一种基于机器视觉的针对煤矸分选的图像算法的制作方法

本发明涉及煤矸分选，具体为一种基于机器视觉的针对煤矸分选的图像算法。

背景技术：

1、煤矸石是采煤过程和选、洗煤过程排放的固体废物，是一种在成煤过程中与煤层伴生的含碳较低、比煤坚硬的黑灰色岩石；煤矸石单独燃烧很困难，所以需要对其进行分选工作，煤矸分选是一项极其重要的环节，能够减少煤炭中的杂质含量，提升煤炭品质，减少煤炭中的污染物水平，煤中的灰分、硫、磷等成分都是有害杂质,尽量除掉这煤中的灰分、硫、磷等成分都是有害杂质,尽量除掉这柴质对提高煤炭的使用价值有着很重要的意义，除掉杂质的有效方法就是选煤，洗选可以提高煤的使用价值,大幅度地减少铁路运输量,通过选煤可以使原本煤质不好的资源获得合理有效的利用，将原煤中的煤矸等物质进行清除，从而能够使原煤更好的进行使用，且避免了原煤在是使用时的危害，但现有大多数煤矸分选方法，却有着一些不同之处，就比如：

2、现有的技术主要是浮选法、基于射线的干选法和基于可见光相机的单帧图像分析法，但浮选法需要通过大量的水源对煤矸进行遴选，可能会出现污水过多造成浪费的情况，而基于射线的干选法由于电离辐射大，所以难以进行大规模使用，且基于可见光相机的单帧图像分析法只能通过单张图像进行逐步分析，从而导致其分选效果一般；

3、所以我们提出了一种基于机器视觉的针对煤矸分选的图像算法，以便于解决上述中提出的现有的大多数浮选法用水量大、干选法电离辐射大和单帧图像分析法效果一般的问题。

技术实现思路

1、本发明的目的在于提供一种基于机器视觉的针对煤矸分选的图像算法，以解决上述背景技术提出的目前市场上的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于机器视觉的针对煤矸分选的图像算法，包括如下步骤：

3、步骤一：将所需要的分选的煤矸放置在设置有信号触发器的传输带或置物机构之上，当信号触发器检测到煤矸时，便可使图像采集单元对煤矸的图像进行采集；

4、步骤二：当图像采集单元对煤矸的图像进行采集时，图像采集单元内部的彩色相机便会生成偏振过滤的彩色图像，而黑白相机则会生成无偏振处理的黑白图像，随后将彩色相机图像和黑白相机图像融合成多通道图像，将其传输至数据收集处理单元中；

5、步骤三：通过数据收集处理单元把已经处理好的多通道图像传输至ai检测神经网络中，从而通过ai检测神经网络对图像上的煤矸选铆框的位置进行遍历，在从融合后的图像上接取的区域图像进行分类并复判即可；

6、步骤四：当ai检测神经网络对各个图像上的煤矸区域分选完毕后，可通过ai检测神经网络与煤矸分拣单元进行连接，通过在煤矸分拣单元内部设置机械臂或其他推动单元，使ai检测神经网络操控煤矸分拣单元对置物台或传输带上的煤矸进行分拣工作。

7、本方法的图像算法是基于相机采集的两张图像进行处理和分析，其中一张图像上是经过偏振光过滤的彩色相机图像，主要是分析煤矸表面的材质颜色，一张图像上黑白相机采集的无偏振过滤的图像，主要是分析煤矸的形状，表面纹理和结晶等性质；结合深度学习检测定位算法，图像融合算法和图像分来算法来实现煤矸图像的高精度检测和分类。

8、作为本发明的优选技术方案，信号触发器可选用重量信号触发器或红外线信号触发器等类别，从而使得信号触发器在感应到煤矸时，图像采集单元能够更好的对各个区域的煤矸图像进行采集。

9、采用上述技术方案能够通过信号触发器与图像采集单元进行连接，能够使信号触发器在检测到煤矸石时，通过够图像采集单元进行发送信号的功能，从而增加了图像采集单元在采集煤矸石图像的效率。

