一种基于图像的煤岩界面识别方法与系统技术方案

本发明专利技术公开了一种基于图像的煤岩界面识别方法与系统。在采煤工作面分别采集多幅煤、岩的彩色图像，对于每一幅图像，提取一个基于图像特征的向量作为样本特征向量，得到煤和岩的已知样本集，然后以煤和岩的已知样本集作为训练样本集，采用Fisher线性判别法建立煤岩分类器模型。采煤机工作时实时采集滚筒截割过的煤岩的彩色图像，提取特征向量输入到煤岩分类器模型，识别出煤岩类型。本系统由光源模块、成像模块、处理模块和防爆外壳构成。本发明专利技术所提出的煤岩界面识别方法与系统具有结构简单、易于布置、适应性强等特点，能够实时、自动地识别出滚筒截割处的煤岩类型，为采煤机滚筒自动调高提供可靠的煤岩界面信息。

【技术实现步骤摘要】

本专利技术涉及一种基于图像的煤岩界面识别方法与系统，用于识别煤矿井下采煤工作面煤层和顶底板岩层的分界面，属于图像识别

技术介绍
采煤机滚筒高度的调节主要依靠人工操作，即采煤机司机通过目视和听噪音的方式来判断采煤机滚筒是在割煤还是在割岩，然后调节滚筒的垂直位置。然而采煤工作面能见度低、噪声大，采煤机司机很难准确判断采煤机的截割状态，采煤机滚筒难免会截割到顶、底板岩石，由此造成一系列问题①大量崩落的岩石混入原煤中，造成煤质下降和运输量增大；②增大了采煤机司机的劳动强度和危险性；③加剧截齿磨损，缩短截齿寿命；④截割坚硬顶底板可能会产生火花，对于高瓦斯矿极易引起瓦斯爆炸，形成恶性事故；⑤滚筒位置调节不当还可能造成顶底板煤剩留不均勻，降低回采率，同时顶底板表面不平整会使液压支架和刮板运输机推移困难，降低生产效率。煤岩界面识别是实现采煤机滚筒自动调高的关键技术，即采用一种方法自动识别出采煤机在工作过程中截齿是否切入顶底板，或者识别出剩留顶底煤的厚度。煤岩界面识别对于减少采掘工作面作业人员直至实现工作面无人开采具有重要意义，既是煤矿安全高效生产的需要，又是减轻工人劳动强度和改善作业环境的需要。世界各主要产煤国都十分重视煤岩界面识别方法的研究，提出了自然Y射线探测法、雷达探测法、应力截齿法、红外探测法、有功功率监测法、震动检测法、声音检测法、粉尘检测法、记忆截割法等20多种识别传感机理。目前，较为成熟的技术有自然Y射线探测法和记忆截割法，已经应用到采煤机上。自然Y射线探测法对页岩顶板有较好的适应性， 而对于砂岩顶板则适应性极差，在中国仅有20%左右的矿井适宜采用自然γ射线探测法。 记忆截割法适合于地质条件好、煤层比较平整的矿井，而且必须通过采煤机司机的手动操作来调整工作参数，应用效果存在一定的局限性。中国专利申请号201010160335. 1，公开日2010. 9. 22，公开了一种掘进机煤岩识别自动截割控制方法与系统，该方法根据掘进机截割头的受力状况、截割电机和回转油缸的参数来计算当前截割位置处矿岩的普氏系数，与标准普氏系数比较后判断矿岩类型为煤或者岩。中国专利申请号201010251520. 1，公开日2010. 12. 22，公开了一种煤岩界面识别方法、识别系统及识别探头，通过将能够穿透煤层而不能穿透岩层的特定能级的高压水射流向巷道上方的煤层喷射，并实时感知被煤层或岩层反射的反射流对喷嘴形成的不同作用力，据此判断采煤机滚筒截齿上端与煤岩界面的距离。目前的煤岩界面识别方法存在以下问题①信号获取装置结构复杂，成本高。在应力截齿法中，需要对采煤机滚筒进行机械改造，加装测力截齿和测力传感器，在振动测试法中，需要在采煤机上加装加速度、扭振和扭矩等传感器，装置结构复杂，改造成本高。②不易部署，可靠性差。采煤机滚筒在截割过程中受力复杂、滚筒振动剧烈、磨损严重、粉尘大，传感器部署比较困难，容易导致机械构件、传感器和电气线路受到损坏，装置可靠性差。③ 适应性差。对于不同类型的滚筒、截齿，传感器的最佳类型和信号拾取点的选择存在较大区别，需要进行个性化定制，系统的适应性差。
技术实现思路
