(19)中华人民共和国国家知识产权局
(12)发明专利说明书 | ||
(10)申请公布号 CN 107169524 A (43)申请公布日 2017.09.15 | ||
(21)申请号 CN201710397517.2
(22)申请日 2017.05.31
(71)申请人 中国矿业大学(北京)
地址 100083 北京市海淀区学院路丁11号
(72)发明人 孙继平 陈浜
(74)专利代理机构
代理人
(51)Int.CI
权利要求说明书 说明书 幅图 |
(54)发明名称
基于完备局部二值模式重构残差的煤岩识别方法 | |
(57)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。 | |
法律状态
法律状态公告日 | 法律状态信息 | 法律状态 |
权 利 要 求 说 明 书
1.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c<Sub>1</Sub>,c<Sub>2</Sub>,...,c<Sub>m</Sub>和s<Sub>1</Sub>,s<Sub>2</Sub>,...,s<Sub>m</Sub>;
QS2.设定采样半径r=1和采样邻域数p=8,分别提取c<Sub>1</Sub>,c<Sub>2</Sub>,...,c<Sub>m</Sub>和s<Sub>1</Sub>,s<Sub>2</Sub>,...,s<Sub>m</Sub>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y<Sub>1</Sub>,y<Sub>2</Sub>,...,y<Sub>m</Sub>∈R<Sup>1×200</Sup>和z<Sub>1</Sub>,z<Sub>2</Sub>,...,z<Sub>m</Sub>∈R<Sup>1×200</Sup>;
QS3.设定采样半径r=2和采样邻域数p=16,分别提取c<Sub>1</Sub>,c<Sub>2</Sub>,...,c<Sub>m</Sub>和s<Sub>1</Sub>,s<Sub>2</Sub>,...,s<Sub>m</Sub>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α<Sub>1</Sub>,α<Sub>2</Sub>,...,α<Sub>m</Sub>∈R<Sup>1×648</Sup>和β<Sub>1</Sub>,β<Sub>2</Sub>,...,β<Sub>m</Sub>∈R<Sup>1×648</Sup>;
QS4.设定采样半径r=3和采样邻域数p=24,分别提取c<Sub>1</Sub>,c<Sub>2</Sub>,...,c<Sub>m</Sub>和s<Sub>1</Sub>,s<Sub>2</Sub>,...,s<Sub>m</Sub>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η<Sub>1</Sub>,η<Sub>2</Sub>,...,η<Sub>m</Sub>∈R<Sup>1×1352</Sup>和μ<Sub>1</Sub>,μ<Sub>2</Sub>,...,μ<Sub>m</Sub>∈R<Sup>1×1352</Sup>;
QS5.分别构建c<Sub>1</Sub>,c<Sub>2</Sub>,...,c<Sub>m</Sub>和s<Sub>1</Sub>,s<Sub>2</Sub>,...,s<Sub>m</Sub>的最终特征列向量x<Sub>1</Sub>=[y<Sub>1</Sub>,α<Sub>1</Sub>,η<Sub>1</Sub>]<Sup>T</Sup>,x<Sub>2</Sub>=[y<Sub>2</Sub>,α<Sub>2</Sub>,η<Sub>2</Sub>]<Sup>T</Sup>,...,x<Sub>m</Sub>=[y<Sub>m</Sub>,α<Sub>m</Sub>,η<Sub>m</Sub>]<Sup>T</Sup>∈R<Sup>2200×1</Sup>和x<Sub>m+1</Sub>=[z<Sub>1</Sub>,β<Sub>1</Sub>,μ<Sub>1</Sub>]<Sup>T</Sup>,x<Sub>m+2</Sub>=[z<Sub>2</Sub>,β<Sub>2</Sub>,μ<Sub>2</Sub>]<Sup>T</Sup>,...,x<Sub>2m</Sub>=[z<Sub>m</Sub>,β<Sub>m</Sub>,μ<Sub>m</Sub>]<Sup>T</Sup>∈R<Sup>2200×1</Sup>,其中<Sup>T</Sup>为转置运算;
QS6.分别构建煤炭训练样本特征矩阵X<Sub>c</Sub>=[x<Sub>1</Sub>,x<Sub>2</Sub>,...,x<Sub>m</Sub>]∈R<Sup>2200×m</Sup>和岩石训练样本特征矩阵X<Sub>s</Sub>=[x<Sub>m+1</Sub>,x<Sub>m+2</Sub>,...,x<Sub>2m</Sub>]∈R<Sup>2200×m</Sup>;
QS7.设置正则化参数λ<Sub>1</Sub>,λ<Sub>2</Sub>,迭代次数K和字典原子数τ,其中0<λ<Sub>1</Sub><1,0<λ<Sub>2</Sub><1,15≤K≤50,0<τ≤m,对X<Sub>c</Sub>和X<Sub>s</Sub>进行判别式字典学习,得到煤炭类别综合型字典D<Sub>c</Sub>、岩石类别综合型字典D<Sub>s</Sub>、煤炭类别解析型字典T<Sub>c</Sub>和岩石类别解析型字典T<Sub>s</Sub>;
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v<Sub>q</Sub>∈R<Sup>1×200</Sup>;
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δ<Sub>q</Sub>∈R<Sup>1×648</Sup>;
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θ<Sub>q</Sub>∈R<Sup>1×1352</Sup>;
QS12.构建q的最终特征列向量x<Sub>q</Sub>=[v<Sub>q</Sub>,δ<Sub>q</Sub>,θ<Sub>q</Sub>]<Sup>T</Sup>∈R<Sup>2200×1</Sup>,其中<Sup>T</Sup>为转置运算;
QS13.如果满足||x<Sub>q</Sub>-D<Sub>c</Sub>T<Sub>c</Sub>x<Sub>q</Sub>||<Sub>2</Sub>≤||x<Sub>q</Sub>-D<Sub>s</Sub>T<Sub>s</Sub>x<Sub>q</Sub>||<Sub>2</Sub>,那么判定q为煤炭;否则,判定q为岩石,其中||·||<Sub>2</Sub>为向量的2–范数。
2.根据权利要求1所述的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,所述判别式字典学习包括以下步骤:
LS701.从X<Sub>c</Sub>中随机地抽取τ列构建煤炭类别综合型字典D<Sub>c</Sub>∈R<Sup>2200×τ</Sup>,从X<Sub>s</Sub>中随机地抽取τ列构建岩石类别综合型字典D<Sub>s</Sub>∈R<Sup>2200×τ</Sup>,从X<Sub>c</Sub>中随机地抽取τ列再通过转置运算构建煤炭类别解析型字典T<Sub>c</Sub>∈R<Sup>τ×2200</Sup>,从X<Sub>s</Sub>中随机地抽取τ列再通过转置运算构建岩石类别解析型字典T<Sub>s</Sub>
∈R<Sup>τ×2200</Sup>,然后分别对D<Sub>c</Sub>,D<Sub>s</Sub>,T<Sub>c</Sub>和T<Sub>s</Sub>进行逐列归一化处理;
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论