一种混煤镜质体自动检测方法技术

本发明专利技术提供了一种混煤镜质体自动识别检测方法，包括：步骤一，采集实际工业环境中多种单煤图像各多张，标定煤的种类。步骤二，采用全局中值滤波和局部均值滤波消除图像中部分噪点。步骤三，采用基于聚类的大津算法对图像进行二值化处理，剔除背景图。步骤四，利用纹理特征以及灰度直方图去除图像中的惰质体和壳质体。步骤四中，所述的纹理特征包括对比度、相关度、能量和熵。步骤五，对多种单煤图像使用Random Patchwork算法生成混煤图像数据集。步骤六，构建图像语义分割模型。步骤七，将数据集输入网络进行迭代训练；训练完成后进行检测。本发明专利技术将传统的特征提取和改进的深度学习算法结合起来，能够快速准确的将混煤镜质体的种类及比例进行检测识别。类及比例进行检测识别。类及比例进行检测识别。

【技术实现步骤摘要】
一种混煤镜质体自动检测方法


[0001]本专利技术属于煤岩分析探
，涉及混煤镜质体，具体涉及一种混煤镜质体自动检测方法。

技术介绍

[0002]煤的显微组分组成与镜质体反射率决定了煤的物理化学性质、工艺性质及工业用途，煤岩参数指标已被广泛的应用在商品煤质量检测与煤炭焦化、气化、液化、油气勘探等工业领域。
[0003]目前煤岩参数指标测定主要依靠人工识别测定，存在劳动强度大、费时长，而且受观测人员主观认识上的差异影响，实验室之间的鉴定数据可比性差等缺点；国内外已有通过煤岩自动测定技术实现煤的镜质体反射率自动测定，但存在镜质体识别不准确或者镜质体识别率低的问题，特别是混煤中均质镜质体含量低或者颗粒小，现有的识别技术不能准确、高效将其识别出来，存在数据漏检、错检问题。高效、准确、完整的识别出混煤中镜质体是煤的镜质体反射率测定的前提和基础。因此，在煤岩组分识别
亟需一种混煤镜质体自动识别技术。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术的目的在于，提供一种混煤镜质体自动检测方法，解决现有技术中存在的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混煤镜质体自动检测方法，其特征在于，该方法包括以下步骤：步骤一，采集实际工业环境中多种单煤图像各多张，标定煤的种类；步骤二，采用全局中值滤波和局部均值滤波消除图像中部分噪点；步骤三，采用基于聚类的大津算法对图像进行二值化处理，剔除背景图；步骤四，利用纹理特征以及灰度直方图去除图像中的惰质体和壳质体；步骤四中，所述的纹理特征包括对比度、相关度、能量和熵；步骤五，对多种单煤图像使用Random Patchwork算法生成混煤图像数据集，将混煤图像数据集划分成训练集、验证集和测试集；步骤六，构建图像语义分割模型；所述的构建图像语义分割模型的具体过程包括：以轻量型VGGNET网络架构为基础，构建FCN8s_M网络模块，将FCN8s_M网络模块作为骨干特征提取网络，提取混煤中每种类型煤的局部特征；用ResNet_M网络提取单煤图像中每种类型煤的全局特征，将局部特征与全局特征进行融合，增强模型语义分割的判断能力；步骤七，设置模型训练参数，学习率初始化为0.00001，每10个epoch学习率减少一半，使用交叉熵损失函数与均方差损失函数共同作为模型迭代更新的标准，选择Adam优化器，将数据集输入网络进行迭代训练；通过训练完成后的模型进行混煤镜质体自动检测。2.如权利要求1所述的混煤镜质体自动检测方法，其特征在于，步骤三的具体步骤为：设图像灰度等级为L，W0为背景比例，U0为背景均值，W1为前景比例，U1为前景均值，U为整幅图像的均值，t为分割阈值；构建判断变量g：g＝W
01
(t)
×
(U0(t)
‑
U)2+W1(t)
×
(U1(t)
‑
U)2；遍历每一个分割阈值t，求得使g最大时的值。3.如权利要求1所述的混煤镜质体自动检测方法，其特征在于，步骤四中，所述的对比度定义如下：式中：C为对比度；δ为灰度差；i和j分别为相邻的像素；δ(i，j)＝|i
‑
j|为相邻像素间的灰度差；P
δ
(i，j)为相邻像素间灰度差为δ的像素分布概率。4.如权利要求1所述的混煤镜质体自动检测方法，其特征在于，步骤四中，所述的相关度的定义如下：
式中：COR为相关度；i为图片灰度共生矩阵的第i行；j为图片灰度共生矩阵的第j列；k为图片灰度的级数；(ij)代表i与j相乘；G(i，j)为图像相邻灰度值为i和j出现的...

【专利技术属性】
技术研发人员：宋孝忠，雷莹，刘善德，肖文钊，龙亚平，
申请(专利权)人：中煤科工西安研究院集团有限公司，
类型：发明
国别省市：