基于裂隙形态特征的煤层图像裂隙识别研究.pdf

第 4 3卷 第 1 O期 2 0 1 7年 1 O月 工矿 自 动化 I n dus t r y a nd M i ne Au t oma t i o n Vo 1 ． 4 3 No ．1 0 0c t ．2 O 1 7 文章 编 号 1 6 7 1 ～ 2 5 1 X 2 0 1 7 1 0 0 0 5 9 0 6 D OI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 X ． 2 0 1 7 ． 1 0 ． 0 1 2 基于裂隙形态特征的煤层图像裂隙识别研究 刘勇 ， 崔洪庆 1 ． 河 南 理工 大学 安全 科学 与工 程 学 院 ， 河 南 焦作4 5 4 0 0 3 ；2 ． 河南 省 瓦斯地 质 与瓦斯 治理重 点 实验室 ， 河南 焦作4 5 4 0 0 3 ；3 ． 中原 经济 区煤 层 页岩 气河 南省 协 同创 新 中心 ， 河南 焦作4 5 4 0 0 3 摘要 针对现有煤层 图像裂隙识别方法未较好地考虑裂隙的形态特征或未较好地获取裂隙的整体信 息 的 问题 ， 通 过 分析 煤层 图像 及其 不 同灰 度 阈值 下二值 图 中裂 隙的形 态特 征 ， 定义 了煤层 裂 隙判 定 系数 ， 并 取 二 值 图 中区域 的 长度 、 宽度 和 长 宽比作 为 形态参 数 ； 同时给 出一种基 于裂 隙形态特征 的煤层 图像 裂 隙识 别方 法 ， 在 给定 形 态参数 阈值条 件 下遍 历一 定 范 围 内的灰 度 阈值 ， 对 所得 煤 层 图像 的二 值 图进 行 裂 隙识 别 ， 并 将 所 有识 别 的裂 隙合 并作 为 最终 识别 结果 。 最后 通 过 实例验 证 了该方 法 的有效 性 ， 得 出结 论 通过 遍历 一定 范 围 内的灰度 阈值 进行 煤 层 图像 裂 隙识别 ， 可最 大程 度 地获取 煤层 图像 的 裂 隙信 息 ； 合 理 选取裂 隙判 定 系数 中 形态参数的阈值 ， 可有效提高煤层图像裂隙识别的准确性。 关 键词 煤 层 裂 隙 ； 煤 层 图像 ；裂 隙识 别 ；裂 隙形 态特 征 ； 判 定 系数 ；灰度 阈值 中图分 类号 TD 6 7 文 献标 志码 A 网络 出版时 间 2 0 1 7 - 0 9 2 7 1 4 4 4 网络 出版地 址 h t t p ／ ／ k n s ． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 7 0 9 2 7 ． 1 4 4 4 ． 0 1 2 ． h t ml Re s e a r c h o n c o a l b e d i ma g e f r a c t ur e s i de n t i f i c a t i o n b a s e d o n f r a c t u r e s h a p e c h a r a c t e r i s t i c s LI U Yo ng 一． CUI H o ng q i ng ， 。 1 ． S c h o o l o f S a f e t y S c i e n c e a n d En g i n e e r i n g ，He n a n Po l y t e c h n i c Un i v e r s i t y，J i a o z u o 4 5 4 0 0 3 ，Ch i n a 2． S t a t e Ke y La b o r a t o r y Cu l t i v a t i o n B a s e f o r Ga s Ge o l o g y a n d Ga s Co n t r o l ，J i a o z u o 4 5 4 0 0 3 ，Ch i n a； 3． Col l a b or a t i ve I n no va t i o n Ce nt e r o f H e na n Pr ov i n c e o f Co a l be d M e t h a ne a n d Sh a l e