基于高压变频器的煤矿通风机智能调节方法技术

本发明专利技术涉及图像处理技术领域，具体涉及基于高压变频器的煤矿通风机智能调节方法，获取井下环境对应的图像信息，对图像信息进行预处理，得到灰度图像；获取灰度图像中的ROI区域，提取ROI区域中目标的边缘信息，将边缘信息中的像素点作为种子点；利用区域生长算法获取目标的边界区域；计算边界区域的灰度共生矩阵；根据种子点的生长次数，获取边界区域的宽度；获取目标的内部区域；计算内部区域的灰度共生矩阵，得到内部区域与边界区域之间的差异值；获取ROI区域的灰度共生矩阵；并计算ROI区域的灰度共生矩阵的熵；基于宽度、差异值以及熵，计算图像信息的模糊程度；根据模糊程度调节煤矿通风机。本发明专利技术能够精确调节煤矿通风机。本发明专利技术能够精确调节煤矿通风机。本发明专利技术能够精确调节煤矿通风机。

【技术实现步骤摘要】
基于高压变频器的煤矿通风机智能调节方法


[0001]本专利技术涉及图像处理
，具体涉及基于高压变频器的煤矿通风机智能调节方法。

技术介绍

[0002]煤矿通风机是煤矿井下掘进通风和瓦斯排放必不可少的重要设备，承担着为掘进工作面提供新鲜风流、排出有害气体和粉尘、改善工作面环境条件以及瓦斯积聚后的冲淡和排出井下瓦斯的重要任务。煤矿通风机在投入使用之前，一般由工作人员提前设定好煤矿通风机的工作参数，然后，煤矿通风机以此工作参数进行工作；在煤矿通风机的整个工作过程中，工作人员不会再次对煤矿通风机的工作参数进行调整，煤矿通风机无法根据实际工作环境的需求合理调节风量；因此，煤矿通风机的这种工作模式存在运行效率低、能源耗费量高等问题，进而导致挖煤的成本增加。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供基于高压变频器的煤矿通风机智能调节方法，所采用的技术方案具体如下：获取井下环境对应的图像信息，对所述图像信息进行预处理，得到灰度图像；对所述灰度图像进行图像分割，获取ROI区域；所述ROI区域中仅存在一个目标；提取所述ROI区域中目标的边缘信息，获取目标的中心；将所述边缘信息中的像素点作为种子点；将所述种子点与中心的连线作为对应种子点的生长方向，计算种子点与在生长方向上距离种子点最近的像素点的灰度差值，当所述灰度差值小于阈值时，则种子点进行一次生长，此时，将生长方向上的像素点作为种子点，依次类推，直至所述灰度差值大于阈值，种子点停止生长；获取目标的边界区域，并根据所述种子点的生长次数，获取边界区域的宽度；计算所述边界区域对应的灰度共生矩阵；将所述ROI区域中除边界区域以外的其他区域作为目标的内部区域；计算所述内部区域对应的灰度共生矩阵；将边界区域对应的灰度共生矩阵与内部区域对应的灰度共生矩阵作差，得到内部区域与边界区域之间的差异值；根据边界区域对应的灰度共生矩阵与内部区域对应的灰度共生矩阵，获取所述ROI区域对应的灰度共生矩阵；并计算ROI区域对应灰度共生矩阵的熵；基于所述宽度、差异值以及熵，计算所述图像信息的模糊程度；根据所述模糊程度，实现对煤矿通风机的智能调节。
[0004]进一步地，所述获取目标的中心的方法为：随机选取边缘信息中的其中一像素点记为点a，随机选取边缘信息内的其中一像素点记为点b，过点a与点b的直线交边缘于点c，计算点a与点b的距离，计算点b与点c的距离，比较与的大小，当大于，
则点b朝向点a移动，直至与的大小相等，点b停止移动；再次随机选取边缘上除点a与点c所在位置像素点之外的像素点记为点d，过点a与点d的直线交边缘于点e，计算点d与点b的距离，计算点b与点e的距离，比较与的大小，当大于，则点b朝向点d移动，直至与的大小相等，点b停止移动；以此类推，对边缘上的所有像素点进行遍历，获取目标的中心。
[0005]进一步地，所述宽度为：，其中，为边界区域的宽度，为种子点的总个数，为第t个种子点的生长次数。
[0006]进一步地，计算所述边界区域的灰度共生矩阵时，需要将在扫描角度上的相邻两像素点组成像素点对，其中，组成像素点对的扫描角度为生长方向。
[0007]进一步地，所述差异值的计算方法为：将边界区域对应的灰度共生矩阵与内部区域对应的灰度共生矩阵作差，得到差异灰度共生矩阵，计算所述差异灰度共生矩阵中各元素的和，得到差异值。
[0008]进一步地，所述模糊程度为：其中，为边界区域的宽度归一化后的值，为对应的权重，为差异值，为对应的权重，为ROI区域对应灰度共生矩阵的熵，为对应的权重。
[0009]本专利技术实施例至少具有如下有益效果：本专利技术涉及图像处理
