[發(fā)明專利]一種基于機(jī)器視覺的煤矸石識(shí)別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110902535.8
• 申請日: 2021-08-06
• 公開（公告）號(hào): CN113569795A
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計(jì)）人: 聶帥杰;朱星光;程德強(qiáng);寇旗旗;韓成功;呂晨
• 申請（專利權(quán)）人: 中國礦業(yè)大學(xué);江蘇華圖礦業(yè)科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京正聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 32243
• 代理人: 鄧道花

本發(fā)明提出了一種基于機(jī)器視覺的煤矸石識(shí)別方法及系統(tǒng)，其主要目的是提高煤矸石檢測的自動(dòng)化水平和識(shí)別率，同時(shí)對粉塵等干擾因素保持魯棒性，該系統(tǒng)主要包括三大部分：1.對煤流視頻的讀取；2.將采集到的視頻送入高性能計(jì)算機(jī)進(jìn)行檢測；3.輸出檢測結(jié)果，本發(fā)明采用的方法能提高煤矸石檢測的智能化水平，同時(shí)大大減少工作人員的勞動(dòng)量，不會(huì)造成環(huán)境污染，在真實(shí)礦井環(huán)境中具有較強(qiáng)的魯棒性，能提高對煤矸石識(shí)別的正確率，也適于大規(guī)模推廣。

技術(shù)領(lǐng)域

本發(fā)明屬于煤矸石識(shí)別的技術(shù)領(lǐng)域，尤其涉及一種基于機(jī)器視覺的煤矸石識(shí)別方法及系統(tǒng)。

背景技術(shù)

煤炭在我國能源中占有舉足輕重的地位，在煤炭開采過程中，開采到的原煤中通常會(huì)夾雜著煤矸石，煤矸石是在煤形成的過程中產(chǎn)生的一種含碳量較低的巖石，屬于煤炭中的雜質(zhì)。一方面，煤矸石會(huì)影響成品煤的質(zhì)量，降低煤炭的燃燒率，而且其燃燒產(chǎn)物會(huì)污染環(huán)境；另一方面，片狀的煤矸石可能會(huì)在皮帶運(yùn)輸?shù)倪^程中導(dǎo)致運(yùn)輸皮帶撕裂。因此，對原煤中夾雜著的煤矸石進(jìn)行識(shí)別和分揀是十分必要的。

目前，基于觀察顏色和紋理分布的人工分選是目前應(yīng)用最廣泛的煤矸石分選方法之一，但是這種方式存在勞動(dòng)強(qiáng)度大、自動(dòng)化程度不高、工作環(huán)境差，選矸效率低等問題。除此之外，還開發(fā)了包括X射線、伽馬射線和激光的干燥技術(shù)，以根據(jù)煤矸石的結(jié)構(gòu)和組成特征來區(qū)分煤矸石和煤，但這對工人的健康是有害的。近年來，機(jī)械濕選法在煤礦中得到了廣泛的應(yīng)用，然而其生產(chǎn)工藝耗水量大，并且排放的物質(zhì)污染周圍環(huán)境，并不適合大規(guī)模的在煤礦企業(yè)中推廣應(yīng)用。此外，跳汰機(jī)不適合在供水稀缺的地區(qū)使用。隨著計(jì)算機(jī)視覺的發(fā)展，人們探索了在煤矸石分選中采用視覺圖像處理來檢測煤矸石的可能性，建設(shè)了綜合識(shí)別模型、支持向量機(jī)模型和卷積神經(jīng)網(wǎng)絡(luò)模型，利用圖像包含的特征來識(shí)別不同的礦石。傳統(tǒng)的基于圖像處理的方式需要人為的設(shè)計(jì)并提取圖像的特征，并將提取的特征送入支持向量機(jī)來進(jìn)行識(shí)別，但由于這種方式所采用的特征比較固定，很容易受到圖像質(zhì)量的影響。

相較于傳統(tǒng)的計(jì)算機(jī)視覺技術(shù)，卷積神經(jīng)網(wǎng)絡(luò)不需要對圖像做預(yù)處理、圖像分割和人工設(shè)計(jì)圖像特征等方面的工作，不僅減少了圖像預(yù)處理的復(fù)雜度，也降低了人為因素對特征提取的影響，具有安全、易于維護(hù)等優(yōu)點(diǎn)，是目前煤矸石識(shí)別的一個(gè)重要發(fā)展方向。

中國專利：一種基于機(jī)器視覺和電容融合的煤矸石識(shí)別與分離方法及其裝置，申請公布號(hào)：CN112295955A，申請公布日：2021年2月2日，有以下問題：1.利用獲取的圖像來判斷煤或煤矸石的厚度，并結(jié)合煤或煤矸石經(jīng)過電極板時(shí)電阻兩端的電壓來對煤矸石進(jìn)行識(shí)別，需要電壓數(shù)據(jù)所以浪費(fèi)了部分硬件裝置，不能充分利用圖像的各級(jí)特征；2.涉及多種裝置單元，包括檢測單元、輸送單元、電動(dòng)單元和氣動(dòng)單元，其中每個(gè)單元都包含了相應(yīng)的硬件設(shè)備，會(huì)導(dǎo)致成本提高；3. 除了涉及的裝置多以外，對各裝置的安裝有較為嚴(yán)格的要求，由于安裝要求高，對周圍的空間也會(huì)有相應(yīng)的要求，實(shí)施起來比較繁瑣；4.此方法建立在煤和煤矸石被獨(dú)立分開放置在傳送帶的基礎(chǔ)上，所假設(shè)的工作條件過于理想化，不太符合實(shí)際情況；5. 方法更偏向基于硬件，檢測模型的識(shí)別率較低，因此需要設(shè)計(jì)一種基于機(jī)器視覺的煤矸石識(shí)別方法及系統(tǒng)來解決上述問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種能夠解決上述問題的一種基于機(jī)器視覺的煤矸石識(shí)別方法及系統(tǒng)。

本發(fā)明采用的技術(shù)方案如下：

一種基于機(jī)器視覺的煤矸石識(shí)別方法，該方法包括如下步驟：

a. 對采集到的由煤塊和煤矸石組成的圖像進(jìn)行標(biāo)注并作為原始數(shù)據(jù)集，然后對圖像進(jìn)行重建并作為重建數(shù)據(jù)集；

b. 在數(shù)據(jù)集的圖像中利用聚類算法來獲取符合煤矸石形狀的先驗(yàn)框,用聚類出的先驗(yàn)框代替目標(biāo)檢測YOLOv3模型原始的先驗(yàn)框；

c. 對目標(biāo)檢測YOLOv3模型進(jìn)行修改，將特征融合部分改成加權(quán)特征融合；

d. 使用兩階段訓(xùn)練法來訓(xùn)練改進(jìn)后的YOLOv3模型，再將訓(xùn)練好的YOLOv3模型用于實(shí)時(shí)煤流視頻的煤矸石檢測。