本發(fā)明涉及基于擴(kuò)展局部二值模式和回歸分析的煤巖識(shí)別方法，屬于圖像識(shí)別技術(shù)領(lǐng)域。

背景技術(shù)：

煤巖識(shí)別是指通過(guò)各種技術(shù)手段自動(dòng)判別煤炭和巖石。在煤炭資源開(kāi)采及運(yùn)輸過(guò)程中，存在許多生產(chǎn)環(huán)節(jié)需要判別區(qū)分煤炭和巖石，如采煤機(jī)滾筒高度調(diào)節(jié)、綜采放頂煤過(guò)程控制、選煤廠原煤選矸等。從20世紀(jì)50年代開(kāi)始，南非、澳大利亞、德國(guó)、美國(guó)、中國(guó)等世界主要產(chǎn)煤國(guó)家對(duì)煤巖識(shí)別方法展開(kāi)了一系列研究，相繼產(chǎn)生了一些代表性的研究成果，如自然γ射線探測(cè)法、雷達(dá)探測(cè)法、紅外探測(cè)法、有功功率檢測(cè)法、振動(dòng)信號(hào)檢測(cè)法、聲音信號(hào)檢測(cè)法等。然而這些方法均存在以下共性問(wèn)題：(1)需要在現(xiàn)有設(shè)備上安裝部署各種傳感器，相關(guān)裝置結(jié)構(gòu)復(fù)雜，制造成本高；(2)采煤機(jī)、掘進(jìn)機(jī)等機(jī)械設(shè)備在煤炭生產(chǎn)過(guò)程中受力復(fù)雜、振動(dòng)劇烈、磨損嚴(yán)重，傳感器部署相對(duì)比較困難，其電子線路也容易受到損壞，裝置可靠性差；(3)針對(duì)不同類(lèi)型的機(jī)械載體設(shè)備，傳感器的選型和安裝位置的選擇存在較大區(qū)別，這就需要進(jìn)行個(gè)性化定制，因此其普適性不佳。

通過(guò)對(duì)塊狀的煤炭、巖石樣本的觀察，發(fā)現(xiàn)煤炭和巖石在顏色、光澤、紋理等方面存在較大差異。當(dāng)通過(guò)現(xiàn)有的數(shù)字?jǐn)z像機(jī)對(duì)煤炭和巖石進(jìn)行成像時(shí)，煤炭和巖石的視覺(jué)信息就必然會(huì)隱藏在采集得到的數(shù)字圖像中，因此提出通過(guò)挖掘煤巖數(shù)字圖像中的視覺(jué)信息來(lái)區(qū)分煤炭和巖石。現(xiàn)有的基于圖像處理的煤巖識(shí)別方法在魯棒性、識(shí)別率等方面還存在著較大的提升空間。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有煤巖識(shí)別方法存在的不足，本發(fā)明提出基于擴(kuò)展局部二值模式和回歸分析的煤巖識(shí)別方法，該方法具有實(shí)時(shí)性強(qiáng)、識(shí)別率高、穩(wěn)健性好等優(yōu)點(diǎn)，有助于提高現(xiàn)代煤礦的生產(chǎn)效率和安全程度。

本發(fā)明所述的煤巖識(shí)別方法采用如下技術(shù)方案實(shí)現(xiàn)，包括樣本訓(xùn)練階段和煤巖識(shí)別階段，具體步驟如下：

rs1.在樣本訓(xùn)練階段，采集m幅煤炭樣本圖像和m幅巖石樣本圖像，截取不含非煤巖背景的子圖并對(duì)它們進(jìn)行灰度化處理，處理后的煤炭樣本子圖和巖石樣本子圖分別記為c1,c2,…,cm和s1,s2,…,sm；

rs2.設(shè)定采樣半徑r＝2、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝3×3，分別統(tǒng)計(jì)c1,c2,…,cm和s1,s2,…,sm的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖和

rs3.分別把和形變?yōu)?維直方圖，然后對(duì)它們進(jìn)行歸一化處理，得到特征行向量α1,α2,…,αm∈r^1×200和β1,β2,…,βm∈r^1×200；

