為自動化采掘、自動化放煤、自動化選矸等生產(chǎn)過程提供了可靠的煤巖識別信息。
[0007] 根據(jù)一種實施例形式，提供一種基于圖像塊共生特征的煤巖識別方法，包括如下 步驟：
[0008] A.對每一張煤、巖樣本圖像，以圖像中每個像素為中心（邊緣像素除外），取NXN 像素大小的圖像塊，將圖像塊內(nèi)的像素按一定順序排列，排序后的像素構(gòu)成N 2維向量，向量 中每個元素的值為對應(yīng)像素的灰度值，將每個向量進(jìn)行標(biāo)準(zhǔn)化處理；
[0009] B.用聚類算法分別提取煤、巖樣本圖像的K個關(guān)鍵圖像塊，將2K個關(guān)鍵圖像塊按 L2范數(shù)大小從小到大標(biāo)記；
[0010] C.將煤、巖樣本圖像中的每張圖像的每個像素（邊緣像素除外）標(biāo)注為與其最鄰 近的關(guān)鍵圖像塊的標(biāo)記值，計算標(biāo)注后的每張圖像的共生矩陣；
[0011] D.計算每張圖像的共生矩陣的能量、對比度、逆差矩以及j：商，組成一個四維向量并 歸一化，即為該圖像的特征y，所有煤樣本圖像的特征構(gòu)成矩陣Y。，所有巖樣本圖像特征構(gòu) 成矩陣
[0012] E.對于待識別的圖像，經(jīng)過步驟A、C和D的處理后得到該圖像的特征x，分別將煤 樣本特征矩陣Y。和巖樣本特征矩陣Y/f戈入式r = YTx中計算，所屬類別為max(| Ir。！ |"， |rj |")，| | ? | |"表示取其中的最大值元素。
[0013] 在進(jìn)一步特定的但非限制性的形式中，步驟A中圖像塊大小為7X7。
【附圖說明】
[0014] 通過以下說明，附圖實施例變得顯而已見，其僅以結(jié)合附圖描述的至少一種優(yōu)選 但非限制性實施例的示例方式給出。
[0015] 圖1是本發(fā)明所述煤巖識別方法的基本流程。
[0016] 圖2是圖像塊的向量表示。 具體實施方案
[0017] 圖1是本發(fā)明用圖像塊共生特征識別煤巖的基本流程，參見圖1進(jìn)行具體描述。
[0018] A.從煤巖識別任務(wù)的現(xiàn)場如采煤工作面采集不同照度、不同視點的煤、巖樣本圖 像，在圖像的中心截取大小合適如256*256的子圖像作為樣本圖像，得到煤、巖樣本各M張 圖像；對每一張樣本圖像，以圖像中每個像素點為中心（邊緣像素除外），取NXN如7X7像 素大小的圖像塊，將圖像塊內(nèi)的像素按行記錄成向量 ？1如圖2所示，對每個圖像塊向量進(jìn) 行標(biāo)準(zhǔn)化處理，即按如下順序進(jìn)行處理
【主權(quán)項】
1. 一種基于圖像塊共生特征的煤巖識別方法，其特征在于包括以下步驟： A. 對每一張煤、巖樣本圖像，以圖像中每個像素為中心（邊緣像素除外），取NXN像素 大小的圖像塊，將圖像塊內(nèi)的像素按一定順序排列，排序后的像素構(gòu)成N 2維向量，向量中每 個元素的值為對應(yīng)像素的灰度值，將每個向量進(jìn)行標(biāo)準(zhǔn)化處理； B. 用聚類算法分別提取煤、巖樣本圖像的K個關(guān)鍵圖像塊，將2K個關(guān)鍵圖像塊按1^2范 數(shù)大小從小到大標(biāo)記； C. 將煤、巖樣本圖像中的每張圖像的每個像素（邊緣像素除外）標(biāo)注為與其最鄰近的 關(guān)鍵圖像塊的標(biāo)記值，計算標(biāo)注后的每張圖像的共生矩陣； D. 計算每張圖像的共生矩陣的能量、對比度、逆差矩以及熵，組成一個四維向量并歸一 化，即為該圖像的特征y，所有煤樣本圖像的特征構(gòu)成矩陣Y。，所有巖樣本圖像特征構(gòu)成矩 陣Yr; E. 對于待識別的圖像，經(jīng)過步驟A、C和D的處理后得到該圖像的特征X，分別將煤樣 本特征矩陣Y。和巖樣本特征矩陣Y /f戈入式r = Y 1X中計算，所屬類別為max( I IrcJ I ， rj |" )，I I ? I 表示取其中的最大值元素。
2. 根據(jù)權(quán)利要求1所述方法，其特征在于步驟A中圖像塊大小為7 X 7。
【專利摘要】本發(fā)明公開了一種基于圖像塊共生特征的煤巖識別方法，該方法稠密提取圖像塊，用聚類算法提取關(guān)鍵圖像塊，用關(guān)鍵圖像塊向量標(biāo)注煤、巖圖像并計算標(biāo)注后圖像的共生矩陣，提取共生矩陣的能量、對比度、逆差矩以及熵構(gòu)成圖像的特征，每一張樣本圖像特征代表煤或巖的一種模式；待識別的圖像與各模式比較，最相近的模式即為待識別圖像所屬的類別。該方法受照度和成像視點變化影響小，識別率高，穩(wěn)定性好。
【IPC分類】G06K9-62
【公開號】CN104751192
【申請?zhí)枴緾N201510197809
【發(fā)明人】伍云霞, 張超
【申請人】中國礦業(yè)大學(xué)(北京)
【公開日】2015年7月1日
【申請日】2015年4月24日