Ga s f o r Ce nt r a l P l a i n s Ec o n o mi c Re g i o n，J i a o z u o 4 5 4 0 0 3 ，Ch i n a Ab s t r a c t I n vi e w o f p r obl e m s t ha t e xi s t i n g c o a l be d i m a ge f r a c t ur e s i d e nt i f i c a t i o n me t h o d d o e s no t t a ke go od a c c ou nt o f s ha pe c ha r a c t e r i s t i c s o f t he f r a c t ur e s o r o v e r a l l i n f o r ma t i o n o f t he f r a c t u r e s i s n ot we l l o b t a i n e d，b y a n a l y z i n g c o a l - b e d i ma g e a n d s h a p e c h a r a c t e r i s t i c s o f t h e f r a c t u r e s i n b i n a r y i ma g e u n d e r di f f e r e nt g r a y t hr e s h ol d s， de t e r mi na t i o n c o e f f i c i e n t o f t h e c oa l be d f r a c t u r e s wa s de f i n e d， a nd r e g i o n S l e ng t h，wi dt h a nd t he r a t i o of l e ng t h t o wi dt h i n t he c o a l be d b i n a r y i m a ge we r e d e f i n e d a s s ha pe pa r a m e t e r s ．At t he s a me t i m e ， a me t h od o f t he c oa l be d i ma g e f r a c t ur e s i d e nt i f i c a t i on ba s e d on f r a c t ur e s h a pe c h a r a c t e r i s t i c s wa s pr o p os e d．U nd e r c o nd i t i o n o f t he g i ve n s ha pe p a r a me t e r s ， t r a ve l a g i v e n g r a y s c a l e t hr e s h ol d r a ng e a nd i de nt i f y f r a c t u r e r e gi ons i n e ve r y c oa l be d b i na r y i ma g e， t he n me r ge a l l t he i d e nt i f i e d f r a c t ur e r e g i o ns a s t he l a s t c o a l be d f r a c t u r e s i de nt i f i c a t i o n r e s ul t ．Fi na l l y，a n e x a m p l e wa s g i v e n t o d e mons t r a t e e f f e c t i v e ne s s o f t he me t h od．