rs4.設(shè)定采樣半徑r＝4、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝5×5，分別統(tǒng)計(jì)c1,c2,…,cm和s1,s2,…,sm的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖和

rs5.分別把和形變?yōu)?維直方圖，然后對(duì)它們進(jìn)行歸一化處理，得到特征行向量η1,η2,…,ηm∈r^1×200和μ1,μ2,…,μm∈r^1×200；

rs6.設(shè)定采樣半徑r＝6、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝7×7，分別統(tǒng)計(jì)c1,c2,…,cm和s1,s2,…,sm的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖和

rs7.分別把和形變?yōu)?維直方圖，然后對(duì)它們進(jìn)行歸一化處理，得到特征行向量θ1,θ2,…,θm∈r^1×200和

rs8.設(shè)定采樣半徑r＝8、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝9×9，分別統(tǒng)計(jì)c1,c2,…,cm和s1,s2,…,sm的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖和

rs9.分別把和形變?yōu)?維直方圖，然后對(duì)它們進(jìn)行歸一化處理，得到特征行向量κ1,κ2,…,κm∈r^1×200和υ1,υ2,…,υm∈r^1×200；

rs10.分別構(gòu)建c1,c2,…,cm和s1,s2,…,sm的原始特征列向量x1＝[α1,η1,θ1,κ1]^t,x2＝[α2,η2,θ2,κ2]^t,…,xm＝[αm,ηm,θm,κm]^t∈r^800×1和，…,其中t為轉(zhuǎn)置運(yùn)算；

rs11.構(gòu)建煤巖訓(xùn)練樣本的原始特征矩陣x＝[x1,x2,…,xm,xm+1,xm+2,…,x2m]^t∈r^2m×800及其類(lèi)別標(biāo)簽矩陣y∈r^2m×2，其中t為轉(zhuǎn)置運(yùn)算，y的前m行第1列數(shù)據(jù)填充為1，y的前m行第2列數(shù)據(jù)填充為0，y的后m行第1列數(shù)據(jù)填充為0，y的后m行第2列數(shù)據(jù)填充為1；

rs12.設(shè)置正則化參數(shù)λ，迭代次數(shù)k和優(yōu)選特征數(shù)d，對(duì)x和y進(jìn)行回歸分析，得到有利于判別煤巖的關(guān)于x的d個(gè)列標(biāo)j1,j2,…,jd，其中1≤j1,j2,…,jd≤800；

rs13.先后抽取x的第j1,j2,…,jd列，然后按列排列構(gòu)成煤巖訓(xùn)練樣本的最終特征矩陣其中x(col·j1),x(col·j2),…,x(col·jd)分別為x的第j1,j2,…,jd列；

rs14.在煤巖識(shí)別階段，采集未知類(lèi)別樣本圖像，截取不含非煤巖背景的子圖并對(duì)它進(jìn)行灰度化處理，處理后的未知類(lèi)別子圖記為q；

rs15.設(shè)定采樣半徑r＝2、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝3×3，統(tǒng)計(jì)q的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖hq；

rs16.把hq形變?yōu)?維直方圖，然后對(duì)它進(jìn)行歸一化處理，得到特征行向量εq∈r^1×200；

rs17.設(shè)定采樣半徑r＝4、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝5×5，統(tǒng)計(jì)q的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖zq；

rs18.把zq形變?yōu)?維直方圖，然后對(duì)它進(jìn)行歸一化處理，得到特征行向量ρq∈r^1×200；

rs19.設(shè)定采樣半徑r＝6、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝7×7，統(tǒng)計(jì)q的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖fq；

rs20.把fq形變?yōu)?維直方圖，然后對(duì)它進(jìn)行歸一化處理，得到特征行向量σq∈r^1×200；

rs21.設(shè)定采樣半徑r＝8、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝9×9，統(tǒng)計(jì)q的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖tq；

rs22.分別把tq形變?yōu)?維直方圖，然后對(duì)它進(jìn)行歸一化處理，得到特征行向量ξq∈r^1×200；

rs23.構(gòu)建q的原始特征行向量xq＝[εq,ρq,σq,ξq]∈r^1×800；

rs24.先后抽取xq的第j1,j2,…,jd個(gè)元素，然后按順序排列構(gòu)成q的最終特征行向量其中xq(j1),xq(j2),…,xq(jd)分別為xq的第j1,j2,…,jd個(gè)元素；

rs25.通過(guò)計(jì)算判定q的煤巖類(lèi)別，如果滿足那么判定q為煤炭；否則，判定q為巖石，其中i為的行標(biāo)，i＝1,2,…,2m，j為的列標(biāo)和的元素序號(hào)，j＝1,2,…,d，中位于第i行第j列的元素，為的第j個(gè)元素。

