一种考虑照度因素的煤矸识别方法和系统技术方案

本发明专利技术涉及一种考虑照度因素的煤矸识别方法和系统。该考虑照度因素的煤矸识别方法和系统，考虑到煤矸在不同照度下的特征响应差异，通过环境基础照度和照度阈值间的比较，确定最优光照，进而，依据照度和图像采集方式对煤矸的图像进行采集，并对采集后的图像进行分割和识别，以有效提高煤矸识别的精度。并且采用对图像进行分割的技术手段，实现对煤矸混合度的高精度识别，进而提高煤矸分选、综放工作面自动化水平，减轻工人劳动强度。

【技术实现步骤摘要】
一种考虑照度因素的煤矸识别方法和系统
本专利技术涉及图像处理
，特别是涉及一种考虑照度因素的煤矸识别方法和系统。
技术介绍
综合机械化放顶煤开采技术(简称综放开采)是中国高效开采厚及特厚煤层的主要技术之一，但是目前对于放煤过程的控制主要还是依靠工人对后刮板上呈堆积状态的煤矸进行甄别，劳动强度大、精度低。图像识别技术已经应用于综放开采自动化放煤领域的煤矸混合度识别的研究中，但是普遍存在识别精度低的问题。目前的研究，多是针对煤炭分选领域，对皮带上呈平铺状态的煤和矸石颗粒的属性进行识别，而针对煤矸混合度识别的研究较少。并且在图像采集过程中，通常没有考虑照度因素而随意设置了光源，或是设置了几种不同的光源，但是没有对照度进行定量控制。实际上煤和矸石不同的物理性质决定了它们对于光照的响应特性也不同，即在不同照度下，即便是同一块煤或矸石，也会在视觉上有所差异，所以目前基于图像的煤矸识别技术存在精度差的问题。因此本领域亟需提供一种能够考虑照度因素的煤矸图像处理的方法或系统，以提高煤矸识别精确度。
技术实现思路
本专利技术的目的是提供一种考虑照度因素的煤矸识别方法和系统，以能够在考虑煤矸图像照度因素影响的前提下，提高煤矸识别精确度。为实现上述目的，本专利技术提供了如下方案：一种考虑照度因素的煤矸识别方法，包括：获取照度阈值，并采用照度传感器获取待处理煤矸的环境基础照度；根据所述照度阈值确定所述环境基础照度是否为最优照度；所述最优照度为大于所述照度阈值的照度；r>若所述环境基础照度为最优照度，则选择图像采集方式采集煤矸图像；所述图像采集方式包括：单照度图像采集方式和多照度图像采集方式；若所述环境基础照度不是最优照度，则采用补光灯对所述环境基础照度进行补光，直至所述照度为最优照度时，选择图像采集方式采集煤矸图像；采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像；采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别。优选的，当采用所述多照度图像采集方式时，在当前环境照度下采集煤矸图像，记为第一煤矸图像；调整所述当前环境照度后采集煤矸图像，记为第二煤矸图像；对所述第一煤矸图像和所述第二煤矸图像进行预处理，得到第一煤矸灰度值图像和第二煤矸灰度值图像；采用灰度值求差法根据所述第一煤矸灰度值图像和所述第二煤矸灰度值图像确定总煤矸灰度值图像。优选的，所述采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像，具体包括：采用分水岭算法对所述总煤矸灰度值图像进行分割，得到分割后的总煤矸灰度值图像；所述采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别，具体包括：采用深度学习模型根据所述分割后的总煤矸灰度值图像完成所述处理煤矸的识别。优选的，所述采用灰度值求差法根据所述第一煤矸灰度值图像和所述第二煤矸灰度值图像确定总煤矸灰度值图像，具体包括：将所述第一煤矸灰度值图像和所述第二煤矸灰度值图像对应像素点位置的灰度值相减，得到相减结果；根据所述相减结果确定总煤矸灰度值图像。优选的，所述煤矸识别方法，还包括：采用公式确定所述待处理煤矸的煤矸混合度POG；式中，N为分割得到的所述煤矸图像的子区域总数，i为子区域的编号，i∈[1，N]，Si为子区域i的面积，Ci为子区域i的属性，取值为0或1。一种考虑照度因素的煤矸识别系统，包括：照度和照度阈值获取模块，用于获取照度阈值，并用于采用照度传感器获取待处理煤矸的环境基础照度；最优照度确定模块，用于根据所述照度阈值确定所述环境基础照度是否为最优照度；所述最优照度为大于所述照度阈值的照度；第一图像采集模块，用于当所述环境基础照度为最优照度时，选择图像采集方式采集煤矸图像；所述图像采集方式包括：单照度图像采集方式和多照度图像采集方式；第二图像采集模块，用于当所述环境基础照度不是最优照度时，采用补光灯对所述环境基础照度进行补光，直至所述照度为最优照度时，选择图像采集方式采集煤矸图像；图像分割模块，用于采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像；煤矸识别模块，用于采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别。优选的，还包括：第一煤矸图像采集模块，用于当采用所述多照度图像采集方式时，在当前环境照度下采集煤矸图像，记为第一煤矸图像；第二煤矸图像采集模块，用于调整所述当前环境照度后采集煤矸图像，记为第二煤矸图像；灰度值确定模块，用于对所述第一煤矸图像和所述第二煤矸图像进行预处理，得到第一煤矸灰度值图像和第二煤矸灰度值图像；总煤矸灰度值图像确定模块，用于采用灰度值求差法根据所述第一煤矸灰度值图像和所述第二煤矸灰度值图像确定总煤矸灰度值图像。优选的，所述图像分割模块，具体包括：图像分割单元，用于采用分水岭算法对所述总煤矸灰度值图像进行分割，得到分割后的总煤矸灰度值图像；所述煤矸识别模块，具体包括：煤矸识别单元，用于采用深度学习模型根据所述分割后的总煤矸灰度值图像完成所述处理煤矸的识别。优选的，所述总煤矸灰度值图像确定模块，具体包括：相减单元，用于将所述第一煤矸灰度值图像和所述第二煤矸灰度值图像对应像素点位置的灰度值相减，得到相减结果；总煤矸灰度值图像确定单元，用于根据所述相减结果确定总煤矸灰度值图像。优选的，所述煤矸识别系统，还包括：煤矸混合度确定模块，用于采用公式确定所述待处理煤矸的煤矸混合度POG；式中，N为分割得到的所述煤矸图像的子区域总数，i为子区域的编号，i∈[1，N]，Si为子区域i的面积，Ci为子区域i的属性，取值为0或1。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供的考虑照度因素的煤矸识别方法和系统，考虑到煤矸在不同照度下的特征响应差异，通过环境基础照度和照度阈值间的比较，确定最优光照，以有效提高煤矸识别的精度，并采用对图像进行分割的技术手段，实现对煤矸混合度的高精度识别，进而提高煤矸分选、综放工作面自动化水平，减轻工人劳动强度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术提供的考虑照度因素的煤矸识别方法的流程图；图2为采用本专利技术提供的考虑照度因素的煤矸识别方法所进行的实验流程图；图3为本专利技术提供的考虑照度因素的煤矸识别系统的结构示意图；具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实本文档来自技高网...