I t i s c o nc l u de d t ha t i n f o r ma t i o n o f t he c o a l b e d i ma ge f r a c t u r e s c a n b e a c q ui r e d t o t he ma xi m u m e x t e n t by t r a v e l i ng a c e r t a i n g r a y s c a l e t h r e s h o l d r a n ge a nd i d e nt i f y t he c oa l be d i ma g e f r a c t ur e s ，a nd i t c a n e f f e c t i v e l y i mpr o ve a c c u r a c y o f t he c o a l b e d f r a c t u r e i d e n t i f i c a t i o n b y 收稿 日期 2 0 1 7 - 0 4 - 2 1 ； 修 回 日期 2 0 1 7 0 8 1 1 ； 责任编辑 胡娴 。 基金项 目 国家 自然科学基金资助项 目 4 1 3 7 2 1 6 0 ； 河南省高等学校重点科研项 目 1 6 A4 4 0 0 0 9 。 作者简介 刘勇 1 9 7 7 一 ， 男 ， 山西原平人 ， 讲师 ， 研究方 向为 瓦斯地质 ， E ma i l L i u y o n g h p u ． e d u ． c n 。 引用格式 刘勇 ， 崔洪庆． 基于裂 隙形态特征 的煤层 图像裂 隙识别研究I- J 3 ． 工矿 自动化 ， 2 0 1 7 ， 4 3 1 0 5 9 6 4 ． L I U Yo n g ， CUI Ho n g q i n g ．R e s e a r c h o n c o a l b e d i ma g e f r a c t u r e s i d e n t i f i c a t i o n b a s e d o n f r a c t u r e s h a p e c h a r a c t e r i s t i c s r J ] ． I n d u s t r y a n d M i ne Au t o ma t i o n， 2 01 7， 43 1 0 5 9 6 4 ． 6 O 工矿 自动 化 2 0 1 7年 第 4 3卷 s e l e c t i ng r e a s o n a bl e t hr e s ho l ds o f t h e s ha pe pa r a me t e r s o f t he f r a c t ur e d e t e r mi n i ng c o e f f i c i e n t． Ke y wo r ds c o a l be d f r a c t ur e；c o a l be d i ma g e；f r a c t u r e i de nt i f i c a t i o n；f r a c t ur e s ha p e c ha r a c t e r i s t i c s de t e r mi na t i o n c o e f f i c i e n t；g r a y s c a l e t hr e s ho l d 0 引言 煤 层 中的宏 观裂 隙主 要为 割理 和节 理 。煤层 宏 观裂隙分布直接导致煤层渗透性各 向异性 ， 造成煤 层 瓦斯 渗流 优势 ， 并 影 响 井下 煤 层 瓦斯 抽 采 和 地 面 煤层气井的生产效率口 ] 。本文主要研究煤层图像 中宏 观 裂 隙的计 算 机识 别 ， 文 中所 提 煤 层 裂 隙 均 指 煤 层宏 观裂 隙 。 目前煤 层 图像 裂 隙统计 主要 采用 人 工观测的方法 ， 该方法工作强度大、 效率低 ， 且裂隙 识别 的准确性受人为 因素影响较大。因此 ， 研究煤 层裂隙计算机识别方法， 从而准确确定煤层裂隙的 分 布 ， 对 高 效抽采 煤层 瓦斯 煤 层气 有 着重 要 意义 。 近 年来 ， 国内外 学 者 在 图像 裂 缝 裂 隙 识 别 方 面进行了大量研究 。文献[ 3 4 ] 研究 了基于数学形 态学的裂缝识别方法 ， 应用数学形态学 中的腐蚀 、 膨 胀 、 细化等运算进行裂缝识别 ， 其主要不足是难 以识 别细微裂缝 。