步驟rs12所述的回歸分析包括以下步驟：

rs1201.構(gòu)建符號(hào)矩陣u∈r^2m×2，然后用1初始化u中位于前m行第1列的m個(gè)元素，用-1初始化u中位于前m行第2列的m個(gè)元素，用-1初始化u中位于后m行第1列的m個(gè)元素，用1初始化u中位于后m行第2列的m個(gè)元素；

rs1202.構(gòu)建數(shù)據(jù)矩陣x⁰∈r^2m×800，然后通過(guò)逐列初始化x⁰，其中τ為x⁰和x的列標(biāo)，τ＝1,2,…,800，為x⁰的第τ列，xτ為x的第τ列，mean(xτ)為xτ中所有元素的均值；

rs1203.分別構(gòu)建權(quán)重矩陣wold,wnew∈r^800×2和偏置向量bold,bnew∈r^2×1；

rs1204.先通過(guò)wold＝(x⁰)^t{[x⁰(x⁰)^t+λi2m]^-1y}初始化wold，再通過(guò)wnew＝wold初始化wnew，其中t和-1分別為轉(zhuǎn)置運(yùn)算和求逆運(yùn)算，i2m為2m階單位矩陣；

rs1205.構(gòu)建數(shù)據(jù)矩陣lb∈r^2×2m，然后通過(guò)初始化lb；

rs1206.先通過(guò)初始化bold，再通過(guò)bnew＝bold初始化bnew，其中l(wèi)b(col·j)為lb的第j列，j為lb的列標(biāo)，j＝1,2,…,2m；

rs1207.分別構(gòu)建數(shù)據(jù)矩陣a,b,g∈r^2m×2，然后把它們初始化為零矩陣；

rs1208.構(gòu)建數(shù)據(jù)矩陣x¹∈r^2m×801，然后用x初始化x¹的前800列，x¹的第801列的所有元素均初始化為1000，即x¹＝[x,1000e2m]∈r^2m×801，其中e2m∈r^2m×1為所有元素均為1的列向量；

rs1209.定義迭代序號(hào)k1并初始化為0；

rs1210.通過(guò)更新a，其中t為轉(zhuǎn)置運(yùn)算，e2m∈r^2m×1為所有元素均為1的列向量；

rs1211.先通過(guò)b＝u⊙a(bǔ)更新b，再用0替換b中的負(fù)值元素，其中⊙為矩陣的hadamard積運(yùn)算；

rs1212.通過(guò)g＝(u⊙b)+y更新g，其中⊙為矩陣的hadamard積運(yùn)算；

rs1213.把數(shù)學(xué)描述為

的優(yōu)化問(wèn)題記為keyproblem，求keyproblem的解w0∈r^801×2，其中||·||2,1為矩陣的l2,1–范數(shù)，以矩陣ψ∈r^u0×v0為例，i0為ψ的行標(biāo)，i0＝1,2,…,u0，j0為ψ的列標(biāo)，j0＝1,2,…,v0，ψ(i0,j0)為ψ中位于第i0行第j0列的元素，u0和v0分別為ψ的行數(shù)和列數(shù)；

rs1214.用w0的前800行更新wnew；

rs1215.通過(guò)bnew＝1000×[w0(row·801)]^t更新bnew，其中t為轉(zhuǎn)置運(yùn)算，w0(row·801)為w0的第801行；

rs1216.迭代序號(hào)k1自增1；

rs1217.若同時(shí)滿足和k1<k，則用wnew的值更新wold，用bnew的值更新bold，然后執(zhí)行步驟rs1210–rs1217，其中||·||f和||·||2分別為矩陣的frobenius范數(shù)和向量的2–范數(shù)；否則，執(zhí)行步驟rs1218；

