CN205330670U - 基于相关性度量学习的煤岩识别装置 - Google Patents
基于相关性度量学习的煤岩识别装置 Download PDFInfo
- Publication number
- CN205330670U CN205330670U CN201520972935.6U CN201520972935U CN205330670U CN 205330670 U CN205330670 U CN 205330670U CN 201520972935 U CN201520972935 U CN 201520972935U CN 205330670 U CN205330670 U CN 205330670U
- Authority
- CN
- China
- Prior art keywords
- coal
- identification
- module
- image
- control module
- 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
本实用新型公开了一种基于相关性度量学习的煤岩识别装置,包括数据处理单元、语音播报装置、图像类别显示装置、光源、摄像机、步进电机、电动伸缩杆、玻璃窗清洁刷、通信线路、采煤机控制器、防爆透视玻璃窗和防爆外壳。本实用新型采用的语音播报装置、图像类别显示装置可以实时语音播报和液晶显示数据处理单元的分类识别结果,增加了装置的实用性和便捷性。图像处理与识别模块由FPGA模块和DSP模块构成。FPGA模块的主要功能是对输入图像进行预处理,DSP模块的主要功能是对预处理后的图像进行分类识别,两个模块的结合能够有效地减少数据冗余量,缩短装置对煤岩对象分类识别的时间。本装置具有结构简单,易于部署,适用性强,识别率高,各部分集成度高,易于维护和升级等特点。
Description
技术领域
本实用新型涉及一种基于相关性度量学习的煤岩识别装置,用于识别煤炭生产过程中的煤和岩石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。目前,较为成熟的技术有自然γ射线探测法和记忆截割法,已经应用到采煤机上。自然γ射线探测法对页岩顶板有较好的适应性,而对砂岩顶板则适应性极差。记忆截割法适合于地质条件好、煤层比较平整的矿井,而且必须通过采煤机驾驶员手动操作来调制工作参数,应用上存在一定的局限性。
目前的煤岩识别装置存在以下问题:需要在现有设备上加装各类传感器以获取信息为主,导致装置结构复杂,成本高;采煤机滚筒、掘进机等设备在采煤过程中振动剧烈,传感器安装比较困难,传感器以及电气线路容易受到损坏,装置可靠性差;对于不同类型机械设备,传感器的类型和个数需要根据具体的采煤工作面的环境而定,导致装置的适应性差。
发明内容
为了克服现有煤岩识别装置存在的不足,本实用新型公开了一种基于相关性度量学习的煤岩识别装置,能够实时、快速、自动地识别当前煤岩对象,无需人工干预,无需大量的传感器。本实用新型结构简单、成本较低、易于部署、适应性强,为自动化采掘、自动化放煤、自动化选矸等生产过程提供了可靠的煤岩识别信息。
所述的装置包括数据处理单元、语音播报装置、图像类别显示装置、光源、摄像机、步进电机、电动伸缩杆、玻璃窗清洁刷、通信线路、采煤机控制器、防爆透视玻璃窗和防爆外壳;所述数据处理单元用于控制语音播报装置和图像类别显示装置实时语音播报和液晶显示数据处理单元的识别结果,控制光源亮度,控制步进电机定时清理防爆透视玻璃窗,控制摄像机采集并存储煤岩对象图像数据和控制煤岩对象图像的处理与识别,并输出识别结果;所述光源用于照亮煤岩对象;所述摄像机用于采集煤岩对象图像;所述步进电机与电动伸缩杆的一端相连,电动伸缩杆的另一端连接玻璃窗清洁刷,用于定时清理防爆透视玻璃窗;所述通信线路用于将数据处理单元的识别结果传输至采煤机控制器,所述采煤机控制器用于根据识别结果调整采煤机摇臂的角度和位置;所述防爆透视玻璃窗以及防爆外壳用于井下防爆;所述控制语音播报装置和图像类别显示装置实时语音播报和液晶显示数据处理单元的识别结果。
所述数据处理单元包括图像处理与识别模块、图像采集与存储模块、主控制模块、通信模块。所述图像处理与识别模块用于对煤岩对象图像利用基于相关性度量学习的煤岩识别方法进行处理与识别。所述图像采集与存储模块用于对煤岩对象图像数据的实时采集与存储。所述总控制模块用于控制整个装置的正常运行。所述通信模块用于控制通信线路将所述图像处理与识别模块处理后的分类识别结果传输至所述采煤机控制器。
