李廉潔，樊書祥，王學(xué)文，李 瑞，文 小，王璐瑤，李 博*

1. 太原理工大學(xué)機(jī)械與運(yùn)載工程學(xué)院，山西 太原 030024 2. 北京農(nóng)業(yè)智能裝備技術(shù)研究中心，北京 100097

引 言

煤炭作為我國的主體能源之一，是國家快速發(fā)展的重要支撐，近年來，隨著環(huán)境問題日益突出，國家大力倡導(dǎo)并推進(jìn)煤炭的清潔利用。 煤矸石是煤礦開采過程中產(chǎn)生的灰色或黑色巖石，將煤與矸石分離是煤礦生產(chǎn)的必要工序。 由于人工分選法與濕選法存在效率低、勞動強(qiáng)度大，水資源消耗高，污染環(huán)境等問題，干選法成為煤矸分選的主要研究方向之一。 干選法主要有破碎法(沖擊破碎，擠壓破碎等)，存在設(shè)備壽命較短且普適性差的問題；射線法[1]，需單獨(dú)隔離射線源且有輻射風(fēng)險；圖像識別法[2]，目前仍存在識別結(jié)果易受光照、灰塵等環(huán)境因素影響的問題。

可見/近紅外高光譜成像技術(shù)具有分析速度快、無損、樣品無需預(yù)處理、無污染，可同時測定多項(xiàng)指標(biāo)等諸多優(yōu)勢，已被廣泛應(yīng)用于各個領(lǐng)域。 基于煤與矸石的高光譜數(shù)據(jù)和多種光譜分析方法，探究實(shí)現(xiàn)煤與矸石的高光譜無損檢測，對實(shí)現(xiàn)“綠色開采”具有重要的研究意義。 雖然已有很多基于近紅外光譜對煤的品質(zhì)[3-5](固定碳、揮發(fā)分、灰分、硫分等)、煤的種類[6]以及煤產(chǎn)地[7]等問題的探討，但基于光譜數(shù)據(jù)進(jìn)行煤與矸石分類的研究還較少。 宋亮等[8]在室外采集樣本的光譜數(shù)據(jù)，根據(jù)樣本的可見/近紅外光譜反射率和熱紅外光譜的光譜吸收比率對煤與矸石進(jìn)行區(qū)分。 楊恩等[9]基于GRB-KPCA對樣本光譜進(jìn)行特征提取，并采用SVM區(qū)分煙煤與碳質(zhì)頁巖。 Mao等[10]同樣在室外采集樣本光譜數(shù)據(jù)，基于IAM-ELM算法實(shí)現(xiàn)煤與矸石的分類。 Hu等[11-12]基于多光譜成像技術(shù)挑選單一通道的光譜圖像進(jìn)行圖像處理，從而實(shí)現(xiàn)煤與矸石分類。 Zou等[13]借助微型光譜儀，在樣本正上方20 mm處采集光譜數(shù)據(jù)，基于lasso回歸的寬度學(xué)習(xí)對煤與矸石進(jìn)行區(qū)分。

基于光譜信息對煤的分析研究中，需對樣本進(jìn)行粉碎、研磨、篩選等預(yù)處理，且未考慮樣本的背景顏色，與實(shí)際應(yīng)用場景不符。 通過光譜儀和光纖進(jìn)行光譜采集，只能獲取樣本部分區(qū)域的光譜信息，導(dǎo)致數(shù)據(jù)所包含的樣本信息不夠充分。

本研究的具體目標(biāo)是： (1)基于高光譜成像系統(tǒng)采集塊狀煤與矸石樣本在黑色背景下的高光譜數(shù)據(jù)，提取樣本光譜信息并進(jìn)行預(yù)處理后，探究不同分類模型對煤與矸石分類的可行性；(2)基于特征波長篩選算法挑選的特征變量建立簡化模型，對比不同簡化模型對煤與矸石分類的效果；(3)選擇適用于開發(fā)煤與矸石分類的多光譜成像系統(tǒng)的分類模型，并對煤與矸石進(jìn)行分類可視化。

