(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211315583.8 (22)申请日 2022.10.25 (71)申请人 戴瑞云 地址 518000 广东省深圳市坪 山区大工业 区金牛西路燕子岭生活区2栋1 10室 (72)发明人 戴瑞云　 (74)专利代理 机构 深圳市中科创为专利代理有 限公司 4 4384 专利代理师 杨石　游强 (51)Int.Cl. G01N 21/84(2006.01) G01N 9/24(2006.01) G01N 29/11(2006.01) G06V 10/24(2022.01) G06V 10/26(2022.01)G06V 10/44(2022.01) G06V 10/52(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 20/10(2022.01) (54)发明名称 一种图像识别与超声波反射相结合的煤矸 识别、 分选方法 (57)摘要 本发明公开一种图像识别与超声波反射相 结合的煤矸识别、 分选方法， 通过识别数据计算 分析中心先设定煤、 矸石密度的阈值， 再通过运 输装置运送的待识别的煤矸原煤， 经高速识别探 头拍照， 将 煤矸图像发送给识别数据计算分析中 心； 识别数据计算分析中心对煤矸的表面特征进 行数据采集、 建模、 存库， 经目标检测网络识别煤 矸轮廓； 煤矸图像经过目标检测 网络识别， 得到 煤块和矸石的运动控制坐标、 煤矸所处于目标框 的长、 宽数据， 实现对图像分割， 及利用目标检测 算法将主体物与背景分离； 使用超声波反射进一 步的进行类别的识别， 从而获取物体的面密度， 通过其面密度与识别数据计算分析中心的煤块、 矸石数据进行分析， 来精准判断煤矸原煤为煤块 还是矸石， 然后再通过控制系统控制执行系统进 行分选。 权利要求书2页 说明书5页 附图5页 CN 115479943 A 2022.12.16 CN 115479943 A 1.一种图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特征在于， 包括具体方 法如下； 通过识别数据计算分析中心先设定煤、 矸石密度的阈值， 再通过运输装置运送的待识 别的煤矸原煤， 经高速识别探 头拍照， 将煤矸图像发送给识别数据计算分析中心； 识别数据计算分析中心对煤矸的表面特征进行数据采集、 建模、 存库， 经目标检测网络 识别煤矸轮廓； 煤矸图像经过目标检测网络识别， 得到煤块和矸石的运动控制坐标、 煤矸所处于目标 框的长、 宽数据， 实现对图像分割， 及利用目标检测算法将主体物与背景分离； 使用超声波反射进一步的进行类别的识别， 从而获取物体的面密度， 通过其面密度与 识别数据计算分析中心设定的煤、 矸石密度的阈值进行对比分析， 来精准判断煤矸为煤块 还是矸石， 然后再通过控制系统控制执 行系统进行分选 。 2.根据权利要求1所述的图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特征 在于， 所述该方法还包括： 利用超声波反射的计算公 式进一步判断该物体是煤块还是矸石； 得到的数据传递给识别数据计算分析中心， 并结合高速识别探头采集的表面特征数据， 使 得图像识别算法深度学习， 能更 快更精准的识别出煤块和矸石。 3.根据权利要求2所述的基于图像识别的煤矸识别和分选方法， 其特征在于， 所述所述 超声波反射计算公式如下： 定义超声波反射衰减系数为Rπ， v表示超声波在介质中的反射系数， w表示超声波在介质 中的角频率， ρ1表示空气密度， c1表示超声波在 空气中的传播速度， ρs表示介质的平均面密 度； 有 则有 4.根据权利要求3所述的图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特征 在于， 通过测量得到标准件的反射衰减系数为Rπ1， 未知介质的反射衰减系数为Rπ2； 标准件 的称重值 为 则未知介质的面密度可以用下式求得： 再根据煤与矸石密度的不同， 与识别数据计算分析中心设定的阈值， 来区分煤和矸石。 5.根据权利要求1所述的图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特征 在于， 所述目标检测算法包括： 首先对 数据集进 行预处理， 针对异物目标背景复杂受煤块干 扰大的问题， 通过正确标记训练数据同时， 采用效果较好的骨干网络并引入不同尺度特征 层加权特 征融合。 6.根据权利要求1所述的图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特征权　利　要　求　书 1/2 页 2 CN 115479943 A 2在于， 所述目标检测算法是将待检测的物体看作一个点， 即目标框的中心点， 然后通过热点 图找出中心并由此回归出目标物体的其 他属性， 如物体的尺寸信息， 姿态信息等。 7.根据权利要求6所述的图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特征 在于， 所述目标检测算法的网络结构最 终输出的特征映射的分辨率相较于原始图像进 行了 4倍下采样。 8.根据权利要求7所述的图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特征 在于， 所述目标检测算法由三个独立的头部结构组成， 分别是中心点预测， 中心 点偏置和目 标框的大小。 9.根据权利要求8所述的图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特征 在于， 所述图像识别提供待检测的煤矸的x、 y、 w、 h、 confi dence； 其中， x、 y指的是主体物中 心点的坐标， w、 h指的是目标框的宽和高， co nfidence 是目标框的置信度。 10.根据权利要求9所述的图像识别与超声波反射相结合的煤矸识别、 分选方法， 其特 征在于， 所述通过最小外轮廓提取法， 可以知道主体物的长边， 短边尺寸， 以及 主体物与x轴 的偏转角度。权　利　要　求　书 2/2 页 3 CN 115479943 A 3