专利名称：一种基于图像离散多小波变换的煤岩识别方法
技术领域：
本发明涉及一种基于图像离散多小波变换的煤岩识别方法，属于图像模式识别技术领域。
背景技术：
在煤矿井下生产过程中，许多生产环节需要判别煤层与岩层的分界面，如滚筒采煤、掘进机采掘、放顶煤开采、原煤选矸等。煤岩分界面识别结果可以作为依据来调节采煤机滚筒摇臂的高度或控制掘进机截割头的截割轨迹，对煤岩分界面的误判导致采煤机滚筒截割岩石后，会引起一系列的问题如大量岩石碎片混入原煤造成煤质下降；采煤机滚筒截齿磨损加剧，缩短寿命；截割顶板或地板岩层可能会产生摩擦火花，在高瓦斯环境中很容易引起瓦斯爆炸事故等。 目前煤矿生产时煤岩识别任务仍主要由人工完成，工人通过视觉和听觉信息进行判断。然而实际上工作面中能见度低且环境噪声大，工人仅依靠自身感觉很难在滚筒切割岩石瞬间做出及时反应，误判率较高。煤岩自动识别技术就是通过一定的技术手段实现煤层和岩层分界面的准确自动识别，无需人的干预。煤岩识别系统在具备可靠准确的识别性能的同时，还需要具有实时性。开发煤岩自动识别系统有利于保障工人安全、减少工作面作业人数、降低工人劳动量、改善作业环境，而且可以排除人的主观判断的缺陷提高煤岩识别结果的准确性。世界各主要产煤国家都十分重视对煤岩识别技术领域的研究，形成了一些研究成果，如自然Y射线探测法、雷达探测法、红外探测法、有功功率监测法、震动检测法、声音监测法、粉尘检测法等。目前理论较为成熟的技术有Y射线探测法和记忆截割法，但这些技术均存在一定的局限性。Y射线探测法利用顶板岩石中的Y射线在穿透煤层时的衰减特性来确定煤层的厚度，仅适用于顶板岩石含有放射性元素的条件，由于砂岩项板放射性元素含量较少，因而无法适用，在我国仅有20%左右的矿井可用。记忆截割法适用于煤层较为平整、地质条件好的矿井，而且必须通过采煤机司机的手动操作来调整工作参数，存在一定局限性。目前的煤岩识别方法大多以传感器获取信息为基础，利用多个传感器同时监测采煤机割煤时的各项参数，并对所获取的数据进行实时的分析，如基于主成分分析的煤岩界面识别方法、基于遗传神经网络的煤岩界面识别方法、基于支持向量机的煤岩界面识别方法等。这些方法需要在现有设备上添加各类传感器，导致实际系统的构建成本高；为了采集采煤机、掘进机等的震动信息，需要在采煤机摇臂上加装相应的传感器，此时传感器线路易损坏，导致系统可靠性差；各种煤岩识别方法所需的原始数据各不相同，导致系统的灵活性较差。
发明内容
为了克服现有煤岩识别方法存在的不足，本发明提出一种基于图像离散多小波变换的煤岩识别方法，具有实时识别、识别率高、可靠性及灵活性强的特点，为采煤区自动化生产提供必要的信息。本发明所述的煤岩识别方法采用如下技术方案实现，包括样本特征训练阶段和煤岩分类识别阶段，具体步骤如下A.样本特征训练阶段，根据待识别煤矿中煤和岩石种类，获取相同成像条件下的一组煤样本图像集和岩石样本图像集，从中各抽取m个样本图像，并截取大小相同且不含背景的子图，分别记为f2，…，fm和gl，g2，…，Sn;B.对f1; f2，…，fm和gl，g2，…，gm做多小波变换处理，得到样本的变换域数据；C.计算所有基于上述图像Lf2,…，fm和gpgy…，gm变换域数据的多尺度纹理能量分布向量，进而得到煤和岩石图像的平均多尺度纹理能量分布向量vMal和v_k，将VMa l和作为分类特征加入到样本特征数据库用于煤岩分类识别阶段；D.煤岩分类识别阶段，在相同成像条件下，采集待识别的未知煤岩对象的彩色图像，并截取与样本特征训练阶段样本大小相同且不含背景的子图fx;E.对fx做多小波变换，并计算其多尺度纹理能量分布向量Vx ；F.根据多尺度纹理能量分布向量Vx与煤岩平均多尺度纹理能量分布向量VMal、Vrock之间的关系判断煤岩对象的类型。