【技术保护点】
1.一种考虑照度因素的煤矸识别方法，其特征在于，包括：/n获取照度阈值，并采用照度传感器获取待处理煤矸的环境基础照度；/n根据所述照度阈值确定所述环境基础照度是否为最优照度；所述最优照度为大于所述照度阈值的照度；/n若所述环境基础照度为最优照度，则选择图像采集方式采集煤矸图像；所述图像采集方式包括：单照度图像采集方式和多照度图像采集方式；/n若所述环境基础照度不是最优照度，则采用补光灯对所述环境基础照度进行补光，直至所述照度为最优照度时，选择图像采集方式采集煤矸图像；/n采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像；/n采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别。/n

【技术特征摘要】
1.一种考虑照度因素的煤矸识别方法，其特征在于，包括：
获取照度阈值，并采用照度传感器获取待处理煤矸的环境基础照度；
根据所述照度阈值确定所述环境基础照度是否为最优照度；所述最优照度为大于所述照度阈值的照度；
若所述环境基础照度为最优照度，则选择图像采集方式采集煤矸图像；所述图像采集方式包括：单照度图像采集方式和多照度图像采集方式；
若所述环境基础照度不是最优照度，则采用补光灯对所述环境基础照度进行补光，直至所述照度为最优照度时，选择图像采集方式采集煤矸图像；
采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像；
采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别。


2.根据权利要求1所述的考虑照度因素的煤矸识别方法，其特征在于，当采用所述多照度图像采集方式时，在当前环境照度下采集煤矸图像，记为第一煤矸图像；
调整所述当前环境照度后采集煤矸图像，记为第二煤矸图像；
对所述第一煤矸图像和所述第二煤矸图像进行预处理，得到第一煤矸灰度值图像和第二煤矸灰度值图像；
采用灰度值求差法根据所述第一煤矸灰度值图像和所述第二煤矸灰度值图像确定总煤矸灰度值图像。


3.根据权利要求2所述的考虑照度因素的煤矸识别方法，其特征在于，所述采用分水岭算法对采集得到的所述煤矸图像进行分割，得到分割后的煤矸图像，具体包括：
采用分水岭算法对所述总煤矸灰度值图像进行分割，得到分割后的总煤矸灰度值图像；
所述采用深度学习模型根据所述分割后的煤矸图像完成所述处理煤矸的识别，具体包括：
采用深度学习模型根据所述分割后的总煤矸灰度值图像完成所述处理煤矸的识别。


4.根据权利要求2所述的考虑照度因素的煤矸识别方法，其特征在于，所述采用灰度值求差法根据所述第一煤矸灰度值图像和所述第二煤矸灰度值图像确定总煤矸灰度值图像，具体包括：
将所述第一煤矸灰度值图像和所述第二煤矸灰度值图像对应像素点位置的灰度值相减，得到相减结果；
根据所述相减结果确定总煤矸灰度值图像。


5.根据权利要求1所述的考虑照度因素的煤矸识别方法，其特征在于，所述煤矸识别方法，还包括：
采用公式确定所述待处理煤矸的煤矸混合度POG；
式中，N为分割得到的所述煤矸图像的子区域总数，i为子区域的编号，i∈[1，N]，Si为子区域i的面积，Ci为子区域i的属性，取值为0或1。


6.一种考虑照度因素的煤矸识别系统，其特征在于，包括：
照度和照度阈值获取模...

【专利技术属性】
技术研发人员：王家臣，杨胜利，李良晖，张锦旺，岳豪，
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