基于反射率及形態學參數的煤巖顯微組分自動識別模式

王 越，白向飛，曲思建

(1.煤炭科學技術研究院有限公司 煤化工分院，北京 100013;2. 煤炭資源高效開采與潔凈利用國家重點實驗室，北京 100013)

0 引 言

人員煤巖顯微組分鑒定是1項專業性很強的實驗，不僅要求實驗人員依據煤巖學基礎知識準確識別各種顯微組分且需要熟練使用偏光顯微鏡。目前，以人眼識別和手工測試相結合的測試方法存在煤巖組分識別主觀性強、測試過程中某些疑難組分常阻滯測試進度、不同操作人員測試結果可比性相對較差、測試流程只能單向進行且測試過程不可追溯、測試準確性只能通過重復測試評價等問題[1-2]，因而未來煤巖工作需減少煤巖組分識別的主觀性以實現煤巖組分快速、準確測定及降低操作者的勞動強度。

近年來，隨著數字圖像處理技術的發展，基于圖像分析法的煤巖顯微組分自動識別技術發展迅速。王越等[3]對煤巖顯微組分自動識別技術現狀及關鍵問題進行綜述分析。英國諾丁漢大學的Lester 等[4-5]利用圖像分析技術測定煤巖組分含量，已獲得較為滿意的結果。澳大利亞聯邦科學院的O’Brien等[6-7]依靠圖像分析技術獲取煤巖圖像的灰度值，利用灰度值-反射率之間的關系繪制全組分反射率圖(FMR)，依據拐點切割劃分得到煤巖組分含量并得到鏡質體反射率。寶鋼集團胡德生等[8-9]利用圖像的灰度和顯微相機的曝光時間計算反射率值，并采用閾值法和主分量分析法分割得到鏡質體反射率和煤巖組分含量；該方法基于統計分析的方法，并未深入辨析煤巖組分形態學結構差異。王培珍等[10-11]針對各種惰質組分的特點，利用Daubechies小波對其顯微圖像進行分解，提取基于小波系數的紋理特征量，采用支持向量機構建分類器組，并基于圓形LBP均勻模式對鏡質組的紋理特征進行分析[12]；針對殼質組中滲出瀝青質體的銳角角點，利用SUSAN算法提取其輪廓特征[13]。丁華[14-15]研究不同變質程度煤中鏡質組、惰質組、殼質組以及粘土礦物、方解石、黃鐵礦等典型礦物的形態、結構參數及反射率分布特征。

以下對煤巖顯微組分自動識別的方法學進行探討，提出煤巖顯微組分自動識別模式，并對顯微組分識別效果進行分析，最后提出煤巖顯微組分自動識別技術的發展方向及制約因素，以期對煤巖顯微組分自動識別技術發展提供技術支撐。

1 煤巖顯微組分自動識別的方法學

煤巖顯微組分鑒定以油浸反射光下的特征為主、透射光和熒光特征為輔[16]。煤巖顯微組分自動識別主要依據顯微組分在油浸反射光下的特征。顯微組分在油浸反射光下的特征可分為反射率指標和形態結構指標兩類，其中反射率指標包括反射色和反射力(率)，形態結構指標包括突起、大小、形狀、細胞結構等。煤巖顯微組分的主要鑒別特征詳見表1。

表1 煤巖顯微組分的主要鑒別特征(油浸反射光下)Table 1 Main identification features of coal macerals (reflected light,oil immersion)

1.1 描述性語言的數學表達

目前煤巖組分的主要鑒別特征均為描述性語言，如:深灰—淺灰—灰白—白—亮白—淡黃白色—亮黃白；(無)突起—低突起—中突起—中高突起—高突起；線條狀、條帶狀、透鏡狀、團塊狀、斑點狀、粒狀、蜂窩狀、網狀、渾圓狀、(略帶)棱角狀不規則狀、裂紋、氣孔；(近)圓形、橢圓形、紡錘形；細胞保存程度(規則排列、胞腔中孔、填充、膨脹、微膨脹)等。

