基于图像处理的皮带堆煤检测研究

基于图像处理的皮带堆煤检测研究

ID:10160539

大小:31.00 KB

页数:9页

时间:2018-06-12

基于图像处理的皮带堆煤检测研究_第1页
基于图像处理的皮带堆煤检测研究_第2页
基于图像处理的皮带堆煤检测研究_第3页
基于图像处理的皮带堆煤检测研究_第4页
基于图像处理的皮带堆煤检测研究_第5页
资源描述:

《基于图像处理的皮带堆煤检测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于图像处理的皮带堆煤检测研究【摘要】针对煤矿井下皮带堆煤检测采用接触堆煤传感器因受环境影响,可靠性差,现场维护困难等问题,本文提出来采用视频图像处理的方法,利用模式识别、背景差分等方法,实现非接触式可视化远程监控与测量。实验表明,该方法不仅能对皮带堆煤实现实时检测,而且在堆煤形成初期能够提前预警,同时为地面监控中心提供监控数据和监控视频。【关键词】矿井;皮带堆煤;图像处理;背景差分1.前言随着我国煤炭生产的不断发展,矿井运输已趋于皮带化、高速化,大运量的皮带运输机已经成为我国矿井运输的主要工具。如何安全[1]、可靠地实现对皮带堆煤事故的检测,对于保障煤矿安全生产具有重要的意义。目前大多采用

2、堆煤传感器对胶带输送机进行保护,现有的堆煤传感器[2][3]可大致分为3类:(1)基于行程开关的堆煤传感器;(2)基于水银开关或煤油开关的堆煤传感器;(3)基于电极式原理的堆煤传感器。由于以上三类传感器都是基于碰触检测方式来实现皮带堆煤检测,当有大的煤块经过,或是有工人误碰触时容易发生误报警现象。现有的堆煤传感器有以下不足之处:9(1)由于煤矿环境复杂,行程开关的堆煤传感器易受煤尘湿气等外部环境影响常常不能及时准确报警,其耐用性、灵敏度、可靠性都不十分理想;(2)水银开关或煤油开关的堆煤传感器无法实现全方位的高精度的测量,自身抗干扰能力较差;(3)电极式堆煤传感器需要定期清理电极座过多的煤,

3、尤其是喷水后应将煤尘和水擦干净,维护频率高,此外电极式传感器的准确率和误报率还与煤的干湿度有很大关系;(4)使用接触式传感器,存在机械磨损同时煤块与传感器摩擦容易产生火花,影响安全生产;(5)监测不具可视化,监控者只能看到一些数字化指标,检测效果差。为了有效果地解决以上几个方面的问题,本文提出采用非接触式的视频图像处理方法来实现矿井皮带堆煤状态的检测。2.皮带堆煤检测图像识别原理2.1识别原理9本文尝试将图像识别技术引入到煤矿井下皮带堆煤检测装置中。由于皮带头落煤点发生堆煤事故时,在皮带头落煤点会有大量的煤块发生堆积,此时落煤点处图像会发生显著的变化。因此可在皮带头落煤处斜上方合适位置安装矿

4、用摄像机,利用皮带头堆煤事故发生前后的图像特征变换进行实时监控。当在预先设定区域内原本稳定无变化的图像中出现了变化,即最新采集到的一帧图像与背景图像差分后发现有不同处,如出现了煤块堆积影像,就可判定为皮带头落煤处发生堆煤事故。此时软件系统会控制硬件做出相应反应,报警或直接将皮带机断电停机。由于煤矿井下运输巷的环境较恶劣,光线较昏暗,矿用摄像机采用低照度长寿命CCD摄像机,摄像机的安装地点要兼顾实用性。基于以上2个原则,在皮带头落煤点上方合适位置安装矿用摄像机。摄像机的安装方式如图1所示。将矿用摄像机对准皮带头落煤点处进行拍摄,一旦有皮带堆煤事故发生,在摄像机监控图像预先设定的区域内就会得到与

5、正常情况下不同的图像。图像传到计算机以后,经过图像分析软件的识别,发出皮带堆煤警报。图1皮带堆煤检测摄像机安装方式2.2堆煤图像识别算法研究9背景差分法是最为常用的运动目标检测和分割方法之一[4][5],背景差分的基本原理就是利用两帧图像之间的差来判断物体的出现和运动,背景差分法用序列中的每一帧与一个固定的静止参考帧(不存在任何运动物体)做图像差,这种方法的优点是位置精确速度快,满足实时处理的要求,因为它只需要获取当前的一幅图像。背景差分方法检测效果的好坏在很大程度上依赖于背景图像的质量。阈值的选择相当关键,选择过低不足以抑制图像中的噪声,过高则忽略了图像中有用的变化。对于比较大的、颜色一致

6、的运动目标,有可能在目标内部产生空洞,无法完整地提取运动目标。2.2.1背景模型建立背景模型建立[6]是背景差分方式的基础和核心环节。采用背景差分的方法对运动目标进行检测,首先要建立稳定清晰的背景,再用摄像机获取的当前图像和背景图像进行差分运算。并对差分图像进行区域分割,提取出运动区域。背景估计有很多方法,研究人员已提出了许多背景建模算法,但总的来讲可以概括为非回归递推和回归递推两类。非回归背景建模算法是动态的利用从某一时刻开始到当前一段时间内存储的新近观测数据作为样本来进行背景建模。非回归背景建模方法有最简单的帧间差分、中值滤波方法等。回归算法在背景估计中无需维持保存背景估计帧的缓冲区,它

7、们是通过回归的方式基于输入的每一帧图像来更新某个时刻的背景模型。这类方法包括广泛应用的线性卡尔曼滤波法、Stauffe与Grimson提出的混合高斯模型等。本系统采用效果较好且效率相对较高的均值法,即任意像素点的背景信息由序列图像中对应像素点颜色的均值来确定,如式(1)所示:(1)9Ik(i,j)表示第k帧图像,B(i,j)表示背景图像。由于煤矿井下光照较为恒定,因此一般选取前一百帧静态画面的图像,取平均后作

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。