武國平, 梁興國, 胡金良, 張秀峰

(1.國家能源集團(tuán)神華準(zhǔn)格爾能源有限責(zé)任公司， 內(nèi)蒙古 鄂爾多斯 010300;2.天津美騰科技有限公司， 天津 300385)

0 引言

卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)是機(jī)器學(xué)習(xí)中的重要分支，前饋神經(jīng)網(wǎng)絡(luò)(Feedforward Neural Networks)涵蓋了卷積計(jì)算，而且具備了深度結(jié)構(gòu)，是深度學(xué)習(xí)(Deep Learning，DL)的代表算法之一。卷積神經(jīng)網(wǎng)絡(luò)在分類識別以及預(yù)測算法中，具有結(jié)構(gòu)簡單、訓(xùn)練高效、分類精度高的特點(diǎn)，是近年廣泛應(yīng)用于計(jì)算機(jī)視覺(Computer Vision，CV)領(lǐng)域中圖像檢測、物體識別、姿態(tài)估計(jì)等，自然語言處理(NLP)，以及自然科學(xué)場域中物理學(xué)、氣象學(xué)、地質(zhì)學(xué)等的經(jīng)典神經(jīng)網(wǎng)絡(luò)[1-6]。

基于圖像的煤矸識別方法，是實(shí)現(xiàn)干法選煤的重要基礎(chǔ)?；诰矸e神經(jīng)網(wǎng)絡(luò)的煤矸識別算法，經(jīng)過實(shí)驗(yàn)、分析、驗(yàn)證，是可以實(shí)現(xiàn)高精度的煤矸識別的可靠性算法，是具備實(shí)際應(yīng)用價(jià)值的。

1 研究框架

本研究采用卷積神經(jīng)網(wǎng)絡(luò)模型，以內(nèi)蒙古準(zhǔn)能集團(tuán)哈爾烏素項(xiàng)目廠煤矸圖像為研究樣本，通過圖像處理后，運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)模型ResNet18，將圖像數(shù)據(jù)在網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，并通過該模型將圖像內(nèi)的各種深層特征信息提取出來，從而達(dá)成煤矸分類以及識別的功能?？傮w研究框架的諸多流程如圖1所示。

圖1 基于圖像的煤矸識別與分類研究框架流程

本研究針對煤矸進(jìn)行的自動(dòng)分類與識別應(yīng)用監(jiān)督學(xué)習(xí)的相關(guān)策略。首先，相關(guān)人員逐一標(biāo)注工業(yè)相機(jī)采集的煤矸樣本數(shù)據(jù)，從中取出一些標(biāo)注圖像數(shù)據(jù)當(dāng)作訓(xùn)練集，另外一些標(biāo)注圖像數(shù)據(jù)被當(dāng)作測試集。訓(xùn)練過程中每迭代一次，則將此次迭代訓(xùn)練過程中用到的圖像樣本當(dāng)作驗(yàn)證集。最后，自動(dòng)識別測試集中諸多類型的煤矸，并進(jìn)行自動(dòng)分類。

2 樣本采集與標(biāo)注

準(zhǔn)能的原煤以含低/高灰，低/高熱值的動(dòng)力煤為主，需實(shí)現(xiàn)三分類識別，分別為精煤、中煤、矸石。通過工業(yè)相機(jī)采集的樣本，如圖2所示。

圖2(a)為準(zhǔn)能集團(tuán)的精煤樣本，精煤顏色為黑色，其中部分鏡質(zhì)組在燈光下會(huì)呈現(xiàn)鏡面反光特征，使得整體呈現(xiàn)黑亮，同時(shí)硬度較小導(dǎo)致形狀輪廓較為圓潤；圖2(b)為中煤樣本，中煤為精煤與矸石的混合物，顏色偏灰，總體特征介于精煤和矸石之間；圖2(c)為矸石樣本，矸石根據(jù)成分不同呈現(xiàn)不同的顏色特征，此處為白色，同時(shí)由于硬度偏大，棱角較為分明。

(a) 精煤樣本

(c) 矸石樣本

通過現(xiàn)場樣本采集，共采集80 000張煤矸圖像，后經(jīng)過人工分選(經(jīng)驗(yàn)與化驗(yàn)結(jié)合)，對80 000張煤矸圖像進(jìn)行人工標(biāo)注，以指導(dǎo)監(jiān)督式學(xué)習(xí)。