文献E s ] 应用 4种边缘检测方法 快速 Ha a r ， 快 速 F o u r i e r ， S o b e l 变换 和 C a n n y变换 对裂 缝 进行 识别 ， 得 出快 速 F o u r i e r 变 换 识 别效 果 较 好 ， 但存在某些情况下噪声较多 的不足 。文献 [ 6 8 ] 用 小波变换方法对图像进行预处理并进行裂缝识别 ， 但该方法在消 除噪声 的同时也会 消除部分裂缝像 素。文献E 9 1 0 - ] 研究了应用不 同方 向模板对路面裂 缝进行 自动识 别 的方 法 ， 该 方 法 只考 虑 了局 部 网格 的边 缘特 征 。文献 [ 1 1 ] 提 出 了基 于 统计 滤波 的城 市 地下 管道 裂缝 识别 方法 ， 取 得 了较好 的效 果 ， 但 未 充 分考虑图像局部特征 。文献 E 1 2 ] 基于相位编组法对 路面裂缝进行识别 ， 可提取细微裂缝 ， 但只考虑了裂 缝边缘的提取。文献1- 1 3 通过构建分数阶微分掩模 算子， 增强了裂缝信息， 可有效地检测出细小裂缝信 息 ， 不 足之 处是对 背 景 光 分 布 特 别 不 均匀 的 图像 会 存在误判情况。文献[ 1 4 3 基于图像局部 网格特征设 计 了十字形模板 ， 并进行裂缝种子识别和连接， 具有 良好 的裂缝 识别 效 果 ， 但 只考 虑 了裂缝 的中心骨 架 。 文献E l S ] 提出了基于骨架和分形的混凝土裂缝图像 识别算法 ， 可较好滤除背景干扰 ， 但其分形关系受所 选样本 的影响较 大 。 煤 层 图像 以灰 度 信 息 为 主 ， 且 裂 隙 区域灰 度 与 邻近背景区域灰度接 近， 因此 ， 裂 隙识别难度较大。 现有 的图像裂 隙识 别方 法均 未较 好地 考虑裂 隙的形 态 特征 或未较 好 地 获 取 裂 隙 的 整体 信 息 。鉴 于 此 ， 本 文在 前人研 究 的基 础 上 ， 通 过 分 析 研究 煤层 图像 裂 隙形 态特 征 ， 定 义 了裂 隙判定 系数 ， 并给 出一 种基 于裂隙形态特征的煤层 图像裂隙识 别方法 ， 最后通 过 实例 验证 了该 方法 的有 效性 。 1煤层 图像 裂 隙形 态特征 与裂 隙判 定 系数 的 定义 1 ． 1 煤层 图像 裂 隙形 态特 征 通过分析研究煤矿井下多幅煤层图像 中的裂隙 形态 ， 可 得 其 基本 特征 ① 以 条 带状 分 布 为 主 。 ② 所 在 区域 的灰度 值一 般较 邻近 背景 区域 低 。 选 取 一 幅煤 层 图像 图 1 a ， 运 用 图像 处 理 软 件 P h o t o s h o p C S 4 _ 1 。 将 其 转 换 为 灰度 图 ， 并 在 不 同 灰度 阈值 t 下 ， 将 灰度 图 中灰 度值 小 于 t 的 区域 包 含裂 隙 的区域 取 白色 ， 其余 取 黑 色 ， 得 到 该 煤 层 图 像的多个二值图 图 1 b 一图 1 h 。 通过 分析 可知 1 煤层 图像 中同一 裂隙所 在 区域 存 在 多个 灰 度值 。图 1 b ～ 图 1 d 中 ， 各 图左 上 角 的 白色 条带 状 区域均 对应 煤 层 图 像 图 1 a 左 上 角 的 同一 段 裂隙， 但 3个 白色条带状 区域 的大小和连续性 明显 不 同 ， 说 明该 裂 隙所在 区域存 在 多个灰 度值 。 2 煤 层 图像 中不 同裂隙所 在 区域 的灰 度值 范 围不 同 。图 1 b 一 图 1 d 中 陆续 出现 一些 白色 条 带 状 区域 ， 说 明不 同裂 隙需 在 不 同灰 度 阈值 条 件 下 才 能在 二值 图 中完 全显 现 出来 ， 即这 些 裂 隙所 在 区 域的灰度值范围不同。 3 煤 层 图像 中裂 隙所在 区域 的形态 受 灰度 阈 值影响大。随着灰度 阈值 t 从小到大变化 ， 二值 图 中 包 含 裂 隙 的 白 色 连 通 区 域 呈 现 出 由 点 状 图 1 b 到条 带状 图 1 c 图 1 d ， 再 到 面状 图 1 e 一 图 1 h 的变化 。 1 ． 