1 實(shí)驗(yàn)部分

1.1 樣本

樣本為山西太原西銘礦的焦煤以及黑色矸石，樣本總數(shù)168塊(煤85塊，矸石83塊)，樣本高度在15～60 mm之間，隨機(jī)劃分校正集和預(yù)測集，其中校正集包含煤和矸石各60塊，預(yù)測集包含煤25塊，矸石23塊。 實(shí)驗(yàn)前，將所有樣品置于室內(nèi)陰暗環(huán)境下，放置至室溫。 圖1為部分樣本圖片，從圖中可看出，煤與矸石的顏色相似，肉眼難以將二者區(qū)分。

圖1 部分煤樣本(a)與矸石樣本(b)Fig.1 Coal samples (a) and gangue samples (b)

1.2 高光譜數(shù)據(jù)采集及光譜提取

圖2(a)為搭建的高光譜采集系統(tǒng)，整個系統(tǒng)主要包含兩部分：

可見/近紅外(visible/near infrared, Vis/NIR)高光譜成像系統(tǒng)，包括成像范圍在326～1 000 nm的Vis/NIR高光譜成像儀(ImSpector V10E, Spectral Imaging Ltd., Oulu, Finland)、23 mm的C口變焦鏡頭(OLE23 f-2.4/23 mm, Spectral Imaging Ltd., Oulu, Finland)、像素為1 004×1 000的EMCCD相機(jī)(Luca-R, AndorTechnology, Belfast, UK)。

近紅外(near infrared, NIR)高光譜成像系統(tǒng)，包括成像范圍在930～2 548 nm的NIR高光譜成像儀(ImSpector N25E, Spectral Imaging Ltd., Oulu, Finland)、30 mm的SPCECIM口變焦鏡頭(OLES30 f-2.0/30 mm, Spectral Imaging Ltd., Oulu, Finland)、像素為320×256的CCD相機(jī)(Xeva-2.5-320, Xenics Ltd., Belgium)。

其余附件包括： 一對150W的鹵素?zé)?Antefore International Co., Ltd., Taiwan, China)，通過步進(jìn)電機(jī)控制的樣本移動平臺(EZHR17EN, AllMotion, Inc., USA)。 整個采集平臺置于暗箱中以降低外界雜散光的影響，通過計(jì)算機(jī)(Dell OPTIPLEX 990, Intel (R) Core (TM) i5-2400 CPU at 3.10 GHz)以及配套的專業(yè)軟件(Isuzu Optics Corp., Taiwan, China)進(jìn)行動作控制及數(shù)據(jù)采集。 經(jīng)過調(diào)試，先將鏡頭與樣本平臺表面之間的垂直距離調(diào)整至400 mm，兩光源相距550 mm置于鏡頭兩側(cè)，角度調(diào)整為45°。 采集數(shù)據(jù)時，將成像光譜儀和相機(jī)打開，30 min后待設(shè)備穩(wěn)定，以純黑色紙板為背景，將樣本置于移動平臺上，分別將曝光時間和平臺移動速度設(shè)置為16 ms，0.73 mm·s-1與2 ms，42 mm·s-1以獲取Vis/NIR數(shù)據(jù)以及NIR數(shù)據(jù)。 確保數(shù)據(jù)在同一時間段內(nèi)獲取以提高數(shù)據(jù)的可靠性。

為了減少照明不均勻以及相機(jī)暗電流的影響，需要對所采集的原始高光譜數(shù)據(jù)(Iorigin)進(jìn)行黑白校正，在相同的環(huán)境下，利用反射率接近100%的聚四氟乙烯白板采集白參考(Iwhite)，再將光源關(guān)閉后蓋上鏡頭蓋，采集暗參考(Idark)。 參照式(1)獲得校正后的高光譜圖像(I)

(1)

