一种基于图像处理技术的五种破坏类型煤体的辨识方法技术

本发明专利技术公开了一种基于图像处理技术的五种破坏类型煤体的辨识方法，适用于针对五种破坏类型煤体的图像定量辨识。结合灰度共生矩阵与小波变换，分析构造纹理特征向量，经过支持向量机(SVM分类器)进行分类，利用确定的核函数达到准确的分类辨识，排除Ⅳ、Ⅴ类煤体，I、Ⅱ、Ⅲ类煤体的辨识率达到85％以上。针对Ⅳ、Ⅴ类煤体辨识率较低的问题，对图像进行灰度化、边缘检测、二值化转换，再对白色部分即图像的反光比例进行计算，利用计算结果达到对Ⅳ、Ⅴ类破坏类型煤体的定量辨识,辨识率达100％。是一种实用、安全、准确的利用图像处理技术达到对五种破坏类型煤体定量辨识的方法。

An identification method of five types of coal based on image processing technology

The invention discloses a recognition method of five kinds of failure type coal based on image processing technology, which is suitable for the quantitative identification of images of five types of coal. Combining the gray level co-occurrence matrix and wavelet transform, analysis of the texture feature vector is constructed, through support vector machine (SVM classification) classification, using kernel function to determine the classification accuracy, excluding IV and V class coal, identification I, class II and III of the coal rate reached more than 85%. For class IV and V coal identification rate is low, the image gray, edge detection, binarization transformation, then the white part is reflective portion of the image is calculated using the calculated results to achieve quantitative identification of failure types of coal to IV and V, the recognition rate is 100%. It is a practical, safe and accurate method for quantitative identification of five types of coal by using image processing technology.