2裂 隙判 定 系数 的 定义 由煤 层 图像 裂 隙形 态特 征 分 析 可知 ， 在 一 定 灰 度 阈值 条 件下 ， 煤层 图像 中裂 隙 的长 度 应 不 小 于 一 定值 ， 以消 除背 景 中的噪声 干扰 信 息 ； 裂 隙 的宽度 应 小 于一定 值 ， 即裂 隙应为 有 限宽度 ； 裂 隙长度 与宽 度 之 比应 大 于 1 ， 以 确保 裂 隙为 条 带 状 。 根 据 上 述 分 2 O 1 7年第 l 0期 刘秀等 基于裂隙形态特征的煤层 图像裂隙识别研 究 6 1 a 煤层 像 、 g 二值 一 1 0 0 h二 值 图 t 一 1 2 O 图 1 煤层 图像 及其不同灰度阈值下的二值 图 Fi g ．1 Co a l b e d i ma g e a n d i t s b i n a r y ma p s a t d i f f e r e n t g r a y l e v e l s 析 ， 可得 出裂 隙判 定系 数 的定 义式 『 ] Z 0， 训 0 一 s ‘ 让 ’， A 一 I o 其 他 情 况 1 式 中 s 为 裂 隙判 定 系数 ； z ， 训 和 分 别 为待 判 定 区 域 的长 度 、 宽 度 和 长 宽 比 ； l 。 ， 叫。和 。分 别 为 Z ， 说 和 的 阈值 ， 均大 于 1 。 对于 图 1而言， 当二值图中的任一 白色连通区 域满 足 l l 。 ， 叫 。时 ， 其 裂 隙 判 定 系 数 的 值 取 1 ， 且 该 区域识 别 为裂 隙 ， 否则 裂 隙判 定 系数 取 0 。在具体裂隙识别中， 。 ， 叫。和 。均应根据具体情 况 合理 选取 。 2煤 层 图像 裂 隙识别 方 法 2 ． 1 基 于裂隙 形 态特 征 的煤层 图像 裂 隙识 别 步骤 煤层 图像 中 的裂 隙可视 为条 带状分 布 的低灰 度 区域 ， 考 虑到裂 隙 所在 区域存 在 多个灰 度 ， 且 各 区域 的灰度范围不同 ， 因此 ， 应选取多个灰度阈值下的煤 层图像二值图进行裂隙识别 ， 以获得较 全面的裂隙 信息 。 煤层 图像 裂隙 识别 具体 步骤 1 打开待识别煤层 图像 ， 并转为灰度图。 2 设置 灰 度 阈值 t 的初 值 t 、 终 值 t t f 和步长 d， 并设置长度 阈值 l 。 、 宽度 阈值 叫 和长宽 比阈 值 。 。 3 将 灰 度 图转 为 二 值 图 ， 其 中 小 于 t的像 素 值取 】 白色 ， 其他像素值取 o 黑色 。 4 计 算二 值 图 中各 白色 连通 区域 的长 度 z 、 宽 度 叫 和长 宽 比 。 5 将 二值 图 中 z l 。 ， w 。的 白色 连通区域 其 裂 隙 判定 系数 s为 1 标 定 为裂 隙 区域 。 6 令 f t d ， 如果 f ≤ f 2 ， 则 执 行 步骤 3 ， 否 则执 行下 一步 。 7 合并 所有 裂 隙区域 ， 得 出最终 识别 结果 。 2 ． 2 多种识 别 方法对 比 分析 选 取 6 种 裂 隙 识 别 方 法 ， 包 括 非 下 采 样 C o n t o u r l e t 变换N o n s u b s a mp l e d C o n t o u r l e t Tr a n s f o r m， NS C T 、 图像 形 态 学 方 法 ] 、 最 大 类 问 方 差 法 OTS U 和 路 面 裂 缝 检 测 法 I 、 相 位 编 组 法 ] 、 局部 网格特 征 法⋯ 和本 文 提 出 的方 法 均采 用 Ma t l a b 7 ． 0 _ 1 0 编程 实 现 ， 对一 幅煤 层 图 像进 行 裂隙 识别 ， 并 与人工 识 别结果 进行 对 比分析 ， 结果 如 图 2所示 ， 其 中黑 色背景 为煤层 ， 白色前 景 为裂隙 。 同 2 b 为采 用 o TS U 识 别 的结 果 。0TS U 的 实 质是求 解将 一 幅灰 度 图像 划 分为背 景 和前景 两部 分 时 的最佳 灰度 阈值 ， 可 用 来 识别 一 些 前 景 与背 景 差 异较 大 的图像 的裂 隙_ 】 。通 过计 算 可 得 图 2 b 的最佳灰度阈值 f 1 0 7 。