為提取樣本光譜信息，先去除數(shù)據(jù)的背景信息，針對Vis/NIR高光譜圖像與NIR高光譜圖像，通過處理目標(biāo)與背景對比度明顯的918 nm，2 154 nm的單波段灰度圖像獲得掩膜圖像以去除背景信息。 然后進(jìn)行光譜數(shù)據(jù)提取，為了提高模型的適應(yīng)能力，利用樣本不同區(qū)域光譜信息的差異性，針對獲取的Vis/NIR和NIR高光譜圖像，分別隨機(jī)選取大小為100×100像素、50×50像素的區(qū)域，提取區(qū)域內(nèi)的平均光譜作為該區(qū)域的光譜信息。 重復(fù)10次，在兩個波段各獲得煤與矸石光譜850條和830條。 對Vis/NIR高光譜圖像的分析流程如圖2(b)。 最終，校正集共1200條光譜(煤和矸石各600條)，預(yù)測集共480條光譜(煤250條，矸石230條)。

圖2 高光譜采集系統(tǒng)(a)以及光譜提取過程(b)Fig.2 Hyperspectral imaging system (a) and process of spectrum extraction (b)

1.3 光譜預(yù)處理及特征波長變量的選擇

光譜數(shù)據(jù)中不僅包含樣本的化學(xué)信息，還包含儀器噪聲，雜散光等無關(guān)信息，且全波段的光譜數(shù)據(jù)具有多重共線性和信息冗余性，通過對原始光譜進(jìn)行預(yù)處理和波長選擇，不僅可以減少噪聲，還能剔除不相關(guān)或非線性的變量，減少數(shù)據(jù)量，簡化模型，提高運(yùn)算速度，一定程度上提高模型的性能，可為構(gòu)建多光譜分類系統(tǒng)提供理論參考。

通過Savitzky-Golay(SG)卷積平滑(窗口為7，擬合一次多項(xiàng)式)，消除光譜的隨機(jī)噪聲；由于樣本尺寸有一定差異，因此再對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)正態(tài)變量變化(standard normal variate transformation, SNV)以消除光程變化等因素對反射光譜的影響。

競爭性自適應(yīng)重加權(quán)算法(competitive adaptive reweighted sampling, CARS)通過隨機(jī)采樣的方式，在校正集中隨機(jī)選擇一部分樣本進(jìn)行偏最小二乘(partial least square, PLS)建模，然后根據(jù)指數(shù)衰減函數(shù)保留回歸系數(shù)相對較大的波長，N次重復(fù)獲得對應(yīng)的新變量子集，基于此建立PLS模型，選擇交互驗(yàn)證均方差最小的變量子集作為最佳特征波長變量集。 在執(zhí)行CARS特征波長篩選時，設(shè)置交叉驗(yàn)證為10折，采樣次數(shù)為100次。

連續(xù)投影算法(successive projections algorithm, SPA)，基于向量空間基變換原理，通過將波長投影到其他波長上，選擇投影向量較大的波長子集作為最佳特征波長變量集。 在執(zhí)行SPA特征波長篩選時，設(shè)置最大特征波長個數(shù)為5。

1.4 建模方法及模型評價指標(biāo)

為獲取可靠分類結(jié)果，選用支持向量機(jī)(support vector machines，SVM)，k近鄰法(k-nearest neighbor，KNN)，偏最小二乘判別分析(partial least squares discriminant analysis，PLS-DA)三種經(jīng)典的分類算法進(jìn)行判別模型的建立與對比。 基于校正集訓(xùn)練判別模型，基于預(yù)測集對模型進(jìn)行性能評估。 將煤作為正類，矸石作為負(fù)類，將敏感度(sensitivity)，特異度(specificity)，準(zhǔn)確率(accuracy) 作為模型的評價指標(biāo)，計(jì)算公式如式(2)—式(4)

(2)

(3)

(4)

式中： TP為實(shí)際為煤，預(yù)測也是煤的數(shù)量；TN為實(shí)際為矸石，預(yù)測為矸石的數(shù)量；FP為實(shí)際為矸石，預(yù)測為煤的數(shù)量；FN為實(shí)際為煤，預(yù)測為矸石的數(shù)量。

1.5 煤和矸石的分類可視化

高光譜數(shù)據(jù)提供了樣本豐富的空間光譜信息，將樣本表面所有像素點(diǎn)光譜的平均光譜代入已建立的模型進(jìn)行判別，通過不同的顏色表示煤和矸石，不但可以檢驗(yàn)?zāi)Ｐ偷念A(yù)測能力，還能更直觀的反映樣本種類。