所述多小波变换包括以下步骤(I)将彩色图像转换为灰度图像Ggray ；(2)对Ggray按照双正交插值预滤波方式进行预处理假设Ggray是大小为N1XN2的矩阵，首先对图像所有行进行预处理，处理后得到矩阵G1 (G1中每行前半部分包含与第一个尺度函数相对应的系数，每行后半部分包含与第二个尺度函数相对应的系数)；然后对G1的所有列进行预处理，处理后得到矩阵G2 (G2中每列前半部分系数与第一个尺度函数对应，每列后半部分系数与第二个尺度函数对应)；(3)对上述预处理后的矩阵G2做二维GHM —级多小波变换预处理后的矩阵G2也是大小为N1XN2的矩阵，首先对G2所有行做一维GHM —级多小波变换，变换后得到矩阵Gta (Gfe中每行前半部分存放低频系数，每行后半部分存放高频系数，低频系数的前半部分对应第一个尺度函数，后半部分对应第二个尺度函数，高频系数的前半部分对应第一个小波函数，后半部分对应第二个小波函数)；然后对Gta的每一列做一维GHM —级多小波变换，变换后得到矩阵Gtc;(Gt。中每列前半部分存放低频系数，后半部分存放高频系数，低频系数的前半部分对应第一个尺度函数，后半部分对应第二个尺度函数，高频系数的前半部分对应第一个小波函数，后半部分对应第二个小波函数)。所述多尺度纹理能量分布向量及平均多尺度纹理能量分布向量的计算方法包括以下步骤基于图像的离散多小波变换域数据可以提取多种反映不同图像纹理特征的参数值。在对主要煤种和主要岩种样本进行图像分析实验的基础上，本发明提出了一种基于图像多小波变换域数据的特征参数提取方法。所提取的图像特征参数为多尺度纹理能量分布向量，该特征参数能够反映煤岩图像在多个尺度(频率)下的纹理能量分布情况，(I)对一幅煤岩图像用多小波滤波器组进行滤波，假设输入煤岩图像大小为N1XN2,经过一级GHM多小波变换得到变换后的图像为X，X大小也是N1XN2，对X分块得到P = 16幅不同尺度下的子图Xm,n，Xm,n是以X中元素—I) +1, —P +1)为左上角元素的大小为N1AXN2A的子图，其中m= I, 2,3,4, n = 1,2,3,4 ；(2)计算每幅子图的纹理能量值Ek,其下标
权利要求
1.一种基于图像离散多小波变换的煤岩识别方法，其特征在于，包括以下步骤 A.样本特征训练阶段，在相同成像条件下，根据待识别煤矿中煤和岩石种类，获取一组煤样本图像集和岩石样本图像集，从中各抽取m个样本图像，并截取大小相同且不含背景的子图，分别记为f\，f2，…，fm和gpg2，···，&; B.对f1;f2，…，fm和gl，g2，…，gm做多小波变换处理，得到样本的变换域数据； C.计算所有基于上述图像fpf2,…，乙和g2,…，gm变换域数据的多尺度纹理能量分布向量，进而得到煤和岩石图像的平均多尺度纹理能量分布向量Vcoal和V_k，将Vraal和Vrock作为分类特征加入到样本特征数据库用于煤岩分类识别阶段； D.煤岩分类识别阶段，在相同成像条件下，采集待识别的未知煤岩对象的彩色图像，并截取与样本特征训练阶段样本大小相同且不含背景的子图fx ; E.对fx做多小波变换，并计算其多尺度纹理能量分布向量Vx； F.根据多尺度纹理能量分布向量Vx与煤岩平均多尺度纹理能量分布向量Vcoal、Vrock之间的关系判断煤岩对象的类型。
