The invention discloses a coal and rock recognition method based on Adaboost and Gabor algorithm. The method first collects the image of coal and rock as the original sample set, and extracts the texture features of the sample with Gabor, then trains with Adaboost cascade classifier, and then detects the image to be detected with the trained classifier, and marks the rock area in the image. Because the dangerous image of coal mining face is not easy to obtain, and the illumination condition in the image is bad, and the dust is more, the original image collected is synthesized artificially to increase the number of data sets, improve the robustness and generalization ability of the classifier.
【技术实现步骤摘要】
一种基于Adaboost和Gabor算法的煤岩识别检测方法
本专利技术属于煤岩识别领域,尤其涉及一种基于Adaboost和Gabor算法的煤岩识别检测方法。
技术介绍
当前我国的采煤方式正在向无人化综采方式迈进,而采煤机的无人化运转,必须依靠煤岩识别才能准确进行截割,避免采煤机的损坏和煤炭的浪费。随着基于机器学习的图像识别技术的快速发展,利用图像进行煤岩识别的方法变得可行。它相较于其他一些煤岩识别技术例如:雷达探测,红外探测,声音探测,振动探测等有如下一些优点:1、成本低廉,易于进行推广;2、图像是可视化的,有良好的可理解性;3、可在现有的综采工作面摄像头的基础上进行升级,能够有效利用现有设备。就图像识别本身而言,煤岩识别也存在着图像数据获取困难,无法进行有效训练;综采面光照条件恶劣;综采面粉尘大等问题。因此,需要一种高效,鲁棒性好,泛化能力强的煤岩识别检测方法,来解决现有技术中存在的诸多问题。
技术实现思路
专利技术目的:针对以上问题,本专利技术提供一种基于Adaboost和Gabor算法的煤和岩的识别检测方法,通过Gabor提取图像纹理,并利用Adaboost分类器进行煤岩种类的可靠快速识别。技术方案:为实现本专利技术的目的,本专利技术所采用的技术方案是:一种基于Adaboost和Gabor算法的煤岩识别检测方法,该方法包括以下步骤:(1)收集带有类别标签的煤和岩的图像共N0张,构成原始数据集X0;其中,煤的图像标记为1,岩的图像标记为-1;(2)对图像施加噪声模拟井下粉尘噪声的影响,将步骤(1)中的数据集X0变为数据集X;其中,X中有煤和岩图像N张,并将 ...
【技术保护点】
1.一种基于Adaboost和Gabor算法的煤岩识别检测方法,其特征在于,该方法包括以下步骤:(1)收集带有类别标签的煤和岩的图像共N0张,构成原始数据集X0;其中,煤的图像标记为1,岩的图像标记为‑1;(2)对图像施加噪声模拟井下粉尘噪声的影响,将步骤(1)中的数据集X0变为数据集X;其中,X中有煤和岩图像N张,并将图像归一化为预定尺寸大小;(3)用Gabor算法提取加噪后的煤和岩图像的纹理特征向量;(4)将步骤(3)中提取到的纹理特征向量输入到adaboost分类器中进行训练;(5)用训练好的adaboost分类器对待检测图像进行检测,输出煤岩识别结果。
【技术特征摘要】
1.一种基于Adaboost和Gabor算法的煤岩识别检测方法,其特征在于,该方法包括以下步骤:(1)收集带有类别标签的煤和岩的图像共N0张,构成原始数据集X0;其中,煤的图像标记为1,岩的图像标记为-1;(2)对图像施加噪声模拟井下粉尘噪声的影响,将步骤(1)中的数据集X0变为数据集X;其中,X中有煤和岩图像N张,并将图像归一化为预定尺寸大小;(3)用Gabor算法提取加噪后的煤和岩图像的纹理特征向量;(4)将步骤(3)中提取到的纹理特征向量输入到adaboost分类器中进行训练;(5)用训练好的adaboost分类器对待检测图像进行检测,输出煤岩识别结果。2.根据权利要求1所述的一种基于Adaboost和Gabor算法的煤岩识别检测方法,其特征在于,步骤(2)中,对图像施加噪声模拟井下粉尘噪声的影响,将步骤(1)中的数据集X0变为数据集X,方法如下:对原始图像加入不同程度椒盐噪声模拟井下粉尘噪声的影响,形成新的图像数据集,椒盐噪声具体为:(2.1)预设m个信噪比SNR;(2.2)计算原始图像的总像素数目Q,将第一个信噪比SNR带入如下公式得到要加噪的像素数目:P=Q*(1-SNR);(2.3)在原始图像中随机获取要加噪的P个像素的位置,指定所确定的P个位置像素值为0;(2.4)依次将第2-m个信噪比SNR带入上述公式,重复步骤(2.2)-(2.3),得到原始图像对应的m张加噪声的图像;(2.5)重复步骤(2.2)-(2.4)对所有图片进行加噪,输出加噪声以后的图像。3.根据权利要求2所述的一种基于Adaboost和Gabor算法的煤岩识别检测方法,其特征在于,步骤(3)中,用Gabor算法提取加噪后的煤和岩图像的纹理特征向量,方法如下:(3.1)对Gabor算法参数设置为5个尺度,6个方向共30个滤波器,其中gabor滤波器的形式为:其中,x,y是二维函数的两个自变量,x′=xcosθ+ysinθ,y′=-xsinθ+ycosθ,尺度参数λ取2,3,4,5,6,方向参数θ取0°,60°,120°,180°,240°,300°,ψ为相位偏移,σ为高斯函数标准差,γ为长宽比;(3.2)每个加噪...
【专利技术属性】
技术研发人员:闫海峰,葛逸鹏,王忠宾,谭超,司磊,周红亚,李小玉,刘博文,
申请(专利权)人:中国矿业大学,
类型:发明
国别省市:江苏,32
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。