本发明专利技术公开了一种对煤中不同组分含量及半径的定量计算方法，包括步骤：对煤岩薄片的显微镜照片进行选择性的二值图像转化，获取含有特点煤岩显微组分的二值图像；提取的含有特点煤岩显微组分的二值图像的所有联通的像素矩阵，并对像素矩阵进行降噪；对降噪后的所有像素矩阵的组分边缘进行识别，根据组分边缘识别结果对像素矩阵进行显微组分面积和显微组分半径计算，获得像素矩阵的全部显微组分的占比和组分分布图。本发明专利技术相对于传统人工识别方法方便快捷精准，不用费时费力，而且是依靠计算机进行识别。能够弥补已存在的图像分析方法的对颜色相同的橙黄色(角质组)与黄色(大小孢子)组分不发区分的缺陷。子)组分不发区分的缺陷。子)组分不发区分的缺陷。
【技术实现步骤摘要】
一种对煤中不同组分含量及半径的定量计算方法
[0001]本专利技术涉及煤层组分分析
，具体涉及一种对煤中不同组分含量及半径的定量计算方法。
技术介绍
[0002]在光学显微镜下能够识别出来组成煤的基本单位，称为显微组分。微观上，煤岩由镜质组、惰质组、壳质组三大显微组分及少量矿物组成的。煤的化学组成和工业利用中表现的结焦性等工艺性质主要受煤化程度和煤岩显微组分组成影响。现阶段对于煤中显微组分含量的定量分析主要包括传统的人工肉眼在显微镜下的分析以及依靠计算机的煤岩显微图像自动识别技术。
[0003]传统的人工肉眼在显微镜下测量镜质组反射率和鉴定煤岩显微组分，不仅劳动强度大、费时长，而且受人的主观认识差异影响，导致不同操作者测量结果一致性不好，实验室之间的鉴定数据比对难，严重制约了煤岩参数在煤炭分类和炼焦配煤等工业中的应用，实现煤岩自动化测试是多年来煤岩学界迫切盼望解决的技术难题。
[0004]现有存在的技术问题：
[0005](1)现阶段的煤岩显微图像自动识别技术很难对反射率相近的显微组分如树皮组和角质组进行区分与识别。
[0006](2)受煤岩组分的复杂性及非均质性影响，很多粒度较低的组分如小孢子较难被检测。
技术实现思路
[0007]本专利技术的目的在于提供一种对煤中不同组分含量及半径的定量计算方法，以解决现有技术中煤岩显微图像自动识别技术很难对反射率相近的显微组分如树皮组和角质组进行区分与识别，以及受煤岩组分的复杂性及非均质性影响，很多粒度较低的组分如小孢子较难被检测的技术问题。
[0008]为解决上述技术问题，本专利技术具体提供下述技术方案：
[0009]一种对煤中不同组分含量及半径的定量计算方法，包括步骤：
[0010]S100、对煤岩薄片的显微镜照片进行选择性的二值图像转化，获取含有特点煤岩显微组分的二值图像；
[0011]S200、提取的含有特点煤岩显微组分的二值图像的所有联通的像素矩阵，并对像素矩阵进行降噪；
[0012]S300、对降噪后的所有像素矩阵的组分边缘进行识别，根据组分边缘识别结果对像素矩阵进行显微组分面积和显微组分半径计算，获得像素矩阵的全部显微组分的占比和组分分布图。
[0013]作为本专利技术的一种优选方案，在S100中，利用MATLAB软件的ImageSegmentr对煤岩薄片的显微镜照片进行依据颜色种类和像素种类的选择性的二值图像转化。
[0014]作为本专利技术的一种优选方案，在S200中，对像素矩阵进行降噪的具体为利用MATLAB软件的函数bwmorph和函数size对所有联通的像素矩阵降噪，具体算法为：
[0015]A＝bwmorph(A,
’
majority
’
,5)；
[0016][S1,S2]＝size(A)；
[0017]Pr＝zeros(s1,s2)；
[0018]其中，A代替图像中联通的像素点或者矩阵，bwmorph(A,'majority',5)代表对二值图像像素连接点为5以上的矩阵进行输出，5以下的二值图像像素连接点则应用zeros函数进行像素0输出；
[0019][s1,s2]＝size(A)代表当两个输出函数时，函数size对矩阵的行数返回到第一个输出变量s1中，将矩阵列数返回到第二个输出变量s2中。
[0020]作为本专利技术的一种优选方案，在S300中，利用函数bwperim对像素矩阵进行边缘的查找计算：
[0021]P＝bwperim(A)；
[0022]利用函数sum进行显微组分面积的占比进行计算：
[0023]P＝sum(sum(A))；
[0024]其中，P代表某个联通的像素矩阵。
[0025]作为本专利技术的一种优选方案，在S300中，对像素矩阵的组分半径进行计算，包括：
[0026]for I＝1:s1
[0027]for J＝1:s2
[0028]if A(I,J)＝＝0&&B(I,J)～＝0
[0029]Pr(I,J)＝1；
[0030]End
[0031]L＝bwlabel(BW,n)；
[0032]其中，L＝bwlabel(BW,n)表示返回一个和BW大小相同的L矩阵，包含了标记了BW中每个连通区域的类别标签，类别标签的个数数值为1、2、 num；
[0033]n的值为4或8，表示是按4连通寻找区域，还是8连通寻找，默认为8。