与图 2 a 和图 2 h 对比 可 知 ， 图 2 b 中 所 含 裂 隙 信 息过 少 ， 且缺 少煤 层 大 裂隙信息 ， 说明 O TS U不适用于一般煤层图像的裂 6 2 工矿 自动化 2 0 1 7 年 第 4 3卷 N S C T 和 图 像 形态学方法 路 面裂缝检 测 g卒 文 方 法 h 人 1 ． 识 别 图 2 煤层图像裂隙识别方法 比较 Fi g．2 Co mpa r i s on of c o a l b e d i ma ge f r a c t ur e i d e nt i f i c a t i o n me t h ods 隙识 别 。 图 2 c 为 采 用 NS C T 和 图 像 形 态 学 方 法 的识别 结果 ， 与 图 2 a 和 图 2 h 对 比可知 ， 该 图 中存在一 些较 明 显 的 煤层 大 裂 隙 ， 但 同时 也 存 在 较 多 的 非 裂 隙 信 息 点 噪 声 和 面 噪 声 信 息 。 图 2 d 为采 用 路 面 裂缝 检 测 法 o 一 0 的 识 别 结 果 ， 可 以看出， 该图中煤层裂隙信息与非 裂隙信息重叠严 重 ． 裂隙 识 别 效 果 不 佳 。 图 2 e 为 采 用 相 位 编 组 法_ 】 。 ‘ 的识别结 果 ， 该 图中存 在一 些 煤层 大 裂 隙 的边 缘 ， 同样存 在较 多 的非 裂 隙信 息 。图 2 f 为 采用 局 部 网格特 征法 _ 1 的识 别 结 果 ， 经 对 比可 知 ， 该 方 法 对煤层 大 裂隙 的识 别 优 于前 4种 方 法 ， 但 也存 在 含 有非 裂 隙信息 、 缺失 较 多小裂 隙信息 、 裂 隙 只保 留了 中心 线等 问题 。 图 2 g 为 采 用 本 文 方 法 的识 别 结 果 ， 通过 对 比可知 ， 用 该方 法 可识别 出煤 层 图像 中的 大部 分大 、 小 裂隙 ， 且 保 留 了裂 隙 的原 始形 态 ， 识别 结果 较其 他方 法更 接近 于人 工识别 结果 。 综上 对 比分析 可 得 ， 本 文 方 法 在煤 层 图 像 裂 隙 识 别 中具 有较 好 的性能 。 3 实例 分析 对某矿井井下的 1 0幅煤层 图像 同一分辨率 进 行裂 隙的人 工识 别 和计 算 机识 别 ， 并 对 识 别 结果 进行 分 析 。 3 ． 1 裂 隙判 定 系数 阈值 选取 对 1 0幅煤 层 图像进 行裂 隙人 工识别 ， 并测 量 其 中 5幅煤 层 图像 中所 识 别 的 全 部 裂 隙 的 长 度 和 宽 度 。经 统 计 分 析 后 ， 得 到 最 小 裂 隙 的 长 度 为 1 2像 素 ， 最大裂隙的宽度为 1 7像素， 裂隙的最小长宽 比 为 2 ． 6 。根 据 裂 隙 判 定 系数 的定 义 ， 同 时 为 了 获取 更 多裂 隙信 息 ， 设误 差 范 围为 2 O 。经计 算 可 得 裂 隙判定 系数 中长度 阈值 z 。 一 1 0 1 2 1 2 0 一 9 ． 6像 素 ， 宽 度 阈 值 W。 一 2 0 1 7 1 2 0 9 ／ 6 一 2 O ． 4像素 ， 长宽 比阈值 。 一2 2 ． 6 1 2 0 一 2 ． O 8 。在本 次识 别 中 ， 取 二 值 图 中 白色连 通 区 域 的 最 小覆 盖椭 圆 的 长 度 和 宽 度 作 为 该 区域 的 长 度 和 宽 度 。 需要 说 明的 是 ， 若 长度 阈值 l 。取 值 减 小 ， 则 所 得连通区域长度变小 ， 其 为点噪声信息的概率会增 大 ； 若宽 度 阈值 叫。 取 值 增 大 ， 则所 得 连 通 区域 宽 度 变 大 。 其为 面噪声 信息 的概 率会增 大 ； 若长 宽 比阈值 取 值减 小 ， 则 所得 连通 区域 的长度 与宽 度趋 近 ， 其为 点噪声信息或面噪声信息的概率均会增大。 由于理论 上 灰 度 图 的 灰 度 取值 范 围 为 0 ～ 2 5 5 共 2 5 6 个整数 值 ， 所 以在 本次 裂 隙识 别 时 ， 灰 度 阈值 f 的初 值 t 一0 ， 终 值 t 一2 5 5 ， 步 长 d一1 。 