2.根据权利要求I所述的一种基于图像离散多小波变换的煤岩识别方法，其特征在于，所述多小波变换包括以下步骤 (1)将彩色图像转换为灰度图像Ggray； (2)对Ggray按照双正交插值预滤波方式进行预处理 假设Ggray是大小为N1XN2的矩阵，首先对图像所有行进行预处理，处理后得到矩阵G1,G1中每行前半部分包含与第一个尺度函数相对应的系数，每行后半部分包含与第二个尺度函数相对应的系数； 然后对G1的所有列进行预处理，处理后得到矩阵G2, G2中每列前半部分系数与第一个尺度函数对应，每列后半部分系数与第二个尺度函数对应； (3)对上述预处理后的矩阵G2做二维GHM—级多小波变换 预处理后的矩阵G2也是大小为N1XN2的矩阵，首先对G2所有行做一维GHM —级多小波变换，变换后得到矩阵Gta，Gtr中每行前半部分存放低频系数，每行后半部分存放高频系数，低频系数的前半部分对应第一个尺度函数，后半部分对应第二个尺度函数，高频系数的前半部分对应第一个小波函数，后半部分对应第二个小波函数； 然后对Gfe的每一列做一维GHM —级多小波变换，变换后得到矩阵Gt。，Gtc中每列前半部分存放低频系数，后半部分存放高频系数，低频系数的前半部分对应第一个尺度函数，后半部分对应第二个尺度函数，高频系数的前半部分对应第一个小波函数，后半部分对应第二个小波函数。
3.根据权利要求2所述的一种基于图像离散多小波变换的煤岩识别方法，其特征在于，所述双正交插值预滤波公式为
4.根据权利要求I所述的一种基于图像离散多小波变换的煤岩识别方法，其特征在于，所述多尺度纹理能量分布向量及平均多尺度纹理能量分布向量的计算方法包括以下步骤 (1)对一幅煤岩图像用多小波滤波器组滤波，假设输入煤岩图像大小为N1XN2，经过一级GHM多小波变换得到变换后的图像为X，X大小也是N1XN2，对X分块得到p = 16幅不同尺度下的子图Xm,n，Xm,n是以X中元素
5.根据权利要求I所述的一种基于图像离散多小波变换的煤岩识别方法，其特征在于，所述根据多尺度纹理能量分布向量之间的关系判断煤岩对象类型的过程包括以下步骤 (1)取待识别煤岩对象的多尺度纹理能量分布向量Vx中最大的J个分量组成一个J维特征向量，记为mx ； (2)从样本特征数据库中读取煤炭和岩石的平均多尺度纹理能量分布向量VMal、Vrock,并找出与向量mx同子频带的J个分量，分别组成J维特征向量meMl和Hiroek ； (3)分别计算向量mx与meMl、mroek之间的距离，记为DeMl、Droek，在分类过程中，距离公式可以选择欧式距离； (4)比较Draal和Drodt,将该未知图像归入距离较小的一类。
6.根据权利要求5所述的一种基于图像离散多小波变换的煤岩识别方法，其特征在于，所述欧式距离的计算公式为 Dcoal = \mx - mcoal I =如。—ηξ , f + (mf) - m^al)2 + …+ {m(xJ) 一 m^> f ； Drock = \mx - mrock I = ^{mf 一 m^ck f + (mf - m^ck )2 + …+ (mf) _ TnirjJk f ； 其中ηιω表示向量m的第j个分量。
全文摘要
本发明公开了一种基于图像离散多小波变换的煤岩识别方法。根据待识别煤矿中煤和岩石种类，获取一组相同成像条件下的煤样本图像和岩石样本图像，从中各抽取m个样本并截取大小相同且不含背景的子图f1，f2，…，fm和g1，g2，…，gm。对f1，f2，…，fm和g1，g2，…，gm分别做一级GHM多小波变换，并计算所有子图基于变换域数据的多尺度纹理能量分布向量，进而得到煤和岩石样本的平均多尺度纹理能量分布向量Vcoal和Vrock；煤岩分类识别阶段，采集相同成像条件下的待识别煤岩图像，截取与样本相同尺寸的子图fx，对fx做一级GHM多小波变换，计算其多尺度纹理能量分布向量Vx。根据Vx与Vcoal、Vrock之间的关系判断煤岩对象类型。本发明利用图像识别煤岩对象类型，图像采集和处理设备安装方便、可靠性强、识别率高、软硬件升级维护方便。
文档编号G06K9/00GK102930253SQ201210428498
公开日2013年2月13日 申请日期2012年10月31日 优先权日2012年10月31日
发明者孙继平, 贾倪 申请人:中国矿业大学(北京)