3 圖像處理

圖像處理是煤矸識別過程中一個(gè)非常重要的環(huán)節(jié)。由于采集的環(huán)境不同，如光線均勻度不夠、亮度變化、分辨率、采集設(shè)備自身變化等引起的煤矸圖像采集存在亮度不一致、對比度不夠、像素不足、圖像噪聲等問題存在。為了確保神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與推理的圖像具有一致性，需對采集的圖像進(jìn)行處理，避免環(huán)境不同導(dǎo)致的識別分類精度下降。該研究采用直方圖均衡、中值濾波、歸一化進(jìn)行圖像處理，使得輸入給神經(jīng)網(wǎng)絡(luò)模型的圖像質(zhì)量相一致，增加分類以及識別精度。

3.1 直方圖均衡

直方圖屬于點(diǎn)操作，它逐點(diǎn)變更圖像的相應(yīng)灰度值，盡可能讓不同灰度級別均呈現(xiàn)出數(shù)量相同的像素點(diǎn)，讓直方圖逐步達(dá)到平衡態(tài)勢。直方圖均衡能夠讓輸入圖像轉(zhuǎn)換為在各個(gè)灰度級上均有像素點(diǎn)數(shù)相同的輸出圖像(也就是說輸出了平的直方圖)。直方圖均衡用于提升全局對比度，這種方法對于背景和前景都太亮或者太暗的圖像非常有用,如圖3、圖4所示。

圖3 直方圖均衡處理前

圖4 直方圖均衡處理后

3.2 中值濾波

中值濾波處理信號時(shí)采取了非線性的方法，所以中值濾波器具有非線性的特征。從一定程度上來講，中值濾波能夠消除線性濾波導(dǎo)致的圖像細(xì)節(jié)模糊問題，很有效地濾除圖像掃描噪聲以及脈沖干擾。中值濾波的進(jìn)行，既能夠除掉孤點(diǎn)噪聲，又能夠使圖像保持自身的邊緣特性，圖像不會(huì)出現(xiàn)顯而易見的模糊，更適宜于本科研的煤矸識別,如圖5、圖6所示。

圖5 中值濾波處理前

圖6 中值濾波處理后

3.3 歸一化

圖像的歸一化，歸一化就是將原始數(shù)據(jù)歸一到相同尺寸，目的是使不同成像條件(拍攝距離)下獲取的煤矸圖像尺寸具有一致性。根據(jù)不同的現(xiàn)場應(yīng)用中需要識別的煤矸粒度大小，以及采用全卷積的ResNet18網(wǎng)絡(luò)結(jié)構(gòu)，將圖像尺寸歸一至224pixels×224pixels，以適應(yīng)現(xiàn)場應(yīng)用與網(wǎng)絡(luò)模型，如圖7、圖8所示。

圖7 歸一化處理處理前

圖8 歸一化處理處理后

使用上述圖像處理方式，可以將圖像進(jìn)行有效的質(zhì)量提升，對模型識別分類精度有大幅提升。

4 神經(jīng)網(wǎng)絡(luò)訓(xùn)練與調(diào)參

Residual Block是ResNet18的基本結(jié)構(gòu)，每組Block通過ShortCut將其輸入和輸出進(jìn)行Element-Wise疊加。該加法比較簡單，網(wǎng)絡(luò)的計(jì)算量和參數(shù)不會(huì)額外增加，反而能夠提高模型訓(xùn)練的效果以及速度。這個(gè)模型的結(jié)構(gòu)比較簡單，但能夠非常有力地化解模型層數(shù)加深出現(xiàn)的退化現(xiàn)象。具體地，每個(gè)Residual Block中包含兩個(gè)相同輸出通道數(shù)的3×3卷積。假如存在不同的輸出、輸入維度，能夠針對Residual Block進(jìn)行線性映射變換維度，并連接到接下來的層。ResNet18基本結(jié)構(gòu),如圖9所示。

圖9 ResNet18基本結(jié)構(gòu)

設(shè)定輸入圖像尺寸為224×224×3。

第一步經(jīng)過卷積核大小為7×7，步長為2，輸出為64個(gè)通道的卷積層，得到64個(gè)大小為112×112的特征圖。

第二步通過核大小為3×3，步長為2的最大池化后，卷積為64個(gè)56×56的特征圖。

第三步將64個(gè)56×56的特征圖依次輸入8個(gè)Residual Block，每兩組Block的通道數(shù)依次遞增，分別為64、128、256、512，第二、三、四組Block得到的特征圖分辨率依次降低2倍，經(jīng)過四組block后特征圖大小變?yōu)?×7。

