基于协同稀疏编码的煤岩识别方法

摘要

本发明公开了一种基于协同稀疏编码的煤岩识别方法，该方法从煤岩图像数据中学煤岩的结构基元，所学到结构基元捕捉到了煤岩图像本质的结构特征，因而具有很强的鉴别能力和对成像环境变化的鲁棒性，从而使得该方法具有很高的识别稳定性和识别正确率，能为自动化采掘、自动化放煤、自动化选矸等生产过程提供可靠的煤岩识别信息。

主权项

一种基于协同稀疏编码的煤岩识别方法，其特征在于包括以下步骤：A.各采集一张已知煤和岩对象的图像；B.从煤和岩图像中各抽取N个图像块[x₁，x₂，...x_N]＝X∈R^p×N，p为图像块向量化后的维数；C.分别用抽取的煤和岩图像块x_i通过解优化问题求出煤和岩图像的基元矩阵D_c和D_r，D_c or r＝[d₁，d₂，...d_K]∈R^p×K；D.通过解优化问题分别求出煤和岩图像块x_i用D＝[D_c D_r]表达的每一个图像块的系数u_i＝[u_i1，u_i2，...u_i2K]^T；E.分别求出煤和岩图像的基元响应分布z_c和z_r，其中z_c or r＝[z₁，z₂，...z_2K]，第k个基元响应$z_k=\frac{1}{T}{\Sigma }_{i=1}^N{u}_{ik}^2,$其中，$T={\Sigma }_{k=1}^{2K}{u}_{ik}^2$为归一化参数；F.对于待识别的煤岩图像，用与步骤B相同的方法抽取N个图像块y_i，用步骤C中求得的D＝[D_c D_r]表达图像块y_i，通过解优化问题求出每一个图像块的系数$v_i^{*}={[v_{i1},v_{i2},...v_{i2K}]}^T;$G.用与步骤E相同的方法求出待识别煤岩图像的基元响应分布H.用度量与已知煤和岩对象的相似性，当小于1时为煤，否则为岩，其中，${ϵ}_c={\Sigma }_{k=1}^{2K}min(z_{ck},{\bar{z}}_k),{ϵ}_r={\Sigma }_{k=1}^{2K}min(z_{rk},{\bar{z}}_k),$δ为给定的参数。