用图像局部曲线方向分布识别煤岩的方法
【专利摘要】本发明公开了一种用图像局部曲线方向分布识别煤岩的方法，识别过程分2步：A.计算已知煤岩对象的图像Ic、Ir和待识别的图像Io的局部曲线方向分布特征Hc、Hr和Ho；B.根据Ho与Hc、Hr的相似程度来确定待识别的图像Io的对象是煤或者岩石。本发明的方法提高了煤岩识别稳定性和识别正确率，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，解决现有的基于图像技术的煤岩识别方法识别稳定性和识别正确率较低的问题。
【专利说明】用图像局部曲线方向分布识别煤岩的方法
【技术领域】
[0001] 本发明涉及一种用图像局部曲线方向分布识别煤岩的方法，属于图像识别技术领 域。
【背景技术】
[0002] 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、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。
[0003] 已有多种煤岩识别方法，如自然Y射线探测法、雷达探测法、应力截齿法、红外探 测法、有功功率监测法、震动检测法、声音检测法、粉尘检测法、记忆截割法等，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。
[0004] 通过对煤、岩石块状样本的观察，发现煤和岩石的表面纹理在局部呈现曲线结构 而其方向有很大的差异，当用成像技术获取煤岩信息时，这种差异性就隐含在图像数据里， 因此，提取出这种特征可用来区分煤岩。已有的基于图像技术的煤岩识别方法在识别稳定 性和识别正确率上还有很大的不足。
[0005] 因此，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。
【发明内容】
[0006] 本发明的目的在于提供一种用图像局部曲线方向分布识别煤岩的方法，该方法可 以提高煤岩识别稳定性和识别正确率，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，解决现有的基于图像技术的煤岩识别方法识别稳定性和识别正 确率较低的问题。
[0007] 根据一种实施例形式，提供一种用图像局部曲线方向分布识别煤岩的方法，给定 一幅或者多幅已知煤岩对象图像I。、I1?和一幅或者多幅待识别煤岩对象的图像I。，识别过 程包括以下步骤：
[0008] A?用相同的计算方法分别计算所述图像Ic、Ir和I。的局部曲线方向分布Hc、H r和 H。，所述计算方法具体包括如下步骤：
[0009] Al.计算描述像素点（x，y)邻域P内图像结构的矩阵T ;
[0010] A2.计算像素点（x，y)邻域P内的梯度平均方向小；
[0011] A3.以像素点（x，y)为中心，建立局部曲线度量坐标系vw，V沿着像素邻域P的 梯度平均方向4)，w沿垂直于4)方向的切线方向，所述度量坐标系下经过点（v = p, w = 〇)的曲线可由v-p = 描述，其中，k为曲线曲率；
[0012] A4.将所述度量坐标系下的曲线变换到坐标系pw'，变换关系为： p = v--kw2
[0013] 2 ； w' = w
[0014] A5.在pw'坐标系下计算描述像素点（x，y)邻域P内图像结构的矩阵T'，并计 算所述矩阵T'所描述的结构与度量坐标系下的曲线最相似时的特征值ApA 2;
[0015] A6.计算像素点（x，y) P邻域内结构为所述度量坐标系下的曲线时的测量置信度 C；
[0016] C=- Al +A2
[0017] A7.重复步骤Al?A6,遍历图像中的所有像素点；
[0018] A8.计算图像局部曲线方向分布H :
[0019]
【权利要求】
1. 一种用图像局部曲线方向分布识别煤岩的方法，给定一幅或者多幅已知煤岩对象的 图像I。、L和一幅或者多幅待识别煤岩对象的图像I。，其特征在于所述的方法包括以下步 骤： A.用相同的计算方法分别计算所述图像I。、Ir和I。的局部曲线方向分布H。、Hr和H。， 所述计算方法具体包括如下步骤： Al.计算描述像素点（x，y)邻域P内图像结构的矩阵T ; A2.计算像素点（X，y)邻域P内的梯度平均方向Φ ; A3.以像素点（X，y)为中心，建立局部曲线度量坐标系vw，V沿着像素邻域P的梯度 平均方向Φ，w沿垂直于Φ方向的切线方向，所述度量坐标系下经过点（V = p, w = 0)的 曲线可由v-尸= W2描述,其中，k为曲线曲率； A4.将所述度量坐标系下的曲线变换到坐标系pw'，变换关系为：
A5.在pw'坐标系下计算描述像素点（X，y)邻域P内图像结构的矩阵T'，并计算所 述矩阵T'所描述的结构与所述度量坐标系下的曲线最相似时的特征值λ i，λ2; Afi.计笪像素点（x，y) P邻域内结构为所述度量坐标系下的曲线时的测量置信度C ;
A7.重复步骤Al?A6,遍历图像中的所有像素点； A8. i+笪图像届部曲钱方向分布H :
其中，h为由步骤A2所计算的角度值为Φ时的概率，N2 = NXN为图像的大小，M为 当C > Ca时的像素个数，Ca为测量置信度阈值，π?φ为当C > Ca时角度值为Φ的像素个 数； Β.计算Η。分别与Η。#的相似性，并根据Η。与LHr的相似性关系，判别所述待识别图 像I。的对象是煤或者岩石，具体包括以下步骤： BI.计算Η。分别与?、扎
的相似性cU和cU ; B2.根据以下判别规则进行识别，ε为给定阈值， 当cU_cU> ε时，为煤； 当c^-d。，< - ε时，为岩； 当_ ε < d^-d。= < ε时，无法判断。
2. 根据权利要求1所述的方法，其特征在于，所述步骤Al中，所述矩阵T为：
其中，ix，Iy分别表示图像I中像素点（X，y)沿X方向和Y方向的微分，F表示在像素 点（x，y)邻域p内的平均操作。
3. 根据权利要求1所述的方法，其特征在于，所述步骤A2中，梯度平均方向Φ为：
4. 根据权利要求1所述的方法，其特征在于，所述的步骤A5中，所述矩阵T'为：
其中，Iy，Iw表示沿V，W方向的微分，Ip，Iw，表示沿p，W'方向的微分；
5. 根据权利要求4所述的方法，其特征在于，所述的步骤A5中，所述矩阵T'所描述的 结构与局部曲线形状最相似时的特征值λ i，\ 2为： λ, = Fill) X2 = F{ll)-S 该特征值是在k = 1?时取得。
【文档编号】G06K9/00GK104376313SQ201410746274
【公开日】2015年2月25日 申请日期:2014年12月10日 优先权日:2014年12月10日
【发明者】伍云霞 申请人:中国矿业大学(北京)