本發(fā)明屬于地質(zhì)勘探，具體涉及一種融合成像光譜技術的煤芯三維空間展布方法及系統(tǒng)。

背景技術：

1、本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構(gòu)成在先技術。

2、煤礦智能化發(fā)展是煤炭行業(yè)未來發(fā)展的大趨勢，三維建模與可視化技術能夠形象、直觀地展示地質(zhì)體和地質(zhì)現(xiàn)象，彌補傳統(tǒng)地質(zhì)信息表達方式的不足，對煤芯進行三維建模在煤炭行業(yè)的應用非常廣泛且具有極其重要的意義。

3、但現(xiàn)有技術在基于煤芯的三維模型進行勘探與成礦分析時無法進行精細化、透明化的勘探。而且煤巖識別技術是實現(xiàn)煤礦智能開采的一大關鍵技術，主要目的是對煤巖分界線進行精準識別。近年來，基于圖像的煤巖識別方法成為研究的熱點，是最直觀的一種識別方法。但目前圖像識別只能對圖片中的目標進行分類，無法明確煤巖的空間特征即煤層與巖石層的巖性差異的特征，無法準確對煤礦的成礦進行預測。

技術實現(xiàn)思路

1、為克服上述現(xiàn)有技術的不足，本發(fā)明提供了一種融合成像光譜技術的煤芯三維空間展布方法及系統(tǒng)，利用三維空間展布技術對煤芯進行三維建模，并借助三維模型實現(xiàn)煤巖分界面的識別，進而準確評估煤炭資源的儲量和質(zhì)量，幫助制定開采計劃，有助于優(yōu)化開采方式，提高資源利用效率，減少浪費。

2、為實現(xiàn)上述目的，本發(fā)明的一個或多個實施例提供了如下技術方案：

3、第一方面，本發(fā)明提供了一種融合成像光譜技術的煤芯三維空間展布方法，包括：

4、獲取煤芯的高光譜圖像并進行預處理，得到預處理后的高光譜圖像；

5、采用光譜角匹配填圖法對所述高光譜圖像進行煤炭、礦物填圖，得到填圖后的高光譜圖像；

6、基于三維空間展布將所述填圖后的高光譜圖像轉(zhuǎn)化為三維模型；

7、將所述三維模型的三維點云數(shù)據(jù)輸入至改進的多尺度卷積消噪自編碼網(wǎng)絡模型進行煤巖分界面的檢測，得到煤巖分界面；改進的多尺度卷積消噪自編碼網(wǎng)絡模型包括依次按照順序連接的輸入層、多尺度卷積層、編碼器模塊、瓶頸層、解碼器模塊、輸出層、融合層和全連接層。

8、進一步的技術方案，轉(zhuǎn)化三維模型之前，對所述填圖后的高光譜圖像做圖像開運算，形成煤巖分界線。

9、進一步的技術方案，所述基于三維空間展布將所述填圖后的高光譜圖像轉(zhuǎn)化為三維模型，具體為：

10、對所述高光譜圖像進行預處理；

11、提取高光譜圖像的特征點，并獲取高光譜圖像的輪廓信息；

12、通過深度估計法來估算每個像素的深度值，并將高光譜圖像分割成不同區(qū)域，完成二維到三維的映射；

13、通過深度估計法生成虛擬深度圖來創(chuàng)建點云，再將點云數(shù)據(jù)轉(zhuǎn)換為三角網(wǎng)絡模型，使用體素化方法將高光譜圖像數(shù)據(jù)轉(zhuǎn)化為體素網(wǎng)絡，實現(xiàn)三維模型重建；

14、對所述三維模型進行優(yōu)化，并將高光譜圖像的紋理映射到三維模型上完成紋理映射；

15、對所述三維模型進行后處理，渲染三維模型。

16、進一步的技術方案，在轉(zhuǎn)化三維模型時，基于改進的低秩稀疏深度網(wǎng)絡對高光譜圖像進行去噪，所述改進的低秩稀疏深度網(wǎng)絡包括依次按照順序連接的輸入層、卷積層、低秩稀疏層、多尺度卷積層、重建層，其具體步驟為：

17、輸入層接收高光譜圖像，使用多個卷積層逐層提取所述高光譜圖像特征，在卷積層后使用swish激活函數(shù)和批歸一化；

18、進入低秩稀疏層，首先通過低秩約束層，對卷積輸出進行處理，提取低秩特征；進而進行矩陣分解，將高維特征矩陣分解為低秩矩陣和稀疏矩陣；

19、在多尺度卷積層中使用多尺度卷積操作來捕捉不同尺度的圖像特征，再通過重建層將經(jīng)過低秩稀疏處理后的特征重新映射回原始圖像空間，輸出去噪后的高光譜圖像。

