CN104463098A - 用图像的结构张量方向直方图特征识别煤岩 - Google Patents

用图像的结构张量方向直方图特征识别煤岩 Download PDF

Info

Publication number
CN104463098A
CN104463098A CN201410608224.0A CN201410608224A CN104463098A CN 104463098 A CN104463098 A CN 104463098A CN 201410608224 A CN201410608224 A CN 201410608224A CN 104463098 A CN104463098 A CN 104463098A
Authority
CN
China
Prior art keywords
image
coal
structure tensor
rock
direction histogram
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410608224.0A
Other languages
English (en)
Other versions
CN104463098B (zh
Inventor
伍云霞
孙继平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology CUMT
China University of Mining and Technology Beijing CUMTB
Original Assignee
China University of Mining and Technology Beijing CUMTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology Beijing CUMTB filed Critical China University of Mining and Technology Beijing CUMTB
Priority to CN201410608224.0A priority Critical patent/CN104463098B/zh
Publication of CN104463098A publication Critical patent/CN104463098A/zh
Application granted granted Critical
Publication of CN104463098B publication Critical patent/CN104463098B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758Involving statistics of pixels or of feature values, e.g. histogram matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种用图像的结构张量方向直方图特征识别煤岩的方法,该方法采用形态学尺度空间图像的结构张量方向直方图表征煤岩对象特征,用下述步骤进行识别:A.用结构张量方向直方图表征已知煤岩对象的图像;B.用与步骤A相同的方法表征待识别的煤岩图像;C.比较步骤B和步骤A所确定的图像特征的相似性进行煤岩识别,具有识别率高,稳定性好、鲁棒性强等特点。