所有數(shù)據(jù)處理均借助MATLAB R2019a(The MathWorks Inc., MA, USA)進(jìn)行。

2 結(jié)果與討論

2.1 反射光譜的曲線特征

由于原始光譜前后端有相當(dāng)大的隨機(jī)噪聲，對Vis/NIR和NIR數(shù)據(jù)，分別取474～940 nm(600個變量)和1 235～2 477 nm(196個變量)范圍內(nèi)的光譜進(jìn)行分析，并對光譜進(jìn)行SG-SNV預(yù)處理。 圖3為煤與矸石樣本在指定范圍內(nèi)的原始光譜，顯然煤與矸石的光譜曲線在相同的波段范圍內(nèi)顯示出相似的趨勢，但也存在一定的差異。

在474～940 nm范圍，煤和矸石的光譜曲線均在700和760 nm附近有明顯波峰，矸石光譜曲線的斜率大于煤光譜曲線的斜率；在1 235～2 477 nm范圍，煤和矸石的光譜曲線在2 315 nm附近有明顯波峰，在2 347 nm附近有明顯波谷，矸石的反射率整體大于煤的反射率。 由于在近紅外波段，芳香分子中電子躍遷趨向長波長方向，煤分子的芳構(gòu)化程度高使其在近紅外波段長波方向的光譜吸收系數(shù)大，整體反射率較低且反射光譜的斜率小于矸石[14]。

圖3 煤與矸石在474～940 nm范圍(a)和1 235～2 477 nm范圍(b)的原始光譜Fig.3 The original spectral curves in the range of 474～940 nm (a) and 1 235～2 477 nm (b)

2.2 基于全波段光譜的煤與矸石的分類模型

在Vis/NIR和NIR范圍內(nèi)，基于校正集的全波段光譜訓(xùn)練SVM，KNN，PLS-DA模型，預(yù)測集的分類結(jié)果如表1。 三種全波段分類器的預(yù)測結(jié)果相同，對應(yīng)的sensitivity，specificity，accuracy分別為1，0.956 5和0.979 2；在NIR范圍，PLS-DA模型的預(yù)測結(jié)果最好，sensitivity，specificity，accuracy分別為1，0.987 0和0.993 8。 由結(jié)果可看出，在兩個波段范圍內(nèi)，基于全波段光譜的三種分類模型結(jié)果均較好，證明基于煤和矸石的光譜信息可將二者區(qū)分。 但全波段光譜數(shù)據(jù)的處理速度較慢，故對其進(jìn)行特征挑選。

表1 基于全波段光譜的不同分類模型對比Table 1 Comparison of different classification models based on the full-band spectra

2.3 基于特征波長的煤與矸石分類模型

為了消除冗余變量，進(jìn)一步優(yōu)化預(yù)測模型的性能，提高檢測速度，采用CARS和SPA兩種波長挑選算法篩選光譜變量，基于有效變量建立分類模型。

對全波段光譜進(jìn)行CARS特征波長篩選的過程如圖4，在兩個波段范圍內(nèi)選擇的波長數(shù)量隨采樣次數(shù)的增加而減少，波長數(shù)量的減少速度先快后慢。 在Vis/NIR波段，第85次采樣獲得的交互驗(yàn)證均方差最小，選擇的變量子集包括716.94，717.73，718.51，768.82和769.61 nm共5個特征波長，占全波段的0.5%；在NIR波段第95次采樣獲得的交互驗(yàn)證均方差最小，選擇的變量子集包括1 247.81，1 398.11和2 186.18 nm共3個特征波長，占全波段的1.17%。

對全波段光譜進(jìn)行SPA特征波長篩選后的結(jié)果如圖5所示，采用SPA篩選特征波長時，通過對比不同特征波長下的預(yù)測集樣本均方根誤差來確定最優(yōu)特征波長數(shù)量。 在Vis/NIR波段，當(dāng)特征波長數(shù)大于3時，預(yù)測樣本集均方根誤差變化不顯著，選擇了585.64，722.43和766.46 nm共3個特征波長，占全波段的0.3%；在NIR波段，當(dāng)特征波長數(shù)等于3時，預(yù)測樣本集均方根誤差最小，選擇了1 923.48，2 237.68和2 276.36 nm共3個特征波長，占全波段的1.17%。