，具体涉及基于高压变频器的煤矿通风机智能调节方法，获取井下环境对应的图像信息，对图像信息进行预处理，得到灰度图像；获取灰度图像中的ROI区域，提取ROI区域中目标的边缘信息，将边缘信息中的像素点作为种子点；利用区域生长算法获取目标的边界区域；计算边界区域的灰度共生矩阵；根据种子点的生长次数，获取边界区域的宽度；获取目标的内部区域；计算内部区域的灰度共生矩阵，得到内部区域与边界区域之间的差异值；获取ROI区域的灰度共生矩阵；并计算ROI区域的灰度共生矩阵的熵；基于宽度、差异值以及熵，计算图像信息的模糊程度；根据模糊程度调节煤矿通风机。
[0010]本专利技术通过对图像信息进行相关处理，得到图像信息的模糊程度，通过模糊程度对煤矿通风机进行调节，能够精准调节煤矿通风机。同时，本专利技术中利用模糊程度表征井下环境中的粉尘浓度，相比于传统获取井下粉尘浓度的数据，一般由工作人员通过粉尘检测仪获取，采集较为困难，浪费人力资源，设备成本高，设备安装的位置对施工也会造成影响，本专利技术通过图像信息的模糊程度表征粉尘浓度，提高了检测效率，降低了设备成本。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，
还可以根据这些附图获得其它附图。
[0012]图1为本专利技术的基于高压变频器的煤矿通风机智能调节方法的步骤流程图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的方案，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0014]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0015]请参阅图1，其示出了本专利技术一个实施例提供的基于高压变频器的煤矿通风机智能调节方法的步骤流程图，该方法包括以下步骤：步骤1，获取井下环境对应的图像信息，对图像信息进行预处理，得到灰度图像，并对灰度图像进行图像分割，获取ROI区域。
[0016]具体地，利用高分辨率相机获取井下环境对应的图像信息，由于挖煤的工作环境昏暗，本实施例采用固定的光源对井下工作环境进行照射，使图像信息能够更加直观地反映出工作环境的相关信息。
[0017]高分辨率相机采集的图像信息为RGB图像，为了减少图像处理的计算量，本实施例采用加权平均值的算法对图像信息进行灰度化操作，得到灰度图像；作为其他实施方式，还可以采用最大值法、分量法等。
[0018]本实施例利用大津法对灰度图像进行图像分割，获取ROI区域，大津法为现有技术，不再赘述。
[0019]步骤2，提取ROI区域中目标的边缘信息，获取目标的中心。
[0020]利用canny算子对ROI区域进行边缘检测，提取ROI区域中目标的边缘，本实施例的ROI区域仅存在一个目标。canny算子不易受噪声的干扰，抗噪能力强，能够更加准确的检测到目标的边缘。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于高压变频器的煤矿通风机智能调节方法，其特征在于，该方法包括以下步骤：获取井下环境对应的图像信息，对所述图像信息进行预处理，得到灰度图像；对所述灰度图像进行图像分割，获取ROI区域；所述ROI区域中仅存在一个目标；提取所述ROI区域中目标的边缘信息，并获取目标的中心；将所述边缘信息中的像素点作为种子点；将所述种子点与中心的连线作为对应种子点的生长方向，计算种子点与在生长方向上距离种子点最近的像素点的灰度差值，当所述灰度差值小于阈值时，则种子点进行一次生长，此时，将生长方向上的像素点作为种子点，依次类推，直至所述灰度差值大于阈值，种子点停止生长；获取目标的边界区域，并根据所述种子点的生长次数，获取边界区域的宽度；计算所述边界区域对应的灰度共生矩阵；将所述ROI区域中除边界区域以外的其他区域作为目标的内部区域；计算所述内部区域对应的灰度共生矩阵；将边界区域对应的灰度共生矩阵与内部区域对应的灰度共生矩阵作差，得到内部区域与边界区域之间的差异值；根据边界区域对应的灰度共生矩阵与内部区域对应的灰度共生矩阵，获取所述ROI区域对应的灰度共生矩阵；并计算ROI区域对应灰度共生矩阵的熵；基于所述宽度、差异值以及熵，计算所述图像信息的模糊程度；根据所述模糊程度，实现对煤矿通风机的智能调节。2.根据权利要求1所述的基于高压变频器的煤矿通风机智能调节方法，其特征在于，所述获取目标的中心的方法为：随机选取边缘信息中的其中一像素点记为点a，随机选取边缘信息内的其中一...

【专利技术属性】
技术研发人员：魏继云，亢丽平，刘丽敏，阮敬稳，李金平，王先磊，
申请(专利权)人：新风光电子科技股份有限公司，
类型：发明
国别省市：