CN104778461B - 基于相似测度学习的煤岩识别方法 - Google Patents
基于相似测度学习的煤岩识别方法 Download PDFInfo
- Publication number
- CN104778461B CN104778461B CN201510197936.2A CN201510197936A CN104778461B CN 104778461 B CN104778461 B CN 104778461B CN 201510197936 A CN201510197936 A CN 201510197936A CN 104778461 B CN104778461 B CN 104778461B
- Authority
- CN
- China
- Prior art keywords
- image
- coal
- training
- coal petrography
- collection
- 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.)
- Expired - Fee Related
Links
Abstract
本发明公开了一种基于相似性测度学习的煤岩识别方法,该方法直接面向煤岩识别任务,通过监督煤岩识别正确率,从煤岩数据中学习能辨别煤岩本质相似性的测度函数,具有适应煤岩图像数据变化的能力从而使得该方法具有高的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。
Description
技术领域
本发明属于煤岩识别方法领域,尤其涉及一种基于相似测度学习的煤岩识别方法。
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。
为解决上述问题,图像技术越来越受到重视并研发了一些基于图像技术的煤岩识别方法,然而已有方法需要人工精心选择图像特征或者图像特征的组合,这往往需要很大的努力与尝 试,然而所得方法并不总是对因成像条件变化引起的图像数据变化具有具鲁棒性,致使在识别稳定性和识别正确率上还有很大的不足。
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
本发明的目的在于提供一种基于相似性测度学习的煤岩识别方法,该方法直接面向煤岩识别任务,通过监督煤岩识别正确率,从煤岩数据中学习能辨别煤岩本质相似性的测度函数,具有适应煤岩图像数据变化的能力从而使得该方法具有高的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,提供一种基于相似性测度学习的煤岩识别方法,其特征在于包括以下步骤:
A.针对应用问题有目的采集煤、岩样本图像,提取表征煤、岩样本图像的特征向量,构成煤岩模式集;
B.利用模式集数据求解使取得极大值的w,其中:(为简洁省略x,y下标),T表示转置,β是常数,S表示由相同类两幅图像构成的图像对集,D表示由不同类两幅图像构成的图像对集;
C.对于一幅待识别的煤岩图像,用与步骤A中相同的方法提取图像特征向量,用s(x,y,w) 度量其与模式集中每一幅图像的相似性,值越大越相似,按值从大到小排序,排在前三的图像中多数图像所属的类别即为待识别图像的类别。
在进一步特定的但非限制性的形式中,在所述步骤A中,图像特征向量抽取方法是:将图像分割成非重叠的、大小相等的若干小块,提取每一个小块的LBP直方图然后将他们级连接在一起构成向量,并由||·||1正则化。
在进一步特定的但非限制性的形式中,所述步骤B中求解w过程如下:
B1.分别从图像对集S和D中随机取一部分图像对构成训练集,其余的为验证集;
B2.给w0赋初值;
B3.采用由粗到细的策略,给β赋若干不同的值,对每个β值用训练集求使函数 f(w)取值最大的w*;
B4.对步骤B3中的每一个w*,用验证集根据交叉验证法验证用函数s(x,y,w*)识别煤岩图像的误差,找出误差最小的w*,记为表示本轮训练结果;
B5.和上一轮训练结果比,若小于设定的收敛误差ε,即则训练结束;否则回到步骤B3,开始下一轮训练,训练轮次t>2。
附图说明
通过以下说明,附图实施例变得显而易见,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是本发明所述煤岩识别方法的流程图。
图2是本发明中煤岩相似性测度函数训练流程图。
具体实施方式
一种基于相似性测度学习的煤岩识别方法,包括如下步骤(流程见图1):
A.采集煤和岩石样本图像,这些图像包括不同拍摄视点、不同光照、不同拍摄距离等的图像,这些图像包含了可能的成像状况。对于每一幅图像,用相同大小的矩形在其中心处截取不包含背景的如大小为200×200子图,将这些子图作为煤岩模式图像。提取这些图像的特征,提取方法是:将图像分割成不相重叠的方块,方块的大小最好能被训练图像整除如20×20,对于每一个方块,用59维的LBP直方图表示,然后将每个方块的LBP直方图级联,构成图像的特征向量,用||·||1将该向量正则化;
将模式图像中煤和煤,岩和岩两两组合构成相似性图像对集S,煤和岩两两组合构成不相似图像对集D;
B.求度量煤岩图像相似性的测度函数中的变换矩阵w,所求的w 使函数当两张图像是相似性图像时,输出尽可能大的值,当两张图像是不相似图像时,输出尽可能小的值,其中,β是常数。优化的具体过程包括如下步骤,见图2:
B1.分别从图像对集S和D中随机取50%图像对构成训练集,其余的为验证集;
B2.给w0赋初值,如单位矩阵I;
B3.采用由粗到细的策略,给β赋若干不同的值,对每个β值用训练集求使函数 f(w)取值最大的w*;
