【背景】煤岩识别研究对于煤炭开采与加工有着重要的理论与现实意义，现有的基于γ射线、红外线、声音等媒介的煤岩识别方法对地质条件、采煤工艺等存在一定依赖。此外，选煤厂可以利用煤岩识别技术对原煤进行预排矸处理，以改善入料条件，这在一定程度上能够减轻后续选煤工艺对水、土壤等环境的破坏，降低对洗选设备的磨损。煤的颜色、光泽、纹理、断口形状等属性与顶底板岩石相比存在明显差异，而同一煤层(或岩层)的这些属性特征基本相同。

 

　　孙继平教授课题组提出1种基于双树复小波域统计建模的煤岩识别方法，该方法的总体框架如下图所示。首先，对煤岩图像进行多级双树复小波变换(DTCWT);然后，采用1种旋转不变增强策略对每1级DTCWT产生的6个方向高频子带按照子带系数模的均值和方差之积从大到小的顺序排列，图中高频子带系数的红、橙、黄、绿、蓝和紫色表示子带系数模的均值和方差之积逐渐减小;接着，基于孙教授所提出的煤岩图像经过DTCWT产生的高频子带系数模符合广义伽玛分布模型的假设，对每1个高频子带进行关于系数模的统计建模;最后，利用统计模型的相似性测度完成煤岩的分类判别。

 

 

【来源】孙继平，陈浜.基于双树复小波域统计建模的煤岩识别方法[J].煤炭学报,2016,41(7):1847-1858.