rs1218.構(gòu)建權(quán)重平方矩陣w2∈r^800×2，然后通過(guò)w2＝wnew⊙wnew初始化w2，其中⊙為矩陣的hadamard積運(yùn)算；

rs1219.構(gòu)建權(quán)重向量然后通過(guò)更新其中w2(col·1)和w2(col·2)分別為w2的第1列和第2列；

rs1220.完成回歸分析，返回中按從大到小順序排列的前d個(gè)元素的序號(hào)j1,j2,…,jd作為關(guān)于x的d個(gè)列標(biāo)。

步驟rs1213所述keyproblem的求解包括以下步驟：

rs121301.構(gòu)建數(shù)據(jù)矩陣x+∈r^2m×(801+2m)，然后用x¹初始化x+的前801列，用2m階單位矩陣i2m初始化x+的后2m列，即x+＝[x¹,i2m]∈r^2m×(801+2m)，其中i2m為2m階單位矩陣；

rs121302.構(gòu)建對(duì)角線元素向量φ∈r^(801+2m)×1，然后把φ的所有元素均初始化為1；

rs121303.定義迭代序號(hào)k2并初始化為0，定義和變量sum并初始化為-1000.000；

rs121304.構(gòu)建對(duì)角矩陣λ∈r^{(801+2m)×(801+2m)}；

rs121305.通過(guò)λjj＝φj,j＝1,2,…,(801+2m)依次更新λ的主對(duì)角線元素，其中j為φ的元素序號(hào)和λ的主對(duì)角線元素序號(hào)，φj為φ的第j個(gè)元素，λjj為λ的第j個(gè)主對(duì)角線元素，亦即λjj為λ中位于第j行第j列的元素；

rs121306.分別構(gòu)建數(shù)據(jù)矩陣w0∈r^801×2和w3,w4∈r^(801+2m)×2，然后把它們初始化為零矩陣；

rs121307.通過(guò)更新w3，其中t和-1分別為轉(zhuǎn)置運(yùn)算和求逆運(yùn)算；

rs121308.用w4＝w3⊙w3的計(jì)算結(jié)果更新w4，其中⊙為矩陣的hadamard積運(yùn)算；

rs121309.先通過(guò)φ＝w4(col·1)+w4(col·2)更新φ，若φ中存在零元素，則用0.000001替換零元素，其中w4(col·1)和w4(col·2)分別為w4的第1列和第2列；

rs121310.迭代序號(hào)k2自增1；

rs121311.若同時(shí)滿足和k2<k，則通過(guò)更新sum，然后執(zhí)行步驟rs121305–rs121311，其中j為φ的元素序號(hào)，φj為φ的第j個(gè)元素；否則，執(zhí)行步驟rs121312；

rs121312.用w3的前801行更新w0；

rs121313.完成keyproblem的求解，返回keyproblem的解w0。

附圖說(shuō)明

圖1是基于擴(kuò)展局部二值模式和回歸分析的煤巖識(shí)別方法的基本流程圖；

圖2是本發(fā)明所述回歸分析的基本流程圖；

圖3是本發(fā)明所述求keyproblem的解w0的基本流程圖；

具體實(shí)施方式

在對(duì)我國(guó)河南、山西、陜西等地主要煤種和巖種的圖像進(jìn)行實(shí)驗(yàn)分析的基礎(chǔ)上，本發(fā)明提出了基于擴(kuò)展局部二值模式和回歸分析的煤巖識(shí)別方法，該方法可以有效判別煤炭和巖石。