10、作为本发明的优选技术方案，图像采集单元内部设置的彩色相机和黑白相机能够通过连接其他滑动设备进行移动，从而更好的使图像采集单元采集煤矸所在位置的各个区域的信息，且在铆选位置时，也会更加的方便。

11、采用上述技术方案能够使管理员在调节彩色相机或黑白相机的位置时，可以更加的方便，从而增加了图像采集单元的可调节性。

12、作为本发明的优选技术方案，图像预处理单元包括第一图像预处理和第二图像预处理，其中，第一图像预处理能够对彩色相机生成的偏振过滤的彩色图像法进行滤波去噪和图像增强，而第二图像预处理单元能够对黑白相机生成的无偏振处理的黑白图像进行坐标偏移校正和畸变校正。

13、采用上述技术方案能够使结合两个相机光学成像的优点，并屏蔽了两个相机图像特征彼此之间的互相干扰，并且进行了图像融合，使得融合后的图像特征更加丰富，更利于后续的算法处理；在采用了两帧图像综合分析和融合后进行深度学习算法处理的基础上，精测精度有了很大提升。

14、作为本发明的优选技术方案，当彩色相机图像和黑白相机图像进行融合形成多通道图像传输至数据收集处理单元中后，可通过数据收集处理单元对多通道图像数据进行保存，从而在纠错时能够更加方便。

15、采用上述技术方案能够使数据收集处理单元能够对已经融合形成的多通道图像进行储存，从而使管理员在进行查看时，能够更加的方便，增加了该算法的准确性。

16、作为本发明的优选技术方案，在煤矸触发信号触发器后，信号触发器便会向图像采集单元发出信号，使得彩色相机和黑白相机同时进行触发拍照，获取两帧图片。

17、采用上述技术方案能够使信号触发器再向图像采集单元发出信号后，图像采集单元能够同时拍下两帧图片进行对比，从而完成后续工作，增加了该算法在实际应用时的联动性。

18、作为本发明的优选技术方案，在融合成多通道图像时，可在此基础上将两张图像的公共区域图像剪裁后进行通道叠加，形成一张四通道的图像。

19、作为本发明的优选技术方案，当遍历所有的候选框区域，利用ai检测神经网络中的分类神经网络进行复判时，可根据复判后的框选区域判定标签，将所有的框选区域的煤矸类别分选。

20、采用上述技术方案能够使ai检测神经网络在对煤矸石进行分选工作时，能够更加的准确，从而增加了该算法的准确性。

21、作为本发明的优选技术方案，在用中先从彩色相机中获取煤矸候选铆框位置，然后在此基础上将彩色相机的图像和黑白相机的图像进行坐标偏移校正和畸变校正，从而将原本三通道的彩色图像和单通道的黑白图像融合成一张四通道的图像。

22、采用上述技术方案能够使该算法在进行融合四通道的图像时，可以更加的方便，从而增加了该算法的实用性。

23、与现有技术相比，本发明的有益效果是：本方法的图像算法是基于相机采集的两张图像进行处理和分析，其中一张图像上是经过偏振光过滤的彩色相机图像，主要是分析煤矸表面的材质颜色，一张图像上黑白相机采集的无偏振过滤的图像，主要是分析煤矸的形状，表面纹理和结晶等性质；结合深度学习检测定位算法，图像融合算法和图像分来算法来实现煤矸图像的高精度检测和分类；

24、本算法结合了两个相机光学成像的优点，并屏蔽了两个相机图像特征彼此之间的互相干扰，并且进行了图像融合，使得融合后的图像特征更加丰富，更利于后续的算法处理；在采用了两帧图像综合分析和融合后进行深度学习算法处理的基础上，精测精度有了很大提升；

25、进一步的，通过信号触发器与图像采集单元进行连接，能够使信号触发器在检测到煤矸石时，通过够图像采集单元进行发送信号的功能，从而增加了图像采集单元在采集煤矸石图像的效率。