B4.对步骤B3中的每一个w*,用验证集采用5-fold交叉验证法验证用函数s(x,y,w*)识别煤岩图像时产生的误差,找出误差最小的w*,记为表示本轮训练结果;
B5.和上一轮训练结果比,若小于设定的收敛误差ε=0.0001,即则训练结束;否则回到步骤B3,开始下一轮训练,训练轮次t>2。
C.对于一幅待识别的煤岩图像,用与步骤A中相同的方法提取图像特征向量,用s(x,y,w) 度量其与模式集中每一幅图像的相似性,值越大越相似,按值从大到小排序,排在前三的图像中多数图像所属的类别即为待识别图像的类别。
Claims (3)
1.一种基于相似测度学习的煤岩识别方法,其特征在于包括以下步骤:
A.针对应用问题有目的采集煤、岩样本图像,提取表征煤、岩样本图像的特征向量,构成煤岩模式集;
B.利用模式集数据求解使取得极大值的w,其中:为简洁省略x,y下标,T表示转置,β是常数,S表示所有相同类两幅图像构成的图像对集,D表示所有不同类两幅图像构成的图像对集;
C.对于一幅待识别的煤岩图像,用与步骤A中相同的方法提取图像特征向量,用s(x,y,ω)度量其与模式集中每一幅图像的相似性,值越大越相似,按值从大到小排序,排在前三的图像中多数图像所属的类别即为待识别图像的类别。
2.根据权利要求1所述煤岩识别方法,其特征在于所述步骤A中,图像特征向量抽取方法是:将图像分割成非重叠的、大小相等的若干小块,提取每一个小块的LBP直方图然后,将它们级连接在一起构成向量,并由||·||1正则化。
3.根据权利要求1所述煤岩识别方法,其特征在于所述步骤B中求解ω过程如下:
B1.分别从图像对集S和D中随机取一部分图像对构成训练集,其余的为验证集;
B2.给w0赋初值;
B3.采用由粗到细的策略,给β赋若干不同的值,对每个β值用训练集求使函数f(w)取值最大的w*;
B4.对步骤B3中的每一个w*,用验证集根据交叉验证法验证用函数s(x,y,w*)识别煤岩图像的误差,找出误差最小的w*,记为表示本轮训练结果;
B5.和上一轮训练结果比,若小于设定的收敛误差ε,即则训练结束;否则回到步骤B3,开始下一轮训练,训练轮次t>2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510197936.2A CN104778461B (zh) | 2015-04-24 | 2015-04-24 | 基于相似测度学习的煤岩识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510197936.2A CN104778461B (zh) | 2015-04-24 | 2015-04-24 | 基于相似测度学习的煤岩识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104778461A CN104778461A (zh) | 2015-07-15 |
CN104778461B true CN104778461B (zh) | 2018-02-13 |
Family
ID=53619914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510197936.2A Expired - Fee Related CN104778461B (zh) | 2015-04-24 | 2015-04-24 | 基于相似测度学习的煤岩识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104778461B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109025987B (zh) * | 2018-07-30 | 2022-02-22 | 山东科技大学 | 一种主动激励煤岩红外识别采煤机 |
CN109163997B (zh) * | 2018-09-18 | 2020-12-11 | 天津大学 | 一种基于声谱图深度学习的岩石表面强度测定方法 |
CN113052208B (zh) * | 2021-03-10 | 2023-08-25 | 神华神东煤炭集团有限责任公司 | 基于视觉的煤岩识别方法、存储介质及电子设备 |
CN113435294B (zh) * | 2021-06-23 | 2023-05-23 | 中国矿业大学(北京) | 基于图像与声音融合的煤岩界面定位识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1477588A (zh) * | 2003-07-01 | 2004-02-25 | �Ϻ���ͨ��ѧ | 一种基于每人一幅图像的自动人脸识别方法 |
CN103207999A (zh) * | 2012-11-07 | 2013-07-17 | 中国矿业大学(北京) | 一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法和系统 |
CN103927514A (zh) * | 2014-04-09 | 2014-07-16 | 中国矿业大学(北京) | 一种基于随机局部图像特征的煤岩识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375987B (zh) * | 2010-08-17 | 2014-04-02 | 国基电子(上海)有限公司 | 图像处理设备及图像特征向量提取与图像匹配方法 |
-
2015