Description

用图像的结构张量方向直方图特征识别煤岩
技术领域
本发明涉及一种用图像的结构张量方向直方图特征识别煤岩的方法,属于图像识别技术领域。
背景技术
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。
已有多种煤岩识别方法,如自然γ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。
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粗糙程度、稀疏程度、纹理变化的均匀性、沟纹的深浅等方面都有很大差异,因此,用图像技术来识别煤岩具有可行性,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。
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
因此,本发明的目的在于提供一种用图像的结构张量方向直方图特征识别煤岩的方法,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。
根据一种实施例形式,提供一种用图像的结构张量方向直方图特征识别煤岩的方法,包括以下步骤:
A.用图像的结构张量方向直方图表征已知煤岩对象的图像;
B.用与步骤A相同的方法表征待识别的煤岩图像;
C.比较步骤B和步骤A所确定的图像特征的相似性进行煤岩识别;
在进一步特定的但非限制性的形式中,所述煤岩图像结构张量方向直方图特征计算包括如下步骤:
(1).对于给定的已知煤岩对象的图像fc和fr及待识别的煤岩图像fx,用不同尺度的圆型平坦结构元素δ1、δ2对其进行腐蚀和膨胀操作,得到不同尺度下的煤图像{f}、岩图像{f}和待识别的煤岩图像{f};
(2).计算{f}中每张图像的结构张量方向直方图,相加滤除噪声后得到煤的结构张量方向直方图Hc;计算{f}中每张图像的结构张量方向直方图,相加滤除噪声后得到岩的结构张量方向直方图Hr;计算{f}中每张图像的结构张量方向直方图,相加滤除噪声后得到待识别煤岩图像的结构张量方向直方图Hx
在进一步特定的但非限制性的形式中,所述图像的结构张量方向计算包括如下步骤:
(1).给定灰度图像I,计算其结构张量T
T = F I x 2 I x I y I x I y I y 2 = T xx T xy T yx T yy
Ix,Iy表示像素点(x,y)分别在X方向和Y方向的微分,F表示在像素点(x,y)邻域内的平均操作;
(2).计算
p = ( T xx - T yy ) 2 + 4 T xy 2 T xx + T yy
如果k为常数,计算每个像素的结构张量方向
φ=arctan2(Txx-Tyy,2Txy)
其中
arctan 2 ( x , y ) = arctan ( y x ) ifx > 0 arctan ( y x ) + &pi;sign ( y ) ifx < 0 &pi; 2 sign ( y ) ifx = 0 , y &NotEqual; 0
sign ( z ) = + 1 if z &GreaterEqual; 0 - 1 if z < 0 ;
在进一步特定的但非限制性的形式中,所述煤岩图像结构张量方向直方图相似性计算公式为:
d ( h 1 , h 2 ) = 1 2 &Sigma; i = 1 B ( h 1 i - h 2 i ) 2 h 1 i + h 2 i ;
在进一步特定的但非限制性的形式中,所述煤岩识别方法为:若
d(Hx,Hc)<d(Hx,Hr)<T1且d(Hx,Hr)>T2,则为煤,其它则为岩;其中,B为结构张量方向直方图的单元个数,T1,T2为常数。
附图说明
通过以下说明,附图实施例变得显而已见,其仅以结合附图描述的至少一种优选但非限制性实施例的示例方式给出。
图1是本发明所述图像结构张量方向直方图计算流程。
图2是本发明煤、岩和待识别煤岩图像结构张量方向直方图计算流程。
图3是本发明中所用到的结构元素。
图4是本发明所述煤岩识别方法的流程图。
具体实施方式
通过对煤、岩石块状样本的观察,煤、岩石的纹理在粗糙程度、稀疏程度、纹理变化的均匀性、沟纹的深浅等方面有很大的不同。煤和岩石图像在纹理特征上的自稳定性和互异性为煤岩识别的实现提供了先决条件。因此,找到一种或若干种能明显区分煤和岩石的稳定图像特征即可完成煤岩识别任务。图像的结构张量描述了每个像素邻域内的纹理结构,通过大量的实验研究发现用图像结构张量方向直方图特征能够有效地识别煤岩对象。图像的分辨率越高则能用越小的尺度表征物体,不同尺度的图像表征了物体不同程度的细节,最小尺度的图像表征了物体最精细的特征,最大尺度的图像则表征了物体最粗略的特征,根据形态学尺度空间理论,在大尺度图像里的特征在小尺度图像里一定有一个与之对应的特征,用不同尺度图像里的特征共同描述物体更加强了描述特征的稳定性、鉴别性和鲁棒性。
本发明用多尺度的煤岩图像的结构张量方向直方图特征来识别煤岩对象,首先介绍图像结构张量方向直方图的计算。
给定灰度图像I,其结构张量T由式(1)计算:
T = G &rho; * I x 2 I x I y I x I y I y 2 = T xx T xy T yx T yy - - - ( 1 )
Gρ为由式(2)所示的高斯函数,ρ为像素点(x,y)的邻域范围(ρ=5),*表示卷积运算。
G &rho; = 1 2 &pi; &rho; 2 exp { - x 2 + y 2 2 &rho; 2 } - - - ( 2 )
Ix,Iy表示像素点(x,y)分别在X方向和Y方向的微分,由式(3)计算
I x = G &sigma; x * I , I y = G &sigma; y * I - - - ( 3 )
为高斯函数分别在X方向和Y方向的微分(σ=1)。
结构张量T反映了每个像素邻域ρ内的纹理结构,其ρ邻域内纹理结构的特征由式(4)度量:
p = ( T xx - T yy ) 2 + 4 T xy 2 T xx + T yy - - - ( 4 )
当p→0时,表示其ρ邻域内纹理结构是均匀的,当p→1时表示其ρ邻域内纹理结构有非常强的方向性,其纹理结构的方向向量w为式(5)所示:
w = T xx - T yy 2 T xy - - - ( 5 )
忽略微小的不均匀结构,考虑时纹理结构的方向,像素点(x,y)ρ邻域内的纹理结构方向由式(6)计算
φ=arctan2(Txx-Tyy,2Txy)   (6)
其中
arctan 2 ( x , y ) = arctan ( y x ) ifx > 0 arctan ( y x ) + &pi;sign ( y ) ifx < 0 &pi; 2 sign ( y ) ifx = 0 , y &NotEqual; 0
sign ( z ) = + 1 if z &GreaterEqual; 0 - 1 if z < 0
因此,φ∈(-π,π),将φ划分成360个单元,统计图像I中每个方向出现的频率,即为该图像的结构张量方向直方图,其流程如图1所示。
图2是煤、岩和待识别煤岩图像结构张量方向直方图计算流程图。将成像设备获得的已知煤、岩对象的图像或者待识别对象的图像f用尺度分别为δ1=1,δ2=2的圆形平坦结构元素进行彭胀和腐蚀操作,其结构元素如图3所示,得到包括原图像在内的5幅形态学尺度空间的图像,按图1所述流程提取每一幅图像的结构张量方向直方图,将每个直方图中对应单元数相加,将小于阈值τ的单元的个数抑制到1,即滤波以压制噪声得到已知煤、岩对象的图像或者待识别对象图像的结构张量方向直方图。
图4为用图像的结构张量方向直方图识别煤岩的基本流程,首先执行由①虚线所示操作步骤,此操作步骤在煤岩识别过程中只执行一次。成像设备获得已知煤样本图像fc和已知岩样本图像fr后,在形态学尺度空间分别对fc和fr进行处理,得到不同尺度的图像{fsc},{fsr},然后由{fsc}和{fsr}分别得到表征煤图像特征的结构张量方向直方图Hc和表征岩石图像特征的结构张量方向直方图Hr
再执行由②实线所示操作步骤,获得待识别对象图像的结构张量方向直方图Hx后,根据d(Hx,Hc)和d(Hx,Hr)的距离关系识别是煤还是岩石,距离计算公式为式(7):
d ( h 1 , h 2 ) = 1 2 &Sigma; i = 1 B ( h 1 i - h 2 i ) 2 h 1 i + h 2 i - - - ( 7 )
若d(Hx,Hc)<d(Hx,Hr)<T1且d(Hx,Hr)>T2,则为煤,其它则为岩;其中,B为结构张量方向直方图的单元个数,T1,T2为设定的阈值。