基于校正集在Vis/NIR和NIR范圍內(nèi)的特征波長訓(xùn)練SVM，KNN，PLS-DA模型，針對預(yù)測集的分類結(jié)果如表2。 可以看出，在Vis/NIR范圍內(nèi)基于SPA篩選的3個特征波長所建立的SVM模型與在NIR范圍內(nèi)基于CARS篩選的3個特征波長所建立的KNN模型效果最好，二者不僅有效的減少了波長數(shù)量，還提高了模型的分類效果，對應(yīng)的sensitivity, specificity, accuracy分別為1.000 0，0.965 2，0.983 3和0.988 0，0.991 3，0.989 6。

近紅外光譜儀器的檢測器在Vis/NIR范圍多采用硅(Si)基檢測器，成本較低；在NIR范圍多采用硫化鉛(PbS)或銦砷化鎵(InGaAs)檢測器，成本較高。 因此，綜合預(yù)測精度以及后續(xù)多光譜系統(tǒng)開發(fā)成本的考慮，可選擇Vis/NIR范圍內(nèi)基于SPA算法篩選的特征波長所建立的SVM模型作為煤與矸石的分類模型。

2.4 煤與矸石的分類可視化

相較于傳統(tǒng)光譜，高光譜數(shù)據(jù)還包含空間光譜信息，這使得煤與矸石的分類可視化具有可行性。 選取在Vis/NIR范圍內(nèi)的SPA-SVM簡化模型，基于樣本表面所有像素點(diǎn)的平均光譜，對樣本進(jìn)行分類和可視化，用不同的顏色映射煤與矸石，不僅能夠直觀地表示樣本的類別，在實(shí)際應(yīng)用中還可保存可視化圖像，便于系統(tǒng)故障時排查問題，圖6為部分煤和矸石樣本的分類可視化。

圖4 Vis/NIR (a)和NIR (b)范圍內(nèi)CARS波長篩選過程Fig.4 The process of variable selection by CARS in the spectral ranges of (a) Vis/NIR and (b) NIR

圖5 Vis/NIR (a), (c)和NIR (b), (d)范圍內(nèi)SPA波長篩選的結(jié)果Fig.5 The results of variable selection by SPA over the spectral ranges of (a), (c) Vis/NIR and (b), (d) NIR

表2 基于特征波長的不同分類模型預(yù)測結(jié)果Table 2 The prediction results of different classification models based on characteristic wavelengths

圖6 部分樣本的灰度圖及對應(yīng)的分類可視化 紅色： 煤；藍(lán)色： 矸石Fig.6 Grayscale images of some samples and corresponding classification visualization red: Coal; blue: Gangue

3 結(jié) 論

針對黑色背景下塊狀煤與矸石的準(zhǔn)確分類的問題，提出一種基于高光譜成像技術(shù)的煤與矸石的分類及類別可視化方法，得到以下結(jié)論：

(1)煤和矸石在Vis/NIR以及NIR范圍內(nèi)的光譜差異明顯，基于光譜信息可將兩者區(qū)分。

(2)與基于全波段光譜所建立的判別模型以及其他簡化模型相比，Vis/NIR范圍內(nèi)基于SPA篩選的3個特征波長所建立的SVM模型與在NIR范圍內(nèi)基于CARS篩選的3個特征波長所建立的KNN模型效果最好，二者不僅有效的減少了波長數(shù)量，還提高了模型的分類效果。 對應(yīng)的sensitivity, specificity, accuracy 分別為1.000 0，0.965 2，0.983 3和0.988 0，0.991 3，0.989 6。

(3)基于精度以及成本等因素考慮，可選擇Vis/NIR范圍內(nèi)的基于SPA算法篩選的特征波長建立的SVM模型用于開發(fā)煤與矸石分類的多光譜成像系統(tǒng)。 同時可通過樣本平均光譜以及分類模型實(shí)現(xiàn)樣本的可視化，能夠更直觀的體現(xiàn)分類結(jié)果。