[发明专利]基于完备局部二值模式重构残差的煤岩识别方法

摘要

本发明公开了基于完备局部二值模式重构残差的煤岩识别方法。在样本训练阶段，通过相机拍摄、子图截取、灰度化等一系列处理得到多幅煤炭样本子图和多幅岩石样本子图，提取每幅子图的归一化多尺度完备局部二值模式特征向量，对这些特征向量进行判别式字典学习，得到煤炭类别综合型字典、岩石类别综合型字典、煤炭类别解析型字典和岩石类别解析型字典；在煤岩识别阶段，通过一系列处理得到未知类别样本子图，提取未知类别样本子图的归一化多尺度完备局部二值模式特征向量。通过比较采用不同类别字典重构未知类别样本子图的特征向量所造成的残差大小判断未知类别样本所属的煤岩类别。本发明可靠性好，正确识别率高，软硬件实现容易。

主权项

基于完备局部二值模式重构残差的煤岩识别方法，其特征在于，包括以下步骤：QS1.在样本训练阶段，采集m幅煤炭样本图像和m幅岩石样本图像，截取不含非煤岩背景的子图并对它们进行灰度化处理，处理后的煤炭样本子图和岩石样本子图分别记为c1,c2,…,cm和s1,s2,…,sm；QS2.设定采样半径r＝1和采样邻域数p＝8，分别提取c1,c2,…,cm和s1,s2,…,sm的带有旋转不变特性和均匀特性的归一化完备局部二值模式特征行向量y1,y2,…,ym∈R1×200和z1,z2,…,zm∈R1×200；QS3.设定采样半径r＝2和采样邻域数p＝16，分别提取c1,c2,…,cm和s1,s2,…,sm的带有旋转不变特性和均匀特性的归一化完备局部二值模式特征行向量α1,α2,…,αm∈R1×648和β1,β2,…,βm∈R1×648；QS4.设定采样半径r＝3和采样邻域数p＝24，分别提取c1,c2,…,cm和s1,s2,…,sm的带有旋转不变特性和均匀特性的归一化完备局部二值模式特征行向量η1,η2,…,ηm∈R1×1352和μ1,μ2,…,μm∈R1×1352；QS5.分别构建c1,c2,…,cm和s1,s2,…,sm的最终特征列向量x1＝[y1,α1,η1]T,x2＝[y2,α2,η2]T，…，xm＝[ym,αm,ηm]T∈R2200×1和xm+1＝[z1,β1,μ1]T,xm+2＝[z2,β2,μ2]T,…,x2m＝[zm,βm,μm]T∈R2200×1，其中T为转置运算；QS6.分别构建煤炭训练样本特征矩阵Xc＝[x1,x2,…,xm]∈R2200×m和岩石训练样本特征矩阵Xs＝[xm+1,xm+2,…,x2m]∈R2200×m；QS7.设置正则化参数λ1,λ2,迭代次数K和字典原子数τ，其中0<λ1<1,0<λ2<1,15≤K≤50,0<τ≤m，对Xc和Xs进行判别式字典学习，得到煤炭类别综合型字典Dc、岩石类别综合型字典Ds、煤炭类别解析型字典Tc和岩石类别解析型字典Ts；QS8.在煤岩识别阶段，采集未知类别样本图像，截取不含非煤岩背景的子图并对它进行灰度化处理，处理后的未知类别子图记为q；QS9.设定采样半径r＝1和采样邻域数p＝8，提取q的带有旋转不变特性和均匀特性的归一化完备局部二值模式特征行向量vq∈R1×200；QS10.设定采样半径r＝2和采样邻域数p＝16，提取q的带有旋转不变特性和均匀特性的归一化完备局部二值模式特征行向量δq∈R1×648；QS11.设定采样半径r＝3和采样邻域数p＝24，提取q的带有旋转不变特性和均匀特性的归一化完备局部二值模式特征行向量θq∈R1×1352；QS12.构建q的最终特征列向量xq＝[vq,δq,θq]T∈R2200×1，其中T为转置运算；QS13.如果满足||xq‑DcTcxq||2≤||xq‑DsTsxq||2，那么判定q为煤炭；否则，判定q为岩石，其中||·||2为向量的2–范数。