本發(fā)明屬于煤炭含水量分析，尤其涉及一種基于圖像光譜的煤炭水分含量及空間分布分析方法及系統(tǒng)。

背景技術(shù)：

1、隨著煤炭的應用范圍越來越廣泛，對煤炭質(zhì)量也提出了更高的要求，煤炭的全水分測定是煤炭質(zhì)量檢測分析的重要項目之一。煤炭的水分含量與其形成環(huán)境、開采條件等因素相關(guān)，也受到煤化程度和類型的影響。煤炭中含水量的多少對其經(jīng)濟價值、燃燒性能、加工利用和環(huán)保方面都具有一定的影響：從成本效益來說，煤炭的含水量越大，其運輸、加工成本則會增加；煤炭中的水分在燃燒過程中會吸收大量的熱量轉(zhuǎn)化為水蒸氣而蒸發(fā)掉，這不僅降低了煤炭的燃燒溫度，還減少了煤炭的有效熱值輸出，從而降低了燃燒效率，同時高水分燃燒時還會導致設(shè)備的損壞；在煤炭的加工過程中，高水分的煤炭會使加工過程更加復雜和耗時；燃燒過程中的水蒸氣會增加煙氣量，進而增加污染物的排放。

2、目前，煤炭含水量的測量方法主要分為直接和間接測量法。直接測量法又稱標準重量法，可分為氮氣干燥法和空氣干燥法，其作為一種實驗室測量方法，可以獲得較高的測量精度，但耗時較長且會破壞樣品的原有性質(zhì)；間接測量方法主要有中子法、電導法、電容法、紅外反射法、微波法等，但是其存在檢測精度較低、魯棒性差的問題。另外，上述現(xiàn)有方法僅能檢測煤炭水分含量，無法有效確定煤炭中水分的具體空間分布。

技術(shù)實現(xiàn)思路

1、為解決上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于圖像光譜的煤炭水分含量及空間分布分析方法及系統(tǒng)，采用圖像光譜技術(shù)，對煤炭的光譜數(shù)據(jù)和可見光圖像進行處理，提取圖像中每一像素點位的光譜特征和空間特征，并捕獲不同點位位置處特征之間的依賴關(guān)系，根據(jù)依賴關(guān)系優(yōu)化特征，基于優(yōu)化后的特征，快速、準確檢測出煤炭中水分的含量及空間分布，以便后續(xù)對煤炭質(zhì)量的評判。

2、第一方面，本發(fā)明提供了一種基于圖像光譜的煤炭水分含量及空間分布分析方法。

3、一種基于圖像光譜的煤炭水分含量及空間分布分析方法，包括：

4、獲取待測煤炭的可見光圖像和高光譜圖像；

5、利用預訓練的圖像分割模型對可見光圖像進行語義分割，劃分為干燥區(qū)和含水區(qū)；

6、提取含水區(qū)高光譜圖像中的每一像素點的高光譜數(shù)據(jù)，利用滑動窗口在高光譜數(shù)據(jù)中提取多個波段的光譜特征，通過注意力機制動態(tài)調(diào)整對水分相關(guān)光譜特征的關(guān)注，提取每一像素點的光譜特征；

7、以含水區(qū)每一像素點的光譜特征和空間特征作為樣本，構(gòu)建含水區(qū)所有像素點的樣本序列，將樣本序列輸入至transformer模型中，提取每一樣本的上下文特征，輸出特征矩陣；將特征矩陣池化后再輸入至最小二乘svm模型中，輸出含水區(qū)每一像素點對應的含水量；

8、根據(jù)不同像素點位的含水量進行分級顯色處理，獲取煤炭水分的空間分布情況。

9、第二方面，本發(fā)明提供了一種基于圖像光譜的煤炭水分含量及空間分布分析系統(tǒng)。

10、一種基于圖像光譜的煤炭水分含量及空間分布分析系統(tǒng)，包括：

11、數(shù)據(jù)采集模塊，用于獲取待測煤炭的可見光圖像和高光譜圖像；

12、區(qū)域劃分模塊，用于利用預訓練的圖像分割模型對可見光圖像進行語義分割，劃分為干燥區(qū)和含水區(qū)；

13、光譜特征動態(tài)提取模塊，用于提取含水區(qū)高光譜圖像中的每一像素點的高光譜數(shù)據(jù)，利用滑動窗口在高光譜數(shù)據(jù)中提取多個波段的光譜特征，通過注意力機制動態(tài)調(diào)整對水分相關(guān)光譜特征的關(guān)注，提取每一像素點的光譜特征；

14、水分含量分析模塊，用于以含水區(qū)每一像素點的光譜特征和空間特征作為樣本，構(gòu)建含水區(qū)所有像素點的樣本序列，將樣本序列輸入至transformer模型中，提取每一樣本的上下文特征，輸出特征矩陣；將特征矩陣池化后再輸入至最小二乘svm模型中，輸出含水區(qū)每一像素點對應的含水量；

15、水分空間分布獲取模塊，用于根據(jù)不同像素點位的含水量進行分級顯色處理，獲取煤炭水分的空間分布情況。

16、第三方面，本發(fā)明還提供了一種電子設(shè)備，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成第一方面所述方法的步驟。

17、第四方面，本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，用于存儲計算機指令，所述計算機指令被處理器執(zhí)行時，完成第一方面所述方法的步驟。