进行 裂 隙识别 时 ， 可在 不 影 响 识 别准 确 率 的前 提 下 ， 合 理减 小灰 度 阈值 t 的取 值 范 围 ， 从 而提 高裂 隙识 别效 率 。通过 统计 本次 裂隙识 别 中的全 部有 效 灰 度 阈值 识 别为 裂 隙 时所 对 应 的 灰度 阈值 ， 得 到 灰度阈值 t 的范 同为[ 3 0 ， 1 0 0 ] ， 该灰度 阈值范 围可 2 0 l 7年 第 1 0期 刘 勇等 基 于裂 隙形 态特征 的煤 层 图像 裂 隙识 别研 究 6 3 作 为 同类煤 层 图像 裂 隙识别 的参 考 。 3 ． 2识 别结果 分析 采用 本 文方 法得 到煤 层 图像 G G 的裂 隙识 别结 果 ， 如 图 3所示 。 a 煤层图像 GI b Gl 识别结果 I 枣 鍪 0 ； 誊 ‰ 1 } } ； 釜 釜 兰 ． 一 兰 j c 煤层图像 G d G2识别结果 g煤 层 图 像 hG1识 别 结 果 网 3 煤层 图像 裂隙识别结果 Fi g． 3 I d e nt i f i c at i on r e s u l t s of c o a l be d i ma ge f r a c t u r e 通 过分 析 对 比可 知 ， 采 用 本 文方 法 能 较 好识 别 煤 层 图像 中 的裂 隙 ， 特 别是 对 于 一 些 人 工 不 易识 别 的小裂 隙 。 也可 以很 好地 识 别 。 将 计算 机识 别 条数 与人 工识 别条 数进 行统 计 和 比较 ， 结 果 见表 1 。 表 l 煤层裂隙计算机识别条数与人工识别条数对 比 Ta b l e l Co m p a r i s o n o f c o mput er i de nt i f i c a t i o n nu mb er a nd ma nu al i de nt i f i c a t i on numb e r of c o a l b e d i ma g e f r a c t u r e 图像 计算机 人1 识 图像 计算机 人 1 识 编号 识别条数 别条数 编号 识别条数 别条数 Gi 6 8 22 G6 5 3 2 5 Gz 4 0 1 2 G7 4 8 l 8 G3 4l 1 6 G8 7 2 3 0 Gi 5 4 2 0 G9 6 6 2 4 G5 6l 2 8 G1 0 47 l 8 由表 1 可 知 ， 对于 同一煤 层 图像 ， 计算 机识 别 的 裂隙 条数 是人 工 识 别 条 数 的 2 ～ 3倍 。其 原 因为 一 是人 工识 别煤 层 裂 隙 时 具有 一 定 的 联 想 能力 ， 可 以将 局部 间断 真正 间断 或被煤 尘 充填后 间 断 的裂 隙识 别为 同一 条裂 隙 ， 而 本 文 给 出 的裂 隙 识 别方 法 尚不具 有联想 能力 ， 故 存 在 将人 工 识 别 为 一 条 的局 部 间断 裂隙识 别 为 多 条裂 隙 的情 况 ； 二 是人 工 难 以 识 别所 在 区域 与 邻 近 背景 区域 灰 度接 近 的小 裂 隙 ， 而计 算 机却 可很 好地识 别 出来 。 由于煤层 图像 中裂 隙 分 布 的特 殊 性 裂 隙 区域 灰度与邻近背景区域灰度接近 与复杂性 裂隙存在 真正 间断和被 煤尘 充填 后 间断 ， 所 以人工 识别也 会 存在 一些 误判 的情 况 ， 其 识别 结 果 也 需进 行 必 要 的 验证 。 4 结论 1 通过遍历一定范围内的灰度阈值进行煤层 图像 裂隙识 别 ， 可 最大 程 度 地 获 取煤 层 图像 的 裂 隙 信息 。 2 合 理 选 取 裂 隙 判 定 系 数 中形 态 参 数 的 阈 值 ， 可有效 提 高煤层 图像 裂 隙识 别 的准确 性 。 3 所提煤 层 图形裂 隙识 别 方法 可 以较 好识 别 出煤层 图像 中连 续分 布 的裂 隙 含 人 工 不 易识 别 的 小 裂 隙 ， 但 由于 煤层 图像 中裂 隙分 布的特 殊性 与复 杂 性 ， 对 煤层 图像 中间 断 分 布 的裂 隙 只能识 别 出其 各 个分 段 ， 尚不 能识别 其 同一性 。 