煤巖顯微組分自動識別旨在將描述性語言變為數學語言，具體過程體現在先將描述性語言抽象化，再對抽象語言進行數學表達，即煤巖顯微組分分類為描述性語言抽象化—邏輯表達—定量化過程。

1.2 反射率信息的利用

在固定光強、曝光時間等特定的實驗條件下采集圖像，在灰度圖像中反射色和反射力高度統一。依據測試過程中所有圖像累積灰度分布曲線得到反射率分布曲線，由此可初步區分鏡質組和惰質組。

1.3 關鍵形態結構特征的抽象描述

為了區分顯微組分，識別參數不宜過少；而為保證整個系統識別的流場性，識別參數也不宜過多。煤巖顯微組分關鍵形態結構參數的抽象描述如下:

(1)均勻。均勻與突起相對，是圖像分割(灰度直方圖閥值)過程和邊緣檢測共同劃定的聯通區域，即基質(matrix)。

(2)突起。具有極值點(極大值)和邊緣斜率的聯通集合；高突起、中突起、低突起以邊緣斜率的大小區分。突起表征顯微組分灰度的空間變化率，可以用灰度等值線中的灰度梯度表示。

(3)球形度。以等效直徑(長軸、短軸之比)表示。

(4)細胞結構。主要考慮胞壁、胞腔和細胞排列的差別，目前尚無可量化的表征方法，此可能是自動識別的主要誤差來源。

2 煤巖顯微組分自動識別模式

煤巖顯微組分自動識別關鍵是利用反射率和形態學參數兩方面信息。顯微組分自動識別分為三大模塊:反射率判別模塊、分配模塊和組分識別模塊。

2.1 以反射率與突起二元參數表示的識別方案

以反射率和突起二元參數可將圖像中的信息分為四類:低反射率均勻區域、高反射率均勻區域、低反射率突起區域和高反射率突起區域，反射率與突起的二維關系如圖1所示。

圖1 反射率與突起的二維關系Fig.1 Relationship of reflectance and relief in two dimension

低反射率均勻區域一般可認為是鏡質組，高反射率突起區域一般可認為是惰質組。低反射率突起區域和高反射率均勻區域則需要進行人工判別。

2.2 基于反射率信息的初步劃分

將采集的煤巖圖像為基底并繪制灰度累積分布曲線，對直方圖進行正態分布擬合，如圖2所示。煤中高反射率的礦物(如黃鐵礦、方解石)會使灰度累積分布曲線在高灰度區出現拐點，為凸函數；低反射率的黏合膠、殼質組、礦物質以及制樣缺陷等分布在灰度較低的位置。

圖2 灰度累積分布曲線示意圖Fig.2 Schematic diagram of cumulative distribution curve of gray value

對灰度累積分布曲線的處理如圖3所示，其中圖中的藍色部分為對灰度累積分布曲線剔除高反射率的礦物及低反射率的黏合膠等。剔除方法為對擬合的正態分布曲線求一階偏導數，并確定拐點坐標；依據相同的方法得到灰度累積分布曲線中鏡質組和惰質組的灰度分布范圍，作為鏡質組和惰質組劃分的參考值。

圖3 灰度累積分布曲線的處理Fig.3 Processing of cumulative distribution curve of gray value

若灰度累積分布曲線中的拐點數不多于4個，按照單煤判別模式進行識別，而拐點數多于4個則按照混煤判別模式進行識別。① 單煤判別模式。對每幅圖像分別建立灰度曲線，依照灰度曲線中的峰個數(全部圖像切割低反射率和超高反射率組分后)，劃分為單峰圖像、雙峰圖像、復雜多峰圖像以及無峰圖像。② 混煤判別模式。混煤判別模式依據灰度值和形態參數進行判別，煤巖顯微圖像識別流程如圖4所示。

