基于分类器对煤和矸石进行分类的方法和煤矸分选装置制造方法及图纸

本申请是关于一种基于分类器对煤和矸石进行分类的方法和煤矸分选装置，能够有效地提高识别煤和矸石的准确性，进一步提升煤和矸石的分选效率。该方法包括：首先，获取对煤和矸石成像后得到的高光谱图像；其次，通过目标分类器对高光谱图像中的每个像素点进行分类，得到每个像素点的类别，该类别为煤、矸石或皮带；最后，根据每个像素点的类别得到煤和矸石在高光谱图像中的分类结果。

【技术实现步骤摘要】
基于分类器对煤和矸石进行分类的方法和煤矸分选装置
本申请涉及高光谱成像
，尤其涉及一种基于分类器对煤和矸石进行分类的方法和煤矸分选装置。
技术介绍
在成煤的过程中，煤形成的同时会产生一种含碳量较低的岩石，称之为煤矸石。煤矸石会影响成品煤的产品质量，因此如何将煤矸石从煤流中分离是一个煤矿企业需着力解决的问题。目前，在相关技术中，煤矸分选方法一般包括以下两类：一、干选法分选；二、湿选法分选等。上述相关技术中，均在一定程度上存在煤矸分选识别准确率低的技术缺陷。
技术实现思路
为解决或部分解决相关技术中存在的问题，本申请提供一种基于分类器对煤和矸石进行分类的方法和煤矸分选装置，能够有效地提高识别煤和矸石的准确性，进一步提升煤和矸石的分选效率。本申请第一方面提供了一种基于分类器对煤和矸石进行分类的方法，包括：首先，获取对煤和矸石成像后得到的高光谱图像；其次，通过目标分类器对高光谱图像中的每个像素点进行分类，得到每个像素点的类别，该类别为煤、矸石或皮带；最后，根据每个像素点的类别得到煤和矸石在高光谱图像中的分类结果。通过以上技术方案，可以实现：一方面，该目标分类器是可以区分煤、矸石或皮带的分类器，另一方面，该目标分类器对高光谱图像中的每个像素点进行了分类后，基于每个像素点的类别得到煤和矸石在该高光谱图像中的分类结果，基于上述两方面可以有效地提高识别煤和矸石的准确性，进一步提升煤和矸石的分选效率。在第一方面的一种可能的实现方式中，所述目标分类器是以在所述高光谱图像中划分的ROI区域以及ROI区域对应的类别为训练集进行训练后得到。在该种实现方式中，目标分类器的训练集为在所述高光谱图像中划分的ROI区域以及ROI区域对应的类别；通过该训练集训练得到的目标分类器，其分类结果更加准确，可以进一步提高识别煤和矸石的准确性。在第一方面的一种可能的实现方式中，所述目标分类器采用支持向量机。在该种实现方式中，使用支持向量机SVM可以找到那些对类别之后有较大区分能力的支持向量，以此来构造出分类器，可以将类与类之间的间隔最大化，具有较好的分类效果。在第一方面的一种可能的实现方式中，所述获取所述高光谱图像，包括：使用ENVI软件打开所述高光谱图像对应的图像文件，并显示所述高光谱图像中部分成像通道对应的高光谱数据。在该种实现方式中，在ENVI软件中实现上述分类方法，可以提升分类效率，快速获取分类结果。在第一方面的一种可能的实现方式中，所述高光谱图像中部分成像通道包括：可以区分煤和矸石的多个波段对应的成像通道，波段与成像通道一一对应。在该种实现方式中，成像通道为可以区分煤和矸石的多个波段对应的成像通道，说明成像通道具有识别煤和矸石的效果，基于该类成像通道得到的高光谱图像再使用目标分类器对煤和矸石进行分类，可以进一步提高识别准确性，提升煤矸分选效率。在第一方面的一种可能的实现方式中，所述方法还包括：在所述ENVI软件中使用预设比例的线性拉伸对所述高光谱数据进行预处理。在该种实现方式中，在所述ENVI软件中使用预设比例的线性拉伸对所述高光谱数据进行预处理，可以使高光谱图像获得更好的显示效果。在第一方面的一种可能的实现方式中，所述方法还包括：使用ENVI软件对煤和矸石在所述高光谱图像中的分类结果进行评估，得到评估结果。在该种实现方式中，通过使用ENVI软件对煤和矸石在高光谱图像中的分类结果进行评估，得到评估结果，可以有效地对该分类结果进行评估，以便对该方法及其操作进行改良、调整等。本申请第二方面提供了一种煤矸分选装置，包括：获取模块和分类模块，其中，获取模块，用于获取对煤和矸石进行成像后得到的高光谱图像；分类模块，用于：利用目标分类器对所述高光谱图像中的每个像素点进行分类，得到每个像素点的类别，所述类别包括：煤、矸石或皮带；以及，根据所述每个像素点的类别得到煤和矸石在所述高光谱图像中的分类结果。在第二方面的一种可能的实现方式中，所述获取模块具体用于：使用ENVI软件打开所述高光谱图像对应的图像文件，并显示所述高光谱图像中部分成像通道对应的高光谱数据。在第二方面的一种可能的实现方式中，所述获取模块还用于：在所述ENVI软件中使用预设比例的线性拉伸对所述高光谱数据进行预处理。在第二方面的一种可能的实现方式中，所述煤矸分选装置还包括：评估模块，所述评估模块用于：使用ENVI软件对煤和矸石在所述高光谱图像中的分类结果进行评估，得到评估结果。本申请第三方面提供了一种电子设备，包括：处理器；以及存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上第一方面及其任意一种实现方式中所述的基于分类器对煤和矸石进行分类的方法。本申请第四方面提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上第一方面及其任意一种实现方式中所述的基于分类器对煤和矸石进行分类的方法。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。图1为本申请实施例中提供的高光谱成像系统的一个系统结构图；图2为本申请实施例中基于分类器对煤和矸石进行分类的方法的一个实施例示意图；图3为本申请实施例中基于分类器对煤和矸石进行分类的方法的另一个实施例示意图；图4为本申请实施例中提供的煤矸分选装置的一个结构示意图；图5为本申请实施例提供的电子设备的结构示意图。具体实施方式下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。本申请中提供的基于分类器对本文档来自技高网...