所述的主控制模块包括:图像类别显示控制模块、语音播报控制模块、步进电机控制模块、光源控制模块、图像采集输入控制模块。所述图像类别显示控制模块用于控制图像类别显示装置实时液晶显示数据处理单元的识别结果。所述语音播报控制模块用于控制语音播报装置实时语音播报数据处理单元的识别结果。所述步进电机控制模块用于精确控制步进电机转动的角度和方向。所述光源控制模块用于控制光源的亮度。所述图像采集输入控制模块用于提供输入信号触发摄像机对煤岩对象图像的采集动作。
所述图像处理与识别模块由FPGA模块和DSP模块构成。FPGA模块的主要功能是对输入图像进行预处理,DSP模块的主要功能是对预处理后的图像进行分类识别,两个模块结合能够有效的减少数据的冗余量,缩短装置分类识别的时间,增加了装置的实用性。
所述语音播报装置和图像类别显示装置可以实时语音播报和液晶显示所述数据处理单元对煤岩对象图像处理后的分类识别结果,增强了装置的人工可操作性和可靠性。
本实用新型所述的煤岩识别装置的具体工作流程包括以下步骤:
在装置投入运行之前,需要初始化摄像机参数,在不同的光照和不同视点情况下,采集大量井下煤岩工作面的煤岩图像并标定类别信息构成煤岩训练样本集,写入装置数据处理单元的图像采集与存储模块。
装置正常启动后运行流程如下:
A.由控制模块初始化装置运行环境:光源控制模块点亮光源;步进电机控制模块控制步进电机间接带动玻璃窗清洁刷清洁防爆透视玻璃窗一次;图像采集输入控制模块初始化摄像机参数;图像类别显示控制模块初始化图像类别显示装置;语音播报控制模块初始化语音播报装置。
B.图像处理与识别模块从图像采集与存储模块读取煤岩训练样本集的图像数据,进行煤岩图像样本的训练,提取煤岩样本图像的纹理特征信息,并确定图像处理与识别过程中一些重要的参数。
C.图像采集输入控制模块设定采样间隔,触发摄像机拍摄采煤机工作面的煤岩对象图像,并将拍摄的图像存入图像采集与存储模块。
D.图像处理与识别模块从图像采集与存储模块读取采集的未知类别的煤岩对象图像的数据信息进行处理与识别,输出识别结果。
E.图像类别显示控制模块和语音播报控制模块分别控制图像类别显示装置和语音播报装置实时液晶显示和语音播报数据处理单元的分类识别结果。
F.通信模块控制通信线路将图像处理与识别模块的识别结果传输至采煤机控制器,以控制采煤机摇臂的位置和角度,避免采煤机滚筒切割岩石或漏采煤层。
装置运行过程中每隔一定的时间间隔,步进电机带动玻璃窗清洁刷清洁一次防爆透视玻璃窗。
本实用新型达到的有益效果是:本实用新型增加了图像类别显示装置和语音播报装置,能实时液晶显示和语音播报数据处理单元的识别结果,使得该装置既可以自动控制采煤机的运行,又可以帮助采煤机驾驶员人工操作采煤机的运行,提高了该装置的实用性和可靠性。图像处理与识别模块由FPGA模块和DSP模块构成,能够使装置快速、实时地处理图像数据,提高了装置的工作效率。本装置各个模块集成化程度高,成本低廉,易于装置软件和硬件的升级和维护。
附图说明
图1是本实用新型所述煤岩识别装置的结构图;
图2是本实用新型所述数据处理单元的原理框图;
图3是本装置所用煤岩识别方法的基本流程图。
图中,1.数据处理单元,2.光源,3.摄像机,4.电动伸缩杆,5.防爆透视玻璃窗,6.玻璃窗清洁刷,7.煤岩对象,8.步进电机,9.语音播报装置,10.图像类别显示装置,11.通信线路12.采煤机控制器,13.防爆外壳。
具体实施方式
下面结合附图对本实用新型作进一步的说明。
如图1所示,本实用新型所述的煤岩识别装置包括数据处理单元、图像类别显示装置、语音播报装置、光源、摄像机、步进电机、电动伸缩杆、玻璃窗清洁刷、通信线路、采煤机控制器、防爆透视玻璃窗和防爆外壳。所述数据处理单元用于控制光源亮度,控制语音播报装置和图像类别显示装置实时语音播报和液晶显示数据处理单元的识别结果,控制步进电机定时清理防爆透视玻璃窗,控制摄像机采集与存储煤岩对象图像数据和控制煤岩对象图像的处理与识别,并输出识别结果;所述光源用于照亮煤岩对象;所述摄像机用于采集煤岩对象图像;所述步进电机与电动伸缩杆的一端相连,电动伸缩杆的另一端连接玻璃窗清洁刷,用于定时清理防爆透视玻璃窗;所述通信线路用于将数据处理单元的识别结果传输至采煤机控制器;所述采煤机控制器用于根据识别结果调整采煤机摇臂的角度和位置,改变采煤机的采煤轨迹;所述防爆透视玻璃窗以及防爆外壳用于井下防爆。