下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。

參照?qǐng)D1，基于擴(kuò)展局部二值模式和回歸分析的煤巖識(shí)別方法的具體步驟如下：

ss1.在樣本訓(xùn)練階段，采集m幅煤炭樣本圖像和m幅巖石樣本圖像，截取不含非煤巖背景的子圖并對(duì)它們進(jìn)行灰度化處理，處理后的煤炭樣本子圖和巖石樣本子圖分別記為c1,c2,…,cm和s1,s2,…,sm；

ss2.設(shè)定采樣半徑r＝2、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝3×3，分別統(tǒng)計(jì)c1,c2,…,cm和s1,s2,…,sm的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖和

ss3.分別把和形變?yōu)?維直方圖，然后對(duì)它們進(jìn)行歸一化處理，得到特征行向量α1,α2,…,αm∈r^1×200和β1,β2,…,βm∈r^1×200；

ss4.設(shè)定采樣半徑r＝4、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝5×5，分別統(tǒng)計(jì)c1,c2,…,cm和s1,s2,…,sm的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖和

ss5.分別把和形變?yōu)?維直方圖，然后對(duì)它們進(jìn)行歸一化處理，得到特征行向量η1,η2,…,ηm∈r^1×200和μ1,μ2,…,μm∈r^1×200；

ss6.設(shè)定采樣半徑r＝6、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝7×7，分別統(tǒng)計(jì)c1,c2,…,cm和s1,s2,…,sm的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖和

ss7.分別把和形變?yōu)?維直方圖，然后對(duì)它們進(jìn)行歸一化處理，得到特征行向量θ1,θ2,…,θm∈r^1×200和

ss8.設(shè)定采樣半徑r＝8、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝9×9，分別統(tǒng)計(jì)c1,c2,…,cm和s1,s2,…,sm的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖和

ss9.分別把和形變?yōu)?維直方圖，然后對(duì)它們進(jìn)行歸一化處理，得到特征行向量κ1,κ2,…,κm∈r^1×200和υ1,υ2,…,υm∈r^1×200；

ss10.分別構(gòu)建c1,c2,…,cm和s1,s2,…,sm的原始特征列向量x1＝[α1,η1,θ1,κ1]^t,x2＝[α2,η2,θ2,κ2]^t,…,xm＝[αm,ηm,θm,κm]^t∈r^800×1和，…,其中t為轉(zhuǎn)置運(yùn)算；

ss11.構(gòu)建煤巖訓(xùn)練樣本的原始特征矩陣x＝[x1,x2,…,xm,xm+1,xm+2,…,x2m]^t∈r^2m×800及其類(lèi)別標(biāo)簽矩陣y∈r^2m×2，其中t為轉(zhuǎn)置運(yùn)算，y的前m行第1列數(shù)據(jù)填充為1，y的前m行第2列數(shù)據(jù)填充為0，y的后m行第1列數(shù)據(jù)填充為0，y的后m行第2列數(shù)據(jù)填充為1；

ss12.設(shè)置正則化參數(shù)λ，迭代次數(shù)k和優(yōu)選特征數(shù)d，對(duì)x和y進(jìn)行回歸分析，得到有利于判別煤巖的關(guān)于x的d個(gè)列標(biāo)j1,j2,…,jd，其中1≤j1,j2,…,jd≤800；

ss13.先后抽取x的第j1,j2,…,jd列，然后按列排列構(gòu)成煤巖訓(xùn)練樣本的最終特征矩陣x(col·j2),…,x(col·jd)]∈r^2m×d，其中x(col·j1),x(col·j2),…,x(col·jd)分別為x的第j1,j2,…,jd列；

ss14.在煤巖識(shí)別階段，采集未知類(lèi)別樣本圖像，截取不含非煤巖背景的子圖并對(duì)它進(jìn)行灰度化處理，處理后的未知類(lèi)別子圖記為q；

ss15.設(shè)定采樣半徑r＝2、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝3×3，統(tǒng)計(jì)q的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖hq；

ss16.把hq形變?yōu)?維直方圖，然后對(duì)它進(jìn)行歸一化處理，得到特征行向量εq∈r^1×200；

ss17.設(shè)定采樣半徑r＝4、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝5×5，統(tǒng)計(jì)q的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖zq；

ss18.把zq形變?yōu)?維直方圖，然后對(duì)它進(jìn)行歸一化處理，得到特征行向量ρq∈r^1×200；

ss19.設(shè)定采樣半徑r＝6、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝7×7，統(tǒng)計(jì)q的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖fq；

ss20.把fq形變?yōu)?維直方圖，然后對(duì)它進(jìn)行歸一化處理，得到特征行向量σq∈r^1×200；

ss21.設(shè)定采樣半徑r＝8、徑向間隔δ＝2、采樣鄰域數(shù)p＝8和用于中值濾波的滑動(dòng)窗口尺寸ωr＝9×9，統(tǒng)計(jì)q的采用中值濾波并且具有旋轉(zhuǎn)不變特性和均勻特性的由基于中心點(diǎn)強(qiáng)度的描述子、基于鄰域點(diǎn)強(qiáng)度的描述子和基于徑向差分的描述子這3種描述子組合而成的魯棒擴(kuò)展局部二值模式3維聯(lián)合直方圖tq；

ss22.分別把tq形變?yōu)?維直方圖，然后對(duì)它進(jìn)行歸一化處理，得到特征行向量ξq∈r^1×200；

ss23.構(gòu)建q的原始特征行向量xq＝[εq,ρq,σq,ξq]∈r^1×800；

ss24.先后抽取xq的第j1,j2,…,jd個(gè)元素，然后按順序排列構(gòu)成q的最終特征行向量其中xq(j1),xq(j2),…,xq(jd)分別為xq的第j1,j2,…,jd個(gè)元素；

ss25.通過(guò)計(jì)算判定q的煤巖類(lèi)別，如果滿足那么判定q為煤炭；否則，判定q為巖石，其中i為的行標(biāo)，i＝1,2,…,2m，j為的列標(biāo)和的元素序號(hào)，j＝1,2,…,d，為中位于第i行第j列的元素，為的第j個(gè)元素。

參照?qǐng)D2，步驟ss12所述的回歸分析的具體步驟如下：

ss1201.構(gòu)建符號(hào)矩陣u∈r^2m×2，然后用1初始化u中位于前m行第1列的m個(gè)元素，用-1初始化u中位于前m行第2列的m個(gè)元素，用-1初始化u中位于后m行第1列的m個(gè)元素，用1初始化u中位于后m行第2列的m個(gè)元素；

ss1202.構(gòu)建數(shù)據(jù)矩陣x⁰∈r^2m×800，然后通過(guò)逐列初始化x⁰，其中τ為x⁰和x的列標(biāo)，τ＝1,2,…,800，為x⁰的第τ列，xτ為x的第τ列，mean(xτ)為xτ中所有元素的均值；

ss1203.分別構(gòu)建權(quán)重矩陣wold,wnew∈r^800×2和偏置向量bold,bnew∈r^2×1；

ss1204.先通過(guò)wold＝(x⁰)^t{[x⁰(x⁰)^t+λi2m]^-1y}初始化wold，再通過(guò)wnew＝wold初始化wnew，其中t和-1分別為轉(zhuǎn)置運(yùn)算和求逆運(yùn)算，i2m為2m階單位矩陣；

ss1205.構(gòu)建數(shù)據(jù)矩陣lb∈r^2×2m，然后通過(guò)初始化lb；

ss1206.先通過(guò)初始化bold，再通過(guò)bnew＝bold初始化bnew，其中l(wèi)b(col·j)為lb的第j列，j為lb的列標(biāo)，j＝1,2,…,2m；

ss1207.分別構(gòu)建數(shù)據(jù)矩陣a,b,g∈r^2m×2，然后把它們初始化為零矩陣；

ss1208.構(gòu)建數(shù)據(jù)矩陣x¹∈r^2m×801，然后用x初始化x¹的前800列，x¹的第801列的所有元素均初始化為1000，即x¹＝[x,1000e2m]∈r^2m×801，其中e2m∈r^2m×1為所有元素均為1的列向量；

ss1209.定義迭代序號(hào)k1并初始化為0；

ss1210.通過(guò)更新a，其中t為轉(zhuǎn)置運(yùn)算，e2m∈r^2m×1為所有元素均為1的列向量；

ss1211.先通過(guò)b＝u⊙a(bǔ)更新b，再用0替換b中的負(fù)值元素，其中⊙為矩陣的hadamard積運(yùn)算；

ss1212.通過(guò)g＝(u⊙b)+y更新g，其中⊙為矩陣的hadamard積運(yùn)算；

ss1213.把數(shù)學(xué)描述為

的優(yōu)化問(wèn)題記為keyproblem，求keyproblem的解w0∈r^801×2，其中||·||2,1為矩陣的l2,1–范數(shù)，以矩陣ψ∈r^u0×v0為例，i0為ψ的行標(biāo)，i0＝1,2,…,u0，j0為ψ的列標(biāo)，j0＝1,2,…,v0，ψ(i0,j0)為ψ中位于第i0行第j0列的元素，u0和v0分別為ψ的行數(shù)和列數(shù)；