最后將512個(gè)7×7大小的特征圖經(jīng)過平均池化后接全連接層，通過SoftMax輸出各類別的概率。

激活函數(shù)可以看作卷積神經(jīng)網(wǎng)絡(luò)模型中一個(gè)特殊的層，即非線性映射層。卷積神經(jīng)網(wǎng)絡(luò)在進(jìn)行完線性變換后，都會(huì)在后邊疊加一個(gè)非線性的激活函數(shù)，在非線性激活函數(shù)的作用下數(shù)據(jù)分布進(jìn)行再映射，以增加卷積神經(jīng)網(wǎng)絡(luò)的非線性表達(dá)能力[7]。激活函數(shù)選用Relu函數(shù)。該函數(shù)有兩個(gè)優(yōu)點(diǎn)，一是在輸入為正數(shù)的時(shí)候，不存在梯度飽和問題；二是Relu函數(shù)只有線性關(guān)系，不管是前向傳播還是反向傳播，計(jì)算速度都很快，如圖10所示。

圖10 f(x)=max(0,x)

損失函數(shù)借助交叉熵。交叉熵能夠描述期望輸出(概率)以及實(shí)際輸出(概率)的相應(yīng)距離，即交叉熵本身的數(shù)值越低時(shí)，兩個(gè)概率分布反而更加接近。假設(shè)概率分布p為期望輸出，概率分布q為實(shí)際輸出，H(p,q)為交叉熵，如式(1)。

(1)

5 研究實(shí)驗(yàn)過程

5.1 研究實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備

將兩組標(biāo)注后的樣本進(jìn)行拆分，分為訓(xùn)練樣本以及測試樣本,如表1所示。

表1 樣本分類表

其中，訓(xùn)練樣本為50 000張，測試樣本為30 000張。

用于訓(xùn)練的數(shù)據(jù)組成為：數(shù)據(jù)集共50 000張，分為三類。每類數(shù)據(jù)分別為煤樣本20 000張，矸石樣本20 000張，中煤樣本10 000張。

用于測試的數(shù)據(jù)組成為：數(shù)據(jù)集共30 000張，分為三類。每類數(shù)據(jù)分別為煤樣本10 000張，矸石樣本10 000張，中煤樣本10 000張。

5.2 研究實(shí)驗(yàn)?zāi)Ｐ驼{(diào)參

ResNet18網(wǎng)絡(luò)訓(xùn)練基于Caffe深度學(xué)習(xí)框架[8]，BatchSize為32，Base_LR為0.001，激活函數(shù)借助Relu來強(qiáng)化非線性，損失函數(shù)借助交叉熵?fù)p失函數(shù)，采取Poly學(xué)習(xí)策略。訓(xùn)練數(shù)據(jù)包含50 000張圖像，煤、中煤和矸石樣本接近2∶1∶2。

6 實(shí)驗(yàn)結(jié)果

此實(shí)驗(yàn)?zāi)Ｐ吞幱跍y試集以及訓(xùn)練集層面的精度，展示了損失函數(shù)的需要變化狀況，如圖11、圖12所示。

圖11 訓(xùn)練精度結(jié)果

圖12 訓(xùn)練損失結(jié)果

由此可知，模型訓(xùn)練時(shí)，訓(xùn)練次數(shù)越多其精度也就越大，模型本身的損失函數(shù)隨之持續(xù)降低。

測試集圖像中各煤矸識別精度,如表2所示。

由表2可以看到，測試集的測試精度能夠超過99%，識別分類精度非常高，超過了傳統(tǒng)的煤矸識別工藝，滿足工業(yè)應(yīng)用的要求。

表2 測試精度結(jié)果表

7 總結(jié)

本研究實(shí)驗(yàn)顯示，ResNet18模型可以用來建立煤與矸石的自動(dòng)分類以及識別模型。眾所周知，神經(jīng)網(wǎng)絡(luò)系統(tǒng)的學(xué)習(xí)必須要借助高水平、數(shù)量足的標(biāo)注數(shù)據(jù)，用于訓(xùn)練和測試。本研究針對寧夏與內(nèi)蒙古的煤矸圖像設(shè)計(jì)的圖像處理方法與訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型，準(zhǔn)確識別煤矸的比例超過99%，模型的分類準(zhǔn)確性能夠滿足工業(yè)應(yīng)用的需要，具備多煤種良好的魯棒性，可以在不同的原煤煤質(zhì)下得到相同的分類精度，具備推廣應(yīng)用條件。