如图2所示,所述数据处理单元包括主控制模块、图像处理与识别模块、图像采集和存储模块、以及通信模块。所述主控制模块收发各种指令信号,控制整个装置的运行。所述图像处理与识别模块用于对煤岩对象图像利用基于相关性度量学习的煤岩识别方法进行处理与识别。所述图像采集和存储模块用于对煤岩图像数据的实时采集与存储。所述通信模块用于控制通信线路将识别结果从图像处理与识别模块传输至采煤机控制器。
所述的主控制模块包括:图像类别显示控制模块、语音播报控制模块、步进电机控制模块、光源控制模块、图像采集输入控制模块。所述图像类别显示控制模块用于控制图像显示装置实时液晶显示数据处理单元的分类识别结果。所述语音播报控制模块用于控制语音播报装置实时语音播报数据处理单元的分类识别结果。所述步进电机控制模块用于精确控制步进电机转动的角度和方向。所述光源控制模块用于控制光源的亮度。所述图像采集输入控制模块用于提供输入信号触发摄像机对煤岩对象图像的采集动作。
所述步进电机选用多相步进电机,能将步进电机控制模块输出的电脉冲信号转换成电动伸缩杆的线位移,带动玻璃窗清洁刷上下移动一定的距离,清洁防爆透视玻璃窗。所述的光源是由多组LED阵列加装漫反射板组成,并均匀对称的分布在半球面上,组成一个高亮度环形白光照明灯。其中,LED阵列点亮的数目由光源控制模块控制,为采集煤岩图像提供合适的照明。所述的摄像机是一个电荷耦合器件(CCD)摄像机,用于采集煤岩对象图像,具有自动调焦和自动调节曝光功能,其采集动作由图像采集输入控制模块触发控制。所述语音播报装置采用单片机和扬声器以及外围电路构成,用于实时语音播报数据处理单元的分类识别结果。所述图像类别显示装置采用单片机和LCD液晶显示屏及外围电路构成,用于实时液晶显示数据处理单元的分类识别结果。
参考图3,本装置基于相关性度量学习的煤岩识别方法的基本步骤如下:
A.将采集的煤、岩样本图像进行预处理并提取Uniform模式LBP统计直方图特征向量。
将从煤岩识别任务的现场如采煤工作面采集来的不同照度、不同视点的若干煤、岩样本图像,在图像的中心截取像素大小为N×N的非背景子图像,如64×64像素大小,并将每张子图像的灰度归一化为零均值和单位方差,若是彩色图像,则用式I=0.299R+0.587G+0.114B先将其转换为灰度图像,处理后的图像对照度的线性变换具有一定的鲁棒性。进一步地将每张子图像分成不重叠的子块,如8×8像素大小。提取每一个图像块的Uniform模式的LBP统计直方图,并且将它们级联到一起构成特征向量,并由||·||1归一化。
B.利用样本集求使得函数J(w)=cs1+cs2-cs3-α||w-w0||2取得最大值的矩阵其中cs1、cs2、cs3分别为煤、岩样本的自相关和互相关度量函数:
其中:x和y分别表示两个不同的样本,T表示转置,xi和xj分别表示属性是煤的两个不同的样本,yi和yj分别表示属性是岩石的两个不同的样本,xi’、xj、yi、yj∈RL×1,L表示提取样本的LBP统计直方图的特征向量的维数,m表示属性是煤的样本数,n表示属性是岩石的样本数,α是常数,w0为常数矩阵,w0∈Rd×L,d为样本特征向量转换后所在空间的维数。
优化求解矩阵具体过程包括如下步骤:
B1.令w0=[Id×d,0]∈Rd×L,d≤L;
B2.α由粗到细取值,α=α1,α2,α3...;
B3.针对每一个特定的α,由样本集求得使函数J(w)取得最大值的矩阵wα;
B4.利用8-折交叉验证法求取在每一个α值下的分类错误率cve(x,y,wα);
B5.当α取到一个恰当的值左右时,分类错误率收敛到一个最小值,此时取得的即为最优矩阵。
C.对于一幅待识别的样本图像,用与步骤A相同的方法进行预处理并提取其Uniform模式的LBP统计直方图特征向量,用度量其与样本集中每一幅图像的相关性,值越大越相关,按值从大到小排序,排在前五的图像中多数图像所属的类别即为待识别图像的类别。
Claims (4)