18、以上一個或多個技術(shù)方案存在以下有益效果：

19、1、本發(fā)明提供了本發(fā)明提供了一種基于圖像光譜的煤炭水分含量及空間分布分析方法及系統(tǒng)，采用圖像光譜技術(shù)，對煤炭的光譜數(shù)據(jù)和可見光圖像進行處理，提取圖像中每一像素點位的光譜特征和空間特征，并捕獲不同點位位置處特征之間的依賴關(guān)系，根據(jù)依賴關(guān)系優(yōu)化特征，基于優(yōu)化后的特征，快速、準確檢測出煤炭中水分的含量及空間分布，可將其作為煤炭洗選、分類、交易的參考標準，便于后續(xù)對煤炭質(zhì)量的評判。

20、2、本發(fā)明中，首先利用語義分割技術(shù)，根據(jù)可見光圖像劃分了干燥區(qū)域和含水區(qū)域，之后針對含水區(qū)域中含有水分的像素點位，采用注意力機制，動態(tài)提取與水分相關(guān)的光譜特征，再通過基于多頭自注意力機制的transformer模型和最小二乘支持向量機(support?vector?machines,?svm)模型，分析不同點位位置處空間特征和光譜特征之間的依賴關(guān)系，提取每一點位的上下文特征，基于該提取特征輸出相對應的含水量，最后圖像中不同像素點位根據(jù)其含水量的不同進行顯色處理，根據(jù)綜合識別結(jié)果進行填圖，獲取煤炭的水分空間分布情況；通過上述方式，提高水分含量檢測的準確性，實現(xiàn)對煤炭水分空間分布情況的獲取。

技術(shù)特征：

1.一種基于圖像光譜的煤炭水分含量及空間分布分析方法，其特征在于，包括：

2.如權(quán)利要求1所述的一種基于圖像光譜的煤炭水分含量及空間分布分析方法，其特征在于，利用滑動窗口在高光譜數(shù)據(jù)中提取多個波段的光譜特征，包括：采用滑動窗口法，選擇設(shè)定尺寸和邊長的矩形滑動窗口，在當前像素點的高光譜數(shù)據(jù)上以設(shè)定步長進行平滑移動，從每個窗口的光譜數(shù)據(jù)中提取光譜特征，以此提取出多個光譜特征；所述光譜特征采用光譜強度的平均值或峰值。

3.如權(quán)利要求1所述的一種基于圖像光譜的煤炭水分含量及空間分布分析方法，其特征在于，通過注意力機制動態(tài)調(diào)整對水分相關(guān)光譜特征的關(guān)注，提取每一像素點的光譜特征，包括：

4.如權(quán)利要求1所述的一種基于圖像光譜的煤炭水分含量及空間分布分析方法，其特征在于，所述transformer模型包括多頭自注意力模塊和前饋網(wǎng)絡；上述多頭自注意力模塊由多個自注意力模塊拼接得到；

5.如權(quán)利要求1所述的一種基于圖像光譜的煤炭水分含量及空間分布分析方法，其特征在于，以標注含水區(qū)每一像素點位水分含量的煤炭高光譜圖像為訓練樣本，獲取多個訓練樣本并提取每一訓練樣本中每一像素點位的光譜特征和空間特征，構(gòu)建訓練數(shù)據(jù)集；

6.如權(quán)利要求1所述的一種基于圖像光譜的煤炭水分含量及空間分布分析方法，其特征在于，所述分級顯色處理是指，將煤炭含水量由低到高每隔設(shè)定值劃分為一個區(qū)間，將煤炭含水量劃分為多個區(qū)間且每一區(qū)間對應一種顯色，根據(jù)獲取的不同像素點位的含水量所處區(qū)間進行對應顯色處理。

7.一種基于圖像光譜的煤炭水分含量及空間分布分析系統(tǒng)，其特征在于，包括：

8.如權(quán)利要求7所述的一種基于圖像光譜的煤炭水分含量及空間分布分析系統(tǒng)，其特征在于，利用滑動窗口在高光譜數(shù)據(jù)中提取多個波段的光譜特征，包括：采用滑動窗口法，選擇設(shè)定尺寸和邊長的矩形滑動窗口，在當前像素點的高光譜數(shù)據(jù)上以設(shè)定步長進行平滑移動，從每個窗口的光譜數(shù)據(jù)中提取光譜特征，以此提取出多個光譜特征；所述光譜特征采用光譜強度的平均值或峰值。

9.一種電子設(shè)備，其特征在于，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成如權(quán)利要求1-6中任一項所述的一種基于圖像光譜的煤炭水分含量及空間分布分析方法的步驟。

10.一種計算機可讀存儲介質(zhì)，其特征在于，用于存儲計算機指令，所述計算機指令被處理器執(zhí)行時，完成如權(quán)利要求1-6中任一項所述的一種基于圖像光譜的煤炭水分含量及空間分布分析方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開一種基于圖像光譜的煤炭水分含量及空間分布分析方法及系統(tǒng)，屬于煤炭含水量分析技術(shù)領(lǐng)域，包括：獲取待測煤炭的可見光圖像和高光譜圖像；對可見光圖像進行語義分割，劃分為干燥區(qū)和含水區(qū)；提取含水區(qū)高光譜圖像中每一像素點的高光譜數(shù)據(jù)，利用滑動窗口提取多個波段的光譜特征，通過注意力機制動態(tài)調(diào)整，提取水分相關(guān)的光譜特征；以含水區(qū)每一像素點的光譜特征和空間特征作為樣本，構(gòu)建樣本序列，將樣本序列輸入至Transformer模型中，輸出特征矩陣；將特征矩陣池化后再輸入至最小二乘SVM模型中，輸出含水區(qū)每一像素點對應的含水量；根據(jù)不同像素點位的含水量進行分級顯色處理，獲取準確的煤炭水分及其空間分布情況。

技術(shù)研發(fā)人員：林鵬,李千紀,李珊,余騰飛,韓濤,許振浩
受保護的技術(shù)使用者：山東大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19