Claims (5)

1.一种用图像的结构张量方向直方图特征识别煤岩的方法,其特征在于,包括以下步骤: 
A.用图像的结构张量方向直方图表征已知煤岩对象的图像; 
B.用与步骤A相同的方法表征待识别的煤岩图像; 
C.比较步骤B和步骤A所确定的图像特征的相似性进行煤岩识别。 
2.根据权利要求1所述方法,其特征在于所述煤岩图像结构张量方向直方图特征计算包括如下步骤: 
(1).对于给定的已知煤岩对象的图像fc和fr及待识别的煤岩图像fx,用不同尺度的圆型平坦结构元素δ1、δ2对其进行腐蚀和膨胀操作,得到不同尺度下的煤图像{f}、岩图像{f}和待识别的煤岩图像{f}; 
(2).计算{f}中每张图像的结构张量方向直方图,相加滤除噪声后得到煤的结构张量方向直方图Hc;计算{f}中每张图像的结构张量方向直方图,相加滤除噪声后得到岩的结构张量方向直方图Hr;计算{f}中每张图像的结构张量方向直方图,相加滤除噪声后得到待识别煤岩图像的结构张量方向直方图Hx。 
3.根据权利要求1和2任一项所述方法,其特征在于所述图像结构张量方向计算包括如下步骤: 
(1).给定灰度图像I,计算其结构张量T 
Ix,Iy表示像素点(x,y)分别在X方向和Y方向的微分,F表示在像素点(x,y)邻域内的平均操作; 
(2).计算 
如果k为常数,计算每个像素的结构张量方向 
φ=arctan2(Txx-Tyy,2Txy
其中 
4.根据权利要求1所述方法,其特征在于所述煤岩图像结构张量方向直方图相似性计算公式为: 
5.根据权利要求1所述方法,其特征在于所述煤岩识别方法为: 
若d(Hx,Hc)<d(Hx,Hr)<T1且d(Hx,Hr)>T2,则为煤,其它则为岩;其中,B为结构张量方向直方图的单元个数,T1,T2为常数。 
CN201410608224.0A 2014-11-04 2014-11-04 用图像的结构张量方向直方图特征识别煤岩 Expired - Fee Related CN104463098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410608224.0A CN104463098B (zh) 2014-11-04 2014-11-04 用图像的结构张量方向直方图特征识别煤岩

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410608224.0A CN104463098B (zh) 2014-11-04 2014-11-04 用图像的结构张量方向直方图特征识别煤岩

Publications (2)