- 2015-04-24 CN CN201510197936.2A patent/CN104778461B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1477588A (zh) * | 2003-07-01 | 2004-02-25 | �Ϻ���ͨ��ѧ | 一种基于每人一幅图像的自动人脸识别方法 |
CN103207999A (zh) * | 2012-11-07 | 2013-07-17 | 中国矿业大学(北京) | 一种基于煤岩图像特征抽取以及分类识别的煤岩分界方法和系统 |
CN103927514A (zh) * | 2014-04-09 | 2014-07-16 | 中国矿业大学(北京) | 一种基于随机局部图像特征的煤岩识别方法 |
Non-Patent Citations (3)
Title |
---|
基于小波的煤岩图像特征抽取与识别;孙继平等;《煤炭学报》;20131121;第38卷(第10期);第1900-1904页 * |
基于视觉技术的煤岩特征分析与识别;张万枝等;《煤炭技术》;20141010;第33卷(第10期);第272-274页 * |
相似性测度函数分析及其在图像匹配中的应用研究;宋伟等;《中央民族大学学报( 自然科学版)》;20140215;第23卷(第1期);第44-49页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104778461A (zh) | 2015-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927514B (zh) | 一种基于随机局部图像特征的煤岩识别方法 | |
CN104778461B (zh) | 基于相似测度学习的煤岩识别方法 | |
Huang et al. | A multidirectional and multiscale morphological index for automatic building extraction from multispectral GeoEye-1 imagery | |
CN109978822B (zh) | 一种基于机器视觉的香蕉成熟度评判建模方法和评判方法 | |
CN103927528B (zh) | 基于紧邻域像素灰度联合分布特征的煤岩识别方法 | |
CN104751192B (zh) | 基于图像块共生特征的煤岩识别方法 | |
CN104268505A (zh) | 基于机器视觉的布匹疵点自动检测识别装置及方法 | |
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 | |
Tripathi et al. | An image processing and neural network based approach for detection and classification of plant leaf diseases | |
CN102509085A (zh) | 基于轮廓不变矩特征的猪行走姿态识别系统和方法 | |
CN103942576B (zh) | 一种用空域多尺度随机特征识别煤岩的方法 | |
CN104318254A (zh) | 一种基于dct低频分量特征的快速煤岩识别方法 | |
CN106548131A (zh) | 一种基于行人检测的施工人员安全帽实时检测方法 | |
CN105243401A (zh) | 基于煤岩结构元学习的煤岩识别方法 | |
CN114091606A (zh) | 一种隧道爆破炮孔半眼痕识别和损伤平整度评价分类方法 | |
CN105350963B (zh) | 一种基于相关性度量学习的煤岩识别方法 | |
CN106951924B (zh) | 基于AdaBoost算法的地震相干体图像断层自动识别方法及系统 | |
CN104427210B (zh) | 一种随机异常闪烁点检测方法及装置 | |
CN102880858A (zh) | 一种煤岩图像自动识别方法 | |
CN104751193B (zh) | 基于距离约束相似性的煤岩识别方法 | |
JP2007018176A (ja) | 学習装置、学習方法、学習プログラム、記録媒体、パターン認識装置およびパターン認識方法 | |
Shanmugam et al. | Optimal region growing and multi-kernel SVM for fault detection in electrical equipments using infrared thermography images | |
CN105354596B (zh) | 基于结构化稀疏编码的煤岩识别方法 | |
Lemy et al. | Image analysis of drill core | |
CN112883889A (zh) | 一种适用于电力施工场景下违章行为检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
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 |
Granted publication date: 20180213 Termination date: 20190424 |
|
CF01 | Termination of patent right due to non-payment of annual fee |