[發明專利]一種基于多光譜波段篩選和改進U-Net的煤矸石定位方法

在審

• 申請號: 202011409744.0
• 申請日: 2020-12-03
• 公開（公告）號: CN112508001A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 來文豪;周孟然;胡鋒;卞凱;朱梓偉;王錦國;孔茜茜
• 申請（專利權）人: 安徽理工大學
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于多光譜波段篩選和改進U?Net的煤矸石定位方法，其包括以下步驟：步驟1、在不同的環境下采集煤矸石的多光譜數據；步驟2、根據標準差選擇最佳波段，將所選波段的光譜數據轉換為灰度圖像；步驟3、在每一張被轉換的灰度圖像中標注煤矸石的位置和形態；步驟4、改進基本的U?Net模型，然后構建基于改進的U?Net煤矸石識別和定位模型；步驟5、將標注數據轉換為改進后的U?Net所用數據形式；步驟6、訓練改進后的U?Net模型；步驟7、保存U?Net訓練過程中的最佳模型的權重，然后把保存的最佳模型用于煤矸石識別和定位。改進U?Ne模型輕量易訓練，不僅能快速準確的對煤矸石識別和定，而且可以預測煤矸石的形態，判斷煤矸石的相對大小。

技術領域

本發明涉及煤矸石智能分選領域，具體是一種基于多光譜波段篩選和改進 U-Net的煤矸石定位方法。

背景技術

煤炭，人類重要的一次能源，也是中國能源安全保障的壓艙石。盡管中國的能源結構繼續改進，但煤炭每年仍被大量開采，2019年全國原煤產量為39.7 億噸，同比增長4.0％。在煤炭的開采過程中不可避免的會混入煤矸石，含量超過10％，它不僅降低煤的燃燒效率，而且增加污染物的排放。因此，需將煤矸石從煤中分離(被稱之為洗煤)。2020年初國家發改委等8部門聯合發布加快煤礦智能化發展的指導意見，意見明確指出“2025年實現洗選系統的智能化決策和自動化協同運行”。

利用成像技術獲得煤矸石的圖片，然后利用人工智能算法基于圖像識別煤矸石，學術上被稱之為智能分選法。“識別”只能判斷圖像中有無煤矸石，而無法確定煤矸石的位置，這使得基于圖像識別的煤矸石分離操作難以實現。當前的研究主要是煤矸石的“識別”，如申請號為201910391577.2公開了一種基于多顏色空間主元分析描述的煤矸石識別方法，通過RGB圖像識別煤矸石。針對煤矸石定位的研究非常少，此外，RGB圖像由于窄帶，易受可見光干擾。

因此，提出一種基于多光譜波段篩選和改進U-Net的煤矸石定位方法，以實現煤矸石快速、精準的識別和定位，并且還能預測煤矸石的形態，預估煤矸石的相對大小，為煤矸石的分離操作提供有效的位置和大小信息。

發明內容

為解決當前基于多光譜成像的煤和煤矸石智能分離無法對煤矸石快速、精準的識別和定位問題，本發明提供一種基于多光譜波段篩選和改進U-Net的煤矸石定位方法；該發明不僅能快速、精準的識別和定位煤矸石，而且還能預測煤矸石的形態，進而實現煤矸石相對大小的評估。

本發明實現發明目的采用如下技術方案：

一種基于多光譜波段篩選和改進U-Net的煤矸石定位方法，包括以下步驟：

步驟1、在不同的環境下采集多組煤矸石的多光譜數據；

步驟2、計算所采集的煤矸石多光譜數據的每一個波段的方差，選擇一個信息量最大的波段作為最佳波段，然后將所選的最佳波段的光譜數據轉換為一個灰度圖像；

步驟3、利用圖像分割標注工具在每一張被轉換的灰度圖像中標注煤矸石的位置和形態，將標注的位置和形態數據保存為json文件；

步驟4、設計一個輕量的用于特征提取的主干網絡改進基本的U-Net模型，然后構建基于改進的U-Net煤矸石識別和定位模型；

步驟5、把json中的位置和形態數據轉換為改進后的U-Net所用數據形式，然后將波段選擇后的數據按4:1劃分為訓練數據集和驗證數據集；

步驟6、把訓練數據集和驗證數據集中的最佳波段的光譜數據歸一化，然后聯合格式轉換后的標注數據訓練改進后的U-Net模型；

步驟7、保存U-Net訓練過程中的最佳模型的權重，然后把保存的最佳模型用于煤矸石識別和定位。

作為優選，步驟1中所述的“不同的環境”包括在實驗室理想環境下、礦井下和選煤廠等復雜環境下采集煤矸石的多光譜數據。