为了克服现有煤岩界面识别方法存在的不足，本专利技术提供一种基于图像的煤岩界面识别方法与系统，能够实时、自动地识别出滚筒截割处的煤岩类型是煤还是岩，为采煤机滚筒自动调高提供可靠的煤岩界面信息。本专利技术所述的煤岩界面识别方法采用如下技术方案实现，包括如下步骤A.在采煤工作面分别采集多幅煤、岩的彩色图像，对于每一幅图像，提取一个基于图像特征的向量作为样本特征向量，得到煤和岩的已知样本集；B.以煤和岩的已知样本集作为训练样本集，采用Fisher线性判别法建立煤岩分类器模型，模型参数包括Fisher准则函数极大值解w*和分界阈值yQ ；C.采煤机工作时实时采集滚筒截割过的煤岩的彩色图像，提取特征向量X，输入煤岩分类器模型，计算y = (w*)τχ,如果y > y0,则识别煤岩类型为煤，如果y < y0,则识别煤岩类型为岩，如果y = ^，则拒绝识别。基于灰度共生矩阵的特征参数有20种，以大量煤、岩图像样本数据为基础，采用主成分分析法(Principal ComponentAnalysis, PCA)分离出了四种对于区分煤岩贡献最大的特征值显著聚类、对比度、能量和熵构成样本特征向量，有效地降低了数据维数。所述步骤A中的样本特征向量的提取过程包括以下步骤Al.将采集的彩色图像转换成灰度图像；Al.对灰度图像的灰度级进行粗量化处理；A3.提取灰度图像在0°，45°，90°，135°四个方向的灰度共生矩阵；A4.计算四个灰度共生矩阵的均值矩阵；A5.对步骤A4得到的均值矩阵进行归一化处理；A6.计算灰度共生矩阵的显著聚类、对比度、能量和熵，组成一个四维向量作为样本的特征向量。所述步骤B包括以下步骤Bi.分别计算煤、岩已知样本集的均值向量；B2.分别计算煤、岩已知样本集的类内离散度矩阵；B3.计算煤、岩两类样本集的总类内离散度矩阵；B4.计算准则函数的极大值解W* ；B5.计算分界阈值y0。煤岩识别系统的工作过程分为两个阶段分类器模型建立阶段和自动识别阶段； 在分类器模型建立阶段，识别系统在采煤机控制器的监视与控制下分别采集多幅煤和岩的彩色图像，提取出基于图像特征的样本特征向量，得到煤和岩的已知样本集，然后以已知样本集作为训练样本集建立煤岩分类器模型；在自动识别阶段，识别系统实时采集滚筒截割过的煤岩的彩色图像，提取出样本特征向量，输入煤岩分类器模型识别其类型。本专利技术所述目的由以下提出的基于图像的煤岩界面识别系统得以实现。所述系统包括光源模块、成像模块、处理模块和防爆模块；所述光源模块用于辅助照射滚筒截割过的煤岩；所述成像模块用于采集煤岩的图像；所述处理模块用于完成煤岩识别任务；所述防爆模块用来满足井下防爆要求。所述光源模块是由多组LED阵列组成的高亮度环形白光照明灯，LED阵列点亮的数量由处理模块控制，为采集煤岩图像提供合适的照明。所述成像模块是一个电荷耦合器件(CCD)相机，具有自动调焦和自动调节曝光功能，其采集动作由处理模块触发。所述处理模块负责光源调节、图像采集、图像处理、分类器模型建立和分类识别任务；处理模块由控制单元、成像单元、存储单元、图像处理与识别单元和通信接口组成；处理模块通过通信接口与采煤机控制器通信。本专利技术的有益效果是，结构简单、易于布置、适应性强、识别率高，能够实时、自动地识别出滚筒截割处的煤岩类型，为采煤机滚筒自动调高提供可靠的煤岩界面信息。附图说明下面结合附图和具体实施方式对本专利技术作进一步的详细描述。图1是本专利技术所述煤岩界面识别系统的工作原理框图2是煤岩界面识别系统处理模块的结构框图3是图像样本特征向量提取流程图4是煤岩分类器模型建立流程图5是煤岩分类器模型识别决策流程图。图中，1.岩层，2.煤层，3.采煤机滚筒，4.煤岩截割面，5.成像模块，6.光源模块， 7.处理模块，8.防爆外壳，9.视窗，10.采煤机控制器，21.控制单元，22.图像处理与识别单元，23.采集单元，24.存储单元，25.通信接口。具体实施方式首先对基于图像的煤岩界面识别系统的工作原理进行描述。参照图1，在采煤工作面，采煤机滚筒3截割由岩层1与本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：孙继平，苏波，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：