1.基于相关性度量学习的煤岩识别装置,其特征在于:所述的装置包括数据处理单元、语音播报装置、图像类别显示装置、光源、摄像机、步进电机、电动伸缩杆、玻璃窗清洁刷、通信线路、采煤机控制器、防爆透视玻璃窗和防爆外壳;所述数据处理单元用于控制语音播报装置实时语音播报数据处理单元的分类识别结果,用于控制图像类别显示装置实时液晶显示数据处理单元的分类识别结果,用于控制光源亮度,用于控制步进电机定时清理防爆透视玻璃窗,用于控制摄像机采集与存储煤岩对象图像数据和用于控制煤岩对象图像的处理与识别,并输出识别结果;所述光源用于照亮煤岩对象;所述摄像机用于采集煤岩对象图像;所述步进电机与电动伸缩杆的一端相连,电动伸缩杆的另一端连接玻璃窗清洁刷,用于定时清理防爆透视玻璃窗;所述通信线路用于将数据处理单元的识别结果传输至采煤机控制器,所述采煤机控制器用于根据识别结果调整采煤机摇臂的角度和位置;所述防爆透视玻璃窗以及防爆外壳用于井下防爆;所述语音播报装置和图像类别显示装置实时语音播报和液晶显示数据处理单元的分类识别结果。
2.根据权利要求1所述的基于相关性度量学习的煤岩识别装置,其特征在于:所述数据处理单元包括图像处理与识别模块、图像采集与存储模块、主控制模块、通信模块;所述图像处理与识别模块用于对煤岩对象图像利用基于相关性度量学习的煤岩识别方法进行处理与识别;所述图像采集与存储模块用于对煤岩对象图像数据的实时采集与存储;所述通信模块用于控制通信线路将所述图像处理与识别模块处理后的分类识别结果传输至所述采煤机控制器;所述主控制模块用于控制整个装置的正常运行。
3.根据权利要求2所述的基于相关性度量学习的煤岩识别装置,其特征在于:所述的主控制模块包括:图像类别显示控制模块、语音播报控制模块、步进电机控制模块、光源控制模块、图像采集输入控制模块;所述图像类别显示控制模块用于控制图像类别显示装置实时液晶显示数据处理单元的分类识别结果;所述语音播报控制模块用于控制语音播报装置实时语音播报数据处理单元的分类识别结果;所述步进电机控制模块用于精确控制步进电机转动的角度和方向;所述光源控制模块用于控制光源的亮度;所述图像采集输入控制模块用于提供输入信号触发摄像机对煤岩对象图像的采集动作。
4.根据权利要求2所述的基于相关性度量学习的煤岩识别装置,其特征在于:所述图像处理与识别模块由FPGA模块和DSP模块构成;FPGA模块的主要功能是对输入图像进行预处理,DSP模块的主要功能是对预处理后的图像进行分类识别,两个模块的结合能够有效减少数据的冗余量,缩短装置分类识别的时间,增加了装置的实用性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520972935.6U CN205330670U (zh) | 2015-12-01 | 2015-12-01 | 基于相关性度量学习的煤岩识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520972935.6U CN205330670U (zh) | 2015-12-01 | 2015-12-01 | 基于相关性度量学习的煤岩识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN205330670U true CN205330670U (zh) | 2016-06-22 |
Family
ID=56213728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520972935.6U Expired - Fee Related CN205330670U (zh) | 2015-12-01 | 2015-12-01 | 基于相关性度量学习的煤岩识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN205330670U (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107770504A (zh) * | 2017-11-27 | 2018-03-06 | 北京天地玛珂电液控制系统有限公司 | 采煤机机载视频装置和采煤机视频监控系统 |
CN109236292A (zh) * | 2018-07-06 | 2019-01-18 | 中国矿业大学 | 一种掘进机截割轨迹规划系统与方法 |
CN110458159A (zh) * | 2019-08-27 | 2019-11-15 | 南京信息工程大学 | 一种图像纹理特征的提取分类装置及分类方法 |
CN111855658A (zh) * | 2020-07-28 | 2020-10-30 | 山东科技大学 | 一种煤岩识别仪 |
CN113382148A (zh) * | 2021-06-24 | 2021-09-10 | 西南石油大学 | 一种可除污式广谱井下摄像装置 |