【技术实现步骤摘要】
一种基于图像处理技术的五种破坏类型煤体的辨识方法
本专利技术涉及图像处理技术，特别涉及一种利用图像处理技术定量辨识五种破坏类型煤体的方法，属于矿山安全领域。
技术介绍
随着煤炭产业的迅猛发展以及煤炭产量的整体增长，随之而来产生的便是煤矿事故的不断发生。煤与瓦斯突出事故作为煤矿事故类型中的主要形式受到全球煤矿行业的重点关注。煤与瓦斯突出这一种煤岩动力灾害诱发因素复杂，受地应力、煤体中瓦斯及煤的物理力学性质等多方面作用的综合影响。中国受开采技术、开采条件、开采量等因素的影响，发生煤与瓦斯突出事故的总次数占全球总次数的三分之一，是世界上受煤与瓦斯突出事故影响最严重的国家。现在，我国近300座煤矿发生突出次数达到万次之多，已经超过了其他国家煤与瓦斯突出次数的总和。统计截止到2015年12月共计有煤与瓦斯突出矿井1218处。以国有重点煤矿作为样本来研究统计发生煤与瓦斯突出矿井数，1992年共有132处，该事故类型煤矿占比18.8％，2004年共有154处，该事故类型煤矿占比25％，2008年共有176处，该事故类型煤矿占比19.9％，2010年共有235处，该事故类型煤矿占比22.5％。通过对比可以发现，国有重点煤矿中矿井为煤与瓦斯突出矿井的总量占20％左右。随着国民经济的不断发展，矿井总数量也是在不断增加的，因此也造成了煤与瓦斯突出矿井的绝对数量是一直处于不断增加的状态中。除此之外，随着现在煤炭企业的采煤量不断创造新高，一些较为容易开采的煤炭资源已经开采殆尽，解决这一问题的唯一方法就是加大开采深度，这也是未来煤炭开采的大趋势。煤矿开采深度的不断加大，致使在煤层瓦斯含量和地应力较大的环境下进行煤炭开采工作，煤与瓦斯突出的可能性和危险性更大，煤与瓦斯突出矿井也必然会给煤矿井下安全生产带来更多的隐患，煤矿工作人员在井下从事生产工作也要经受更大的心理压力。煤炭需求量增加、矿井开采时深度加深的同时，煤与瓦斯突出矿井比例不断增大，煤与瓦斯突出事故的发生可能性将越来越大，随之发生的就是突出次数与突出强度的增加。煤与瓦斯突出事故作为煤矿安全生产需要特殊关注的问题，直接关系着安全生产工作局面，寻找有效治理和预防的方法成为解决该类问题的关键。所以对煤与瓦斯的深入研究以解决这类事故发生是完全有必要的。通过对事故的发生机理进行全面分析发现，引起该类事故发生的其中一条关键因素是煤体构造的破坏。煤层经构造应力的作用，煤体的原生结构与构造破坏严重，称为构造煤。这时，煤体构造会产生破碎、揉皱以及擦光面等。通过对构造煤的性质原理进行学习研究可以从根本上遏制煤与瓦斯突出事故的发生。构造煤中将煤体分为不同的破坏类型，国内外专家学者常用宏观辨识的方法进行不同破坏类型煤体的辨识，在日常的生产检查中起到了关键作用。但是单纯的通过肉眼观察辨识存在很大的误差，定性的识别也必会存留很多安全隐患，存在太多的不可靠性。因此从定性到定量的发展必然是科学研究的重要思路。随着科学技术的发展，图像识别技术日益进步，在科研、生活的各个方面都得到很多应用、可以发挥很大的作用，通过图像识别技术得出量化的数值在多个科技领域都得到了全面的应用，因此如何在揭示煤与瓦斯突出煤体破坏类型的基础上，运用图像处理技术，设计一种实用、安全、准确的基于图像处理技术的煤体破坏类型的辨识方法来有效的预防煤与瓦斯突出事故，就成为本专利技术要解决的问题。
技术实现思路
鉴于上述现有
中的实际情况，本专利技术旨在提供一种过程简单、精确方便的对五种破坏类型煤体图像定量辨识的方法。本专利技术是通过以下技术方案来实现的：本专利技术所述的一种通过图像处理技术处理煤体图像达到对五种破坏类型煤体的定量辨识的方法，以分辨率为247×215，灰度256的煤体图像作为样例来进行分析。所述的基于图像处理技术的五种破坏类型煤体的辨识方法包括构造全新的纹理特征向量，在确定的核函数下带入支持向量机(SVM分类器)进行分类，定量辨识I、Ⅱ、Ⅲ类破坏类型煤体、计算反光比例来定量辨识Ⅳ、Ⅴ类破坏类型煤体。所述的结合灰度共生矩阵与小波变换分析构造由图像的角二阶矩、对比度、相关性、均值和方差组成全新纹理特征向量来量化描述图像纹理信息。经计算在核函数宽度g＝1.1e-005、惩罚性系数为c＝138.77时，通过SVM程序对I、II、III类破坏类型煤体的定量辨识准确率达到了85％。所述的针对Ⅳ、Ⅴ类煤体辨识率较低的问题，对图像进行灰度化、边缘检测、二值化转换，计算白色部分即图像的反光比例来定量辨识这两类煤体图像。整个图像处理过程精确、方便，能高效的定量辨识五种破坏类型煤体，非常适合在煤与瓦斯突出五种破坏类型煤体的辨识研究中推广、使用。附图说明图1为本专利技术所述方法处理煤体图像的小波Daubechies3-5变换分解图；图2为本专利技术所述方法计算Ⅳ、Ⅴ类煤体的反射面积比例图。具体实施方式本专利技术的中心思想是通过在煤矿井下工作面拍摄相关的煤体图像，然后对拍摄的图像运用图像处理技术进行处理，最后得到纹理特征辨识规律，为对五种破坏类型煤体的定量辨识提供依据。为了形象地说明利用图像处理技术辨识五种破坏类型煤体的方法，下面对本专利技术作进一步的具体解释和描述：一、归纳分析对构造煤结构特征和传统煤体破坏类型辨识方法进行分析，为获取照片指标以及图像处理结果对比提供理论指导。二、实验研究通过在煤矿井下工作面拍摄各类煤体煤壁照片，照片分辨率为247×215，收集煤样，在实验室测量不同煤样的瓦斯放散初速度以及煤的坚固性系数，根据传统辨识方法确定所拍图像煤体的破坏类型，为图像处理做好准备工作。三、图像研究由于小波变换滤波长度和分解尺度的选择直接影响到分类的准确率，为使图像信息完整，信息提取过程中又不至于计算量过大，选择滤波长度为三，分解尺度为五的小波变换来进行图片处理，图1为经Daubechies3-5分解的煤体图像示意图。提取分解后煤体图像中的HL、LH、HH子图像中的垂直、水平以及对角方向的高频信息，再通过LL子图像提取煤体图像整体信息，针对每一子带的均值、均值纹理度、方差、方差纹理度参数来量化图像的细节，从而反映图像的纹理、边缘等信息。所述的利用支持向量机对煤体图像信息的纹理度进行分析来定量辨识不同破坏类型煤体通过以下方法得到：首先，在采集的煤体图像中选择50个样本，各类煤体图像选择10张图像，5张放入样品集中，另外5张用作测试集。图像格式为JPG，分辨率为247×215；其次，对煤体图像进行特征向量计算，对煤体图像进行小波Daubechies3-5变换分解，构造得出纹理特征向量；最后，经过开发的SVM程序运算测试，在核函数宽度g＝1.1e-005、惩罚性系数138.77时，对I、Ⅱ、Ⅲ类破坏类型煤体的准确率达85％，对Ⅳ、Ⅴ类破坏类型煤体的准确率达64％。所述的针对第Ⅳ、Ⅴ类破坏类型煤体的辨识效果不理想，利用反光比例来定量辨识Ⅳ、Ⅴ破坏类型煤体通过以下方法得到：首先，在采集的煤体图像中选择第Ⅳ、Ⅴ类破坏类型煤体图像各10张，图像格式为JPG，分辨率为247×215；其次，RGB图像灰度化处理煤体图像，灰度级256，索贝尔(Sobel)边缘提取算子；接着，整体阈值法的二值图转换，其关系式；最后，将所选煤体图像平分9格，计算每一部分的反射面积比例，统计后得出如图2的反射面积本文档来自技高网...

【技术保护点】
一种基于图像处理技术的五种破坏类型煤体的辨识方法，其特征在于，通过图像处理技术对五种破坏类型煤体图像进行处理分析，达到对于五种破坏类型煤体在图像上的定量辨识。

【技术特征摘要】
1.一种基于图像处理技术的五种破坏类型煤体的辨识方法，其特征在于，通过图像处理技术对五种破坏类型煤体图像进行处理分析，达到对于五种破坏类型煤体在图像上的定量辨识。2.根据权利要求1所述的一种基于图像处理技术的五种破坏类型煤体的辨识方法，其特征在于，通过图像处理技术达到对宏观定性的五种破坏类型煤体图像信息的定量化表达描述。3.根据权利要求1所述的一种基于图像处理技术的五种破坏类型煤体的辨识方法，其特征在于，煤体图像经小波变换后得到图像的角二阶矩、对比度、相关性、均值和方差等参数。4.根据权利要求1或3所述的一种基于图像处理技术的五种破坏...

【专利技术属性】
技术研发人员：聂百胜，李祥春，孟筠青，范鹏宏，申杰升，徐冬，
申请(专利权)人：中国矿业大学北京，北京中矿环宇安全科技有限公司，
类型：发明
国别省市：北京,11