【技术保护点】
1.一种基于分类器对煤和矸石进行分类的方法，其特征在于，包括：/n获取对煤和矸石进行成像后得到的高光谱图像；/n利用目标分类器对所述高光谱图像中的每个像素点进行分类，得到每个像素点的类别，所述类别包括：煤、矸石、或皮带；/n根据所述每个像素点的类别得到煤和矸石在所述高光谱图像中的分类结果。/n

【技术特征摘要】
1.一种基于分类器对煤和矸石进行分类的方法，其特征在于，包括：
获取对煤和矸石进行成像后得到的高光谱图像；
利用目标分类器对所述高光谱图像中的每个像素点进行分类，得到每个像素点的类别，所述类别包括：煤、矸石、或皮带；
根据所述每个像素点的类别得到煤和矸石在所述高光谱图像中的分类结果。


2.根据权利要求1所述的方法，其特征在于，
所述目标分类器是以在所述高光谱图像中划分的ROI区域以及ROI区域对应的类别为训练集进行训练后得到。


3.根据权利要求1或2所述的方法，其特征在于，
所述目标分类器采用支持向量机。


4.根据权利要求1所述的方法，其特征在于，
所述获取所述高光谱图像，包括：
使用ENVI软件打开所述高光谱图像对应的图像文件，并显示所述高光谱图像中部分成像通道对应的高光谱数据。


5.根据权利要求4所述的方法，其特征在于，
所述高光谱图像中部分成像通道包括：可以区分煤和矸石的多个波段对应的成像通道，所述波段与成像通道一一对应。


6.根据权利要求4所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：朱晓宁，李忠义，李园园，赵存会，
申请(专利权)人：精英数智科技股份有限公司，
类型：发明
国别省市：山西;14