Publication Number Publication Date
CN104463098A true CN104463098A (zh) 2015-03-25
CN104463098B CN104463098B (zh) 2018-01-30

Family

ID=52909114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410608224.0A Expired - Fee Related CN104463098B (zh) 2014-11-04 2014-11-04 用图像的结构张量方向直方图特征识别煤岩

Country Status (1)

Country Link
CN (1) CN104463098B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146936A (zh) * 2018-07-17 2019-01-04 湖南云顶智能科技有限公司 一种图像匹配方法、装置、定位方法及系统
CN109187915A (zh) * 2018-09-25 2019-01-11 河南理工大学 一种声音识别法选煤过程中的可选性评定方法
CN109657717A (zh) * 2018-12-17 2019-04-19 罗世彬 一种基于多尺度密集结构特征提取的异源图像匹配方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1815272A2 (en) * 2004-11-24 2007-08-08 Paradigm Geophysical Ltd. System and method for fault identification
CN103473546A (zh) * 2013-09-10 2013-12-25 电子科技大学 一种基于结构张量的指纹方向场获取方法
CN103927553A (zh) * 2014-05-05 2014-07-16 中国矿业大学(北京) 基于多尺度微纹理和对比度联合分布的煤岩识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1815272A2 (en) * 2004-11-24 2007-08-08 Paradigm Geophysical Ltd. System and method for fault identification
CN103473546A (zh) * 2013-09-10 2013-12-25 电子科技大学 一种基于结构张量的指纹方向场获取方法
CN103927553A (zh) * 2014-05-05 2014-07-16 中国矿业大学(北京) 基于多尺度微纹理和对比度联合分布的煤岩识别方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146936A (zh) * 2018-07-17 2019-01-04 湖南云顶智能科技有限公司 一种图像匹配方法、装置、定位方法及系统
CN109187915A (zh) * 2018-09-25 2019-01-11 河南理工大学 一种声音识别法选煤过程中的可选性评定方法
CN109657717A (zh) * 2018-12-17 2019-04-19 罗世彬 一种基于多尺度密集结构特征提取的异源图像匹配方法

Also Published As

Publication number Publication date
CN104463098B (zh) 2018-01-30

Similar Documents

Publication Publication Date Title
US10197502B2 (en) Information processing device, information processing method and medium
US8818077B2 (en) Stereo image matching apparatus and method
CN103927553B (zh) 基于多尺度微纹理和对比度联合分布的煤岩识别方法
CN102509087B (zh) 一种基于图像灰度共生矩阵的煤岩识别方法
CN103927528B (zh) 基于紧邻域像素灰度联合分布特征的煤岩识别方法
US8121400B2 (en) Method of comparing similarity of 3D visual objects
CN102768022B (zh) 采用数码照相技术的隧道围岩变形检测方法
CN104751192A (zh) 基于图像块共生特征的煤岩识别方法
CN103927514B (zh) 一种基于随机局部图像特征的煤岩识别方法
CN104134074B (zh) 一种基于激光扫描的煤岩识别方法
CN104463098A (zh) 用图像的结构张量方向直方图特征识别煤岩
CN110263662B (zh) 一种基于分级的人体轮廓关键点和关键部位识别方法
CN104828517A (zh) 基于视觉的皮带跑偏检测方法
CN103942576B (zh) 一种用空域多尺度随机特征识别煤岩的方法
CN109767426B (zh) 一种基于图像特征识别的盾构隧道渗漏水检测方法
CN105243401A (zh) 基于煤岩结构元学习的煤岩识别方法
CN104778461A (zh) 基于相似测度学习的煤岩识别方法
CN104751193B (zh) 基于距离约束相似性的煤岩识别方法
CN105350963B (zh) 一种基于相关性度量学习的煤岩识别方法
CN116304963B (zh) 一种适用于地质灾害预警的数据处理系统
KR102133330B1 (ko) 구조물의 균열 인식 장치 및 방법
CN104732239A (zh) 基于小波域非对称广义高斯模型的煤岩分类方法
CN115496731A (zh) 一种皮带跑偏检测方法、装置及电子设备
CN105354596B (zh) 基于结构化稀疏编码的煤岩识别方法
CN104376313B (zh) 用图像局部曲线方向分布识别煤岩的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180130

Termination date: 20201104