[发明专利]一种基于高光谱成像技术的煤炭种类识别方法

说明书

本发明公开了一种基于高光谱成像技术的煤炭种类识别方法，属于煤炭检测技术领域。具体方法如下，首先将煤块置于高光谱成像系统的载物台上，打开光源，通过高光谱相机进行图像采集。将采集到的图像进行黑白校正处理，采用BM3D对通过校正处理后的其他噪声进行滤波，将滤波后的纯净估计图像作为输入，传输到建立好的卷积神经网络模型中进行训练，经过卷积和池化操作，提取特征，最后经过全连接层输出分类结果，最终实现煤炭的种类识别。本发明方法实现煤炭的种类识别，相比于传统的检测方法，检测速度快且操作简单，为选煤和煤炭的配比提供参考。

技术领域

本发明涉及煤炭检测技术领域，更具体地说，涉及一种基于高光谱成像技术的煤炭种类识别方法。

背景技术

我国的煤储藏量达6000亿吨，居世界第三位，从低变质程度的褐煤到高变质程度的无烟煤都有储存。煤炭的种类共有9种，分别为焦煤、肥煤、无烟煤、瘦煤、弱粘结煤、气煤、褐煤、长焰煤、贫煤。

焦煤是炼焦用煤中之主焦煤，除了供给冶炼外还可造气和电石。肥煤也是炼焦用煤的一种，但其品种稀少。无烟煤燃烧时间长、火力旺，是理想的高炉喷吹燃料。

传统的煤炭灰分检测主要依靠灼烧法，这种方法检测精度较高，也是应用相对广泛的一种煤炭的灰分检测方法。但是这种方法在实现的过程中较为复杂，效率较低，分析周期长，且检测结果会受到人为操作的影响。瘦煤是炼焦用煤中之配煤，除作炼焦配煤外，还可用与造气、发电和其它动力用煤。弱粘结煤是炼焦煤与非炼焦煤之间的过度煤种，主要用作造气、燃料和配焦。气煤也炼焦煤种之一，主要用作配煤炼焦。褐煤是为经变质的煤，外以朽木内含原生腐植酸。其主要特点是含水多、比重小、热量低、可制取活性炭、硫化煤、褐煤蜡、腐植酸和其它化工产品。长焰煤是变质程度最低的煤，主要用作燃料。贫煤是变质程度最高的烟煤，延续时间长，主要用作动力煤。

目前传统的对于煤炭的种类识别方法主要有两种，一种是通过人工识别的方法进行煤炭种类识别，另一种是通过化学测定的方法进行煤炭种类识别。人工识别的方法识别准确率相对较低，会有较大的误差，造成人力物力的浪费。化学测定的方法虽然识别准确，但耗时较长，且需要较高的资金支持。

发明内容

本发明提出了一种基于高光谱成像技术的煤炭种类识别方法。通过高光谱相机采集不同种类煤炭的高光谱图像，对其进行黑白校正，去除在采集过程中存在的暗电流的影响。经过黑白校正后的高光谱图像仍然存在噪声，因此需要进一步对其进行去噪，通过BM3D对校正后的高光谱图像进行去噪。将BM3D后得到的高光谱图像输入到卷积神经网络中进行特征提取及分类，最终实现不同煤炭种类的分类识别。相比于传统的人工识别方法具有更快的速度和更高的准确率，且识别速度更快；相比于化学测定识别方法，本发明发法检测速度更快，成本更低，更具有实际应用价值。

本发明通过以下技术方案来实现：一种基于高光谱成像技术的煤炭种类识别方法，包括对煤炭的图像采集，将煤炭放置在高光谱相机的正下方，打开光源，调节各个参数，确保相机可以采集到清晰的煤炭高光谱图像，由计算机控制进行高光谱图像采集。由于光源光照强度分布不均匀，以及设备本身存在的暗电流的影响，会导致存在较多的噪声干扰，因此要对采集到的煤炭高光谱图像进行校正，目的是为了减弱或者消除这种噪声带来的影响。进行黑白校正后的图像还是会存在一些噪声，因此采用BM3D进行去噪，得到纯净图像，将图像输入到卷积神经网络模型中进行训练学习，最后得到煤炭所属的种类，实现煤炭的种类识别。

一种基于高光谱成像技术的煤炭种类识别方法，其特征主要包括以下步骤：

步骤1：选取不同种类的煤炭作为样本，将样本分别放在高光谱成系统的载物台上，打开高光谱相机和光源，调节相机和光源的高度，同时调节曝光时间等参数，确保可以采集到清晰的煤炭样本图像，进行高光谱图像采集。

步骤2：由于光源光照强度分布不均匀，以及设备本身存在的暗电流的影响，会导致存在较多的噪声干扰，因此要对采集到的煤炭高光谱图像进行校正减弱或者消除这种噪声带来的影响。