4 今 后还 需 进 行 深 人 研 究 ， 综 合 利 用 人 工 识 别 方法 的优 点与 计算 机 识 别 方 法 的 优 点 ， 提 高煤 层 图像 裂 隙识 别方 法 的精确度 。 参 考 文 献 R e f e r e n c e s [1 ] 白赞成． 煤层 体积应 变与裂隙中瓦斯 压力的关 系E J J 煤 矿 安 全 ， 2 O 1 4 ， 4 5 1 1 6 3 1 6 5 ． 6 4 工矿 自动 化 2 0 1 7年 第 4 3卷 [ 2] [3 ] [4] [5] [6] [ 7] [ 8] BAI Za n c he n g．Th e r e l a t i on s hi p b e t we e n c o a l s e a m v o l u me t r i c s t r a i n a n d g a s p r e s s u r e i n c r a c k s[ J ] ． S a f e t y i n C o a l M i n e s ， 2 0 1 4， 4 5 1 1 6 3 1 6 5 ． 崔 洪庆 ， 关金锋 ， 王荣魁 ， 等． 煤 层裂 隙优势 发育 方位 和频率轨迹预测 E J ] ． 安全 与环境 学报 ， 2 O 1 6 ， 1 6 4 1 25 1 2 9 ． CUI Ho n g q i n g，GUAN J i n f e n g，W ANG Ro n g k u i ， e t a 1 ． Pr e di c t i o n o f t he a dv a nt a g e ou s d e ve l o pme n t d i r e c t i o n a n d l i n e a r f r e q u e n c y t r a j e c t o r y c a l c u l a t i o n o f t h e c o a l b e d f r a c t u r e s[ J ] ．J o u r n a l o f S a f e t y a n d En v i r o n me n t ， 2 0 1 6， 1 6 4 1 2 5 1 2 9 ． I YER S． S I N HA S K．Se g me nt a t i on o f p i p e i ma ge s f o r c r a c k d e t e c t i o n i n b u r i e d s e w e r s [ J ] ． C o m p u t e r a i d e d Ci v i l a n d I n f r a s t r u c t u r e En g i n e e r i n g， 2 0 0 6，2 1 6 3 95 4l 0． 马 常霞 ， 赵春霞 ， 胡勇 ， 等． 结 合 NS C T和图像形态 学 的路面裂缝检测 [ J ] ． 计算机辅助设 计与 图形 学学报 ， 2 0 0 9， 2 1 1 2 1 7 6 1 - 1 7 6 7 ． M A Ch a n g x i a ，Z H AO C h u n x i a ，HU Yo n g ，e t a 1 ． Pa ve me n t c r a c ks de t e c t i o n b as e d on NSCT a n d mo r p h o l o g y [ J ] ． J o u r n a l o f C o mp u t e r - Ai d e d D e s i g n Co mp u t e r Gr a p h i c s ， 2 0 0 9， 2 1 1 2 1 7 6 1 - 1 7 6 7 ． AB DEL QADER I ， ABUDAYYEH 0， KELLY M E ． Ana l ys i s of e d ge de t e c t i o n t e c h ni qu e s f or c r a c k i d e n t i f i c a t i o n i n b r i d g e