【技术实现步骤摘要】
一种基于DCT低频分量特征的快速煤岩识别方法
本专利技术涉及一种基于DCT低频分量特征的快速煤岩识别方法，属于图像识别技术 领域。
技术介绍
我国是煤炭产出大国，据相关资料显示，2013年全国煤炭产量高达37亿吨。而在 煤炭生产过程中，诸如滚筒采煤、掘进、放顶煤开采、原煤选矸石等生产环节中，都会用到煤 炭和岩石的识别与分类。现有的煤岩识别主要集中于煤岩界面识别，是无人开采技术的关 键之一。在生产过程中，通过煤岩界面的自动识别，调整采煤机滚筒截割高度，可以提高煤 炭的生产率和运输效率，减少设备的耗损和工人劳动强度，增加生产的安全系数。对于安全 商效生广具有重大的意义。 现如今国内外煤岩识别主要有以下两类方法，第一种是煤层厚度的测量方法，通 过反馈的信息调整滚筒的高度，包括各种射线和电磁波，例如自然Y射线探测法，电磁波 探测法以及雷达探测法，另一种是煤和岩石界面的测量方法，通过采煤机自生的响应来调 整滚筒高度，包括应力截齿法、震动检测法、红外线检测法等。以上各种方法有各自的优缺 点，但都是采用传感器进行识别。一方面在不同的煤矿产区，需要选取不同的传感器，并需 要安装在不同的机器设备上，另一方面在煤炭开采环境中，传感器本身容易出现故障和失 灵的情况，无疑都加大了人力和物力的浪费。 为解决这个问题，国内学者提出利用图像处理来进行煤岩识别，例如灰度共生矩 阵、小波变换或者支持向量机等。灰度共生矩阵利用图像纹理特性和灰度共生矩阵识别对 象，直接从图像域提取特征，计算十分耗时。离散余弦变换（DCT)主要从频率着手，减少了 计算的耗时。...
【技术保护点】
一种基于DCT低频分量特征的快速煤岩识别方法，其特征在于，包括以下步骤： A.将采集的煤、岩样本图像进行预处理并分成训练集和测试集 判断得到的每张煤、岩图片是否为彩色图片，如果是彩色图像，需要转化为灰度图像，并在图像中心截取像素大小为N×N的子图，将得到的子图部分用作训练集，剩下的用作测试集； B.提取训练集和测试集中图像的特征信息向量 对训练集和测试集图像进行DCT转换，使得低频分量集中在左上角，高频分量集中于右下角。提取训练集和测试集中每张煤图像和每张岩图像的特征向量，所述特征向量为经过DCT变换的训练集和测试集图像中从左上角起始到右下角终止的按照一定顺序的n个数值组成的向量，将得到的特征向量进行归一化处理，该特征向量为n维向量； C.将得到的煤、岩特征向量用LVQ分类器训练，测试 得到一定数目的上述向量后，利用LVQ分类器训练训练集，利用测试集来测试，使得该分类器能满足识别的精度； D.识别未知煤岩对象图像 给定未知煤岩对象图像，用与步骤A相同的方法进行预处理，用与步骤B中相同的方法提取的特征信息向量，将得到的特征向量输入到训练好的LVQ分类器中，得到属于煤和岩石的分类概率，依据...
【技术特征摘要】
1. 一种基于DCT低频分量特征的快速煤岩识别方法，其特征在于，包括以下步骤： A. 将采集的煤、岩样本图像进行预处理并分成训练集和测试集 判断得到的每张煤、岩图片是否为彩色图片，如果是彩色图像，需要转化为灰度图像， 并在图像中心截取像素大小为NXN的子图，将得到的子图部分用作训练集，剩下的用作测 试集； B. 提取训练集和测试集中图像的特征信息向量 对训练集和测试集图像进行DCT转换，使得低频分量集中在左上角，高频分量集中于 右下角。提取训练集和测试集中每张煤图像和每张岩图像的特征向量，所述特征向量为经 过DCT变换的训练集和测试集图像中从左上角起始到右下角终止的按照一定顺序的η个数 值组成的向量，将得到的特征向量进行归一化处理，该特征向量为η维向量； C. 将得到的煤、岩特征向量用LVQ分类器训练，测试 得到一定数目的上述向量后，利用LVQ分类器训练训练集，利用测试集来测试，使得该...
【专利技术属性】
技术研发人员：孙继平，刘剑桥，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。