[0034]作为本专利技术的一种优选方案，在利用函数bwperim对像素矩阵进行边缘的查找计算之前，预先对二值化图像的孔隙分割，具体包括：
[0035]S201、对经过以中值滤波进行降噪处理的二值化图像进行组分的标记，其中，选择最能够代表组分的部分标记为零点像素点；
[0036]S202、构建基于组分的分割表征函数，分割表征函数具体包括区域部数据项和边界部数据项，并计算每个零点像素点对应的两个区域部数据项和每两个零点像素点对应的边界部数据项，并同时将二值化图像映射为网络图；
[0037]S203、基于计算的每个零点像素点对应的两个区域部数据项和每两个零点像素点对应的边界部数据项在网络图中权值，求网络图中的最小割，获得孔隙的分割结果。
[0038]作为本专利技术的一种优选方案，在利用MATLAB软件的函数bwmorph和函数size对所有联通的像素矩阵降噪之前，复制一份二值化图像，对其中一个二值化图像进行高通滤波和边缘增强，对经过高通滤波后和边缘增强后的二值化图像进行设定的组分像素半径的噪点消除，随后融合两个二值化图像，对融合后的二值化图像进行中值滤波。
[0039]作为本专利技术的一种优选方案，在对经过高通滤波后和边缘增强后的二值化图像进行设定的像素半径的噪点消除包括在不提供作为像素半径的取值的第二参数情况下，利用距离变换算法默认计算二值化图像中的当前的像素点与最近的非0像素点的距离，并返回与中值滤波后的二值化图像相同大小的结果矩阵。
[0040]本专利技术与现有技术相比较具有如下有益效果：
[0041]本专利技术相对于传统人工识别方法方便快捷精准，不用费时费力，而且是依靠计算机进行识别。能够弥补已存在的图像分析方法的对颜色相同的橙黄色(角质组)与黄色(大小孢子)组分不发区分的缺陷。该方法能够对组分进行定量计算，这一点也是已存在的煤岩微观组分分析没有的定量方法。
附图说明
[0042]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述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示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0043]图1为本专利技术实施例的流程示意图；
[0044]图2为本专利技术实施例中原始显微镜下各类组分示意图；
[0045]图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种对煤中不同组分含量及半径的定量计算方法，其特征在于，包括步骤：S100、对煤岩薄片的显微镜照片进行选择性的二值图像转化，获取含有特点煤岩显微组分的二值图像；S200、提取的含有特点煤岩显微组分的二值图像的所有联通的像素矩阵，并对像素矩阵进行降噪；S300、对降噪后的所有像素矩阵的组分边缘进行识别，根据组分边缘识别结果对像素矩阵进行显微组分面积和显微组分半径计算，获得像素矩阵的全部显微组分的占比和组分分布图。2.根据权利要求1所述的一种对煤中不同组分含量及半径的定量计算方法，其特征在于，在S100中，利用MATLAB软件的Image Segmentr对煤岩薄片的显微镜照片进行依据颜色种类和像素种类的选择性的二值图像转化。3.根据权利要求2所述的一种对煤中不同组分含量及半径的定量计算方法，其特征在于，在S200中，对像素矩阵进行降噪的具体为利用MATLAB软件的函数bwmorph和函数size对所有联通的像素矩阵降噪，具体算法为：A＝bwmorph(A,
’
majority
’
,5)；[S1,S2]＝size(A)；Pr＝zeros(s1,s2)；其中，A代替图像中联通的像素点或者矩阵，bwmorph(A,'majority',5)代表对二值图像像素连接点为5以上的矩阵进行输出，5以下的二值图像像素连接点则应用zeros函数进行像素0输出；[s1,s2]＝size(A)代表当两个输出函数时，函数size对矩阵的行数返回到第一个输出变量s1中，将矩阵列数返回到第二个输出变量s2中。4.根据权利要求3所述的一种对煤中不同组分含量及半径的定量计算方法，其特征在于，在S300中，利用函数bwperim对像素矩阵进行边缘的查找计算：P＝bwperim(A)；利用函数sum进行显微组分面积的占比进行计算：P＝sum(sum(A))；其中，P代表某个联通的像素矩阵。5.根据权利要求3或4所述的一种对煤中不同组分含量及半径的定量计算方法，其特征在于，在S300中，对像素矩阵的组分半径进...
【专利技术属性】
技术研发人员：久博，黄文辉，郝睿林，文龙，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：
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。