-
2015
- 2015-12-01 CN CN201520972935.6U patent/CN205330670U/zh not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107770504A (zh) * | 2017-11-27 | 2018-03-06 | 北京天地玛珂电液控制系统有限公司 | 采煤机机载视频装置和采煤机视频监控系统 |
CN107770504B (zh) * | 2017-11-27 | 2023-12-26 | 北京天玛智控科技股份有限公司 | 采煤机机载视频装置和采煤机视频监控系统 |
CN109236292A (zh) * | 2018-07-06 | 2019-01-18 | 中国矿业大学 | 一种掘进机截割轨迹规划系统与方法 |
CN110458159A (zh) * | 2019-08-27 | 2019-11-15 | 南京信息工程大学 | 一种图像纹理特征的提取分类装置及分类方法 |
CN111855658A (zh) * | 2020-07-28 | 2020-10-30 | 山东科技大学 | 一种煤岩识别仪 |
CN113382148A (zh) * | 2021-06-24 | 2021-09-10 | 西南石油大学 | 一种可除污式广谱井下摄像装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN205330670U (zh) | 基于相关性度量学习的煤岩识别装置 | |
CN103207999B (zh) | 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 | |
CN206074461U (zh) | 一种基于机器视觉的煤岩识别装置 | |
CN109879005A (zh) | 皮带撕裂检测装置及方法 | |
CN102654463A (zh) | 西瓜品质无损检测方法及装置 | |
CN102878647B (zh) | 空调运行状态的自动监控系统及自动监控方法 | |
CN103024432B (zh) | 对地可见光遥感卫星图像数据自动高效全覆盖测试方法 | |
CN103645573A (zh) | 一种基于机器视觉的lcd检测的方法和系统 | |
CN1936555A (zh) | 强力输送带无损检测系统 | |
KR20200092143A (ko) | 딥러닝 신경망을 이용한 디스플레이 패널 불량 진단 시스템 및 방법 | |
CN112127896A (zh) | 一种tbm开挖岩渣信息自动采集与分析系统及方法 | |
CN102879404A (zh) | 工业结构化场景中医用胶囊缺陷自动检测的系统 | |
CN103175850A (zh) | 宽幅面高速生产线材料表面瑕疵检测方法及系统 | |
CN112613438A (zh) | 一种便携式柑橘在线测产仪 | |
CN105243401A (zh) | 基于煤岩结构元学习的煤岩识别方法 | |
CN202939619U (zh) | 一种基于图像离散多小波变换的煤岩识别系统 | |
CN2601754Y (zh) | 采用单片机进行同步控制的水果分级机器 | |
CN111807003A (zh) | 一种用于带式输送机的非金属异物检测系统 | |
CN102411329A (zh) | 基于rs-485总线的环境监测装置 | |
CN105350963A (zh) | 一种基于相关性度量学习的煤岩识别方法 | |
CN110130921B (zh) | 一种tbm及其皮带机出渣信息采集装置 | |
CN201345056Y (zh) | 一种橡胶生产在线监测装置 | |
CN203435099U (zh) | Lvds信号采集装置 | |
CN110043252B (zh) | 一种岩屑图像特征随钻监测装置 | |
CN210418175U (zh) | 矿用皮带运输机大煤块检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160622 Termination date: 20191201 |
|
CF01 | Termination of patent right due to non-payment of annual fee |