20、進一步的技術方案，所述實現(xiàn)三維模型重建具體為：首先通過深度估計法生成虛擬深度圖來創(chuàng)建點云；將點云通過三角剖分法生成三角網(wǎng)絡；將圖像灰度值與閾值進行比較，轉(zhuǎn)化為二值體素網(wǎng)格，在將高光譜圖像數(shù)據(jù)映射到三維體素網(wǎng)格中，創(chuàng)建三維數(shù)組來表示體素網(wǎng)格，根據(jù)閾值設置體素，完成體素建模。

21、進一步的技術方案，所述編碼器模塊和解碼器模塊中每層均通過加法操作來引入跳躍連接。

22、進一步的技術方案，所述改進的多尺度卷積消噪自編碼網(wǎng)絡模型中解碼器模塊包括依次按照順序連接的上采樣層和反卷積層，通過反卷積層重構(gòu)輸入數(shù)據(jù)，并輸出預測的煤巖分界面，公式表示如下：

23、

24、

25、其中，是重構(gòu)后的數(shù)據(jù)塊，z是編碼后的潛在特征表示。

26、第二方面，本發(fā)明提供了一種融合成像光譜技術的煤芯三維空間展布系統(tǒng)，包括：

27、圖像獲取模塊，其被配置為：獲取煤芯的高光譜圖像并進行預處理，得到預處理后的高光譜圖像；

28、圖像填圖模塊，其被配置為：采用光譜角匹配填圖法對所述高光譜圖像進行煤炭、礦物填圖，得到填圖后的高光譜圖像；

29、三維模型構(gòu)建模塊，其被配置為：基于三維空間展布將所述填圖后的高光譜圖像轉(zhuǎn)化為三維模型；

30、煤巖檢測模塊，其被配置為：將所述三維模型的三維點云數(shù)據(jù)輸入至改進的多尺度卷積消噪自編碼網(wǎng)絡模型進行煤巖分界面的檢測，得到煤巖分界面；改進的多尺度卷積消噪自編碼網(wǎng)絡模型包括依次按照順序連接的輸入層、多尺度卷積層、編碼器模塊、瓶頸層、解碼器模塊、輸出層、融合層和全連接層。

31、第三方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如第一方面所述的一種融合成像光譜技術的煤芯三維空間展布方法中的步驟。

32、第四方面，本發(fā)明提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如第一方面所述的一種融合成像光譜技術的煤芯三維空間展布方法中的步驟。

33、以上一個或多個技術方案存在以下有益效果：

34、本發(fā)明在獲取圖像與光譜數(shù)據(jù)后，進行了圖像開運算以及在三維展布后進行了基于多尺度卷積消噪自編碼網(wǎng)絡模型的分界面檢測，對煤與巖的分界面有了明確的劃分，定義了煤與巖的分界面，解決了現(xiàn)有技術中在進行勘探與成礦分析時無法進行精細化、透明化勘探的問題。

35、本發(fā)明基于煤芯的高光譜圖像能夠得到直觀的三維展布圖即三維模型，在構(gòu)建三維模型時采用改進的低秩稀疏深度網(wǎng)絡對高光譜圖像進行去噪，提高了降噪效果，并恢復高光譜圖像的細節(jié)和質(zhì)量，對高維數(shù)據(jù)有更好的適應性；幫助工作人員更加直觀且全面地了解深部煤炭空間特征以及三維空間關系，能夠基于深部煤炭空間特征以及三維空間關系進行分析研究。

36、本發(fā)明利用改進的多尺度卷積消噪自編碼網(wǎng)絡模型對煤芯的三維模型進行煤巖分界面檢測，得到煤巖分界面。該模型在處理復雜和模糊圖像時表現(xiàn)更優(yōu)，通過消噪機制減少了背景干擾，有較強的魯棒性，同時解決了模型的完整性問題，有良好的整體性能。根據(jù)明確劃分的煤與巖的分界面可以準確評估煤炭資源的儲量和質(zhì)量，幫助制定開采計劃，有助于優(yōu)化開采方式，提高資源利用效率，減少浪費。

37、本發(fā)明可以為礦井設計和工程建設提供直觀的地質(zhì)信息支持，減少施工風險，提升安全性。