圖4 煤巖顯微圖像識別流程Fig.4 Identification process of petrographic images

2.3 煤巖顯微組分識別模塊

煤巖顯微組分識別模塊選取反射率、形態學參數(突起、細胞結構)和幾何特征3個分離參數。煤中的礦物質在反射率和形貌方面與煤中的有機顯微組分有所重疊，但油浸反射光并不是鑒定礦物質的最佳條件。此外，煤中的礦物質可以通過測定灰分和灰成分確定，因而煤巖組分分離方案不考慮煤中的礦物，即測試結果為去礦物基顯微組分含量。煤巖組分自動分離的邏輯樹、煤巖圖像預分離方案分別如圖5、圖6所示。

圖5 煤巖組分自動分離的邏輯樹Fig.5 Diagram of automatic identification of coal macerals

圖6 煤巖圖像預分離方案Fig.6 Pre-separation scheme of petrographic images

根據顯微組分組反射率的差異及初步的形態學參數，初步實現煤巖顯微組分組的自動識別和鑒定。惰質組、鏡質組識別流程分別如圖7、圖8所示。

圖7 惰質組識別流程Fig.7 Flow chart of inertinite identification

圖8 鏡質組識別流程Fig.8 Flow chart of vitrinite identification

2.4 煤巖顯微組分識別存在的問題

(1)對試樣制備的要求。煤巖顯微組分上的劃痕、麻點等制樣缺陷對自動識別造成較大的干擾，因而煤巖顯微組分自動識別技術對樣品制備提出了更高的要求。

(2)圖像采集過程的要求。煤巖顯微組分自動識別技術對采集圖像的清晰度提出了更高的要求。采集圖像邊緣不清晰會造成煤巖顯微組分邊界識別不準確，對測試結果造成較大的影響。因而應積極探索適宜的操作條件。

(3)細胞結構的劃分與歸類。顯微組分的細胞結構是重要的鑒定特征，但是胞腔大小、形狀各異，填充物多樣，閉合、非閉合特征多樣，如何定量提取結構特征參數是亟需解決的技術難題之一。

此外，還存在煤中殼質組識別困難、煤中礦物質對有機顯微組分識別造成干擾、高變質煤組分各向異性對識別帶來的影響等問題[17]。

3 結 語

對煤巖顯微組分鑒定的主要依據及方法學、關鍵形態結構特征的抽象表達進行深入分析，結合油浸反射光下煤巖顯微組分的反射率信息和煤巖顯微組分的形態學參數，提出反射率信息的利用方法并對均勻、突起、球形度、細胞結構等關鍵形態參數進行抽象描述，建立煤巖顯微組分自動識別模式，即通過逐步分解的方法建立了1套識別流程并對煤巖顯微組分自動識別發展方向和存在的問題進行分析，歸納煤巖顯微組分自動識別技術的制約因素及發展方向，以期其研究成果可對煤巖顯微組分自動識別技術發展提供有力的技術支撐。

結果表明，以反射率和形態參數為主要參數的顯微組分分類方法具有可行性，通過逐步分解分別建立單煤和混煤中顯微組分的識別模式，組分識別的精度較高，制樣缺陷、圖像清晰度及細胞結構的劃分對顯微組分識別造成較大干擾。基于反射率及形態學參數建立煤巖顯微組分自動識別的方法學和識別模式，可降低煤巖顯微組分識別的主觀性并為實現煤巖顯微組分快速與準確測定提供技術支撐，有效促進煤巖顯微組分自動識別技術的發展。

今后需解決制樣缺陷、圖像清晰度及細胞結構的劃分對顯微組分識別造成的影響，形成顯微尺度特征集成化解決方案，包含鏡質體反射率與顯微組分聯合測試、煉焦混煤比例分析、粒度分布特征、孔隙與裂隙及煤體損傷特征、異常煤質診斷等。