ss1214.用w0的前800行更新wnew；

ss1215.通過(guò)bnew＝1000×[w0(row·801)]^t更新bnew，其中t為轉(zhuǎn)置運(yùn)算，w0(row·801)為w0的第801行；

ss1216.迭代序號(hào)k1自增1；

ss1217.若同時(shí)滿足和k1<k，則用wnew的值更新wold，用bnew的值更新bold，然后執(zhí)行步驟ss1210–ss1217，其中||·||f和||·||2分別為矩陣的frobenius范數(shù)和向量的2–范數(shù)；否則，執(zhí)行步驟ss1218；

ss1218.構(gòu)建權(quán)重平方矩陣w2∈r^800×2，然后通過(guò)w2＝wnew⊙wnew初始化w2，其中⊙為矩陣的hadamard積運(yùn)算；

ss1219.構(gòu)建權(quán)重向量然后通過(guò)更新其中w2(col·1)和w2(col·2)分別為w2的第1列和第2列；

ss1220.完成回歸分析，返回中按從大到小順序排列的前d個(gè)元素的序號(hào)j1,j2,…,jd作為關(guān)于x的d個(gè)列標(biāo)。

參照?qǐng)D3，求步驟ss1213所述keyproblem的解w0的具體步驟如下：

ss121301.構(gòu)建數(shù)據(jù)矩陣x+∈r^2m×(801+2m)，然后用x¹初始化x+的前801列，用2m階單位矩陣i2m初始化x+的后2m列，即x+＝[x¹,i2m]∈r^2m×(801+2m)，其中i2m為2m階單位矩陣；

ss121302.構(gòu)建對(duì)角線元素向量φ∈r^(801+2m)×1，然后把φ的所有元素均初始化為1；

ss121303.定義迭代序號(hào)k2并初始化為0，定義和變量sum并初始化為-1000.000；

ss121304.構(gòu)建對(duì)角矩陣λ∈r^{(801+2m)×(801+2m)}；

ss121305.通過(guò)λjj＝φj,j＝1,2,…,(801+2m)依次更新λ的主對(duì)角線元素，其中j為φ的元素序號(hào)和λ的主對(duì)角線元素序號(hào)，φj為φ的第j個(gè)元素，λjj為λ的第j個(gè)主對(duì)角線元素，亦即λjj為λ中位于第j行第j列的元素；

ss121306.分別構(gòu)建數(shù)據(jù)矩陣w0∈r^801×2和w3,w4∈r^(801+2m)×2，然后把它們初始化為零矩陣；

ss121307.通過(guò)更新w3，其中t和-1分別為轉(zhuǎn)置運(yùn)算和求逆運(yùn)算；

ss121308.用w4＝w3⊙w3的計(jì)算結(jié)果更新w4，其中⊙為矩陣的hadamard積運(yùn)算；

ss121309.先通過(guò)φ＝w4(col·1)+w4(col·2)更新φ，若φ中存在零元素，則用0.000001替換零元素，其中w4(col·1)和w4(col·2)分別為w4的第1列和第2列；

ss121310.迭代序號(hào)k2自增1；

ss121311.若同時(shí)滿足和k2<k，則通過(guò)更新sum，然后執(zhí)行步驟ss121305–ss121311，其中j為φ的元素序號(hào)，φj為φ的第j個(gè)元素；否則，執(zhí)行步驟ss121312；

ss121312.用w3的前801行更新w0；

ss121313.完成keyproblem的求解，返回keyproblem的解w0。

需要指出的是，以上所述實(shí)施實(shí)例用于進(jìn)一步說(shuō)明本發(fā)明，實(shí)施實(shí)例不應(yīng)被視為限制本發(fā)明的范圍。