一种基于图像处理的矿井机器人皮带异物监测方法技术

本发明专利技术公开了一种基于图像处理的矿井机器人皮带异物监测方法，它包括：步骤S1、通过光学摄像机扫描井下环境，对井下皮带运输视频进行采集；步骤S2、对采集到的井下皮带运输视频进行图像增强处理和目标分析区域截取；步骤S3、采用GMM混合高斯方法在目标分析区域提取运动物体，生成运动前景二值图，然后利用形态学去噪和面积法滤除不可信运动物体，筛选出有效运动物体，得到运动物体位置信息和图片。本发明专利技术提供一种基于图像处理的矿井机器人皮带异物监测方法，基于图像处理的方法进行皮带异物监测，通过异物的颜色、形状等特征对皮带异物进行监测，对异物检测的适应性强，计算量也相对较小。相对较小。相对较小。

【技术实现步骤摘要】
一种基于图像处理的矿井机器人皮带异物监测方法


[0001]本专利技术涉及一种基于图像处理的矿井机器人皮带异物监测方法。

技术介绍

[0002]目前，皮带运输机是煤矿井下主要的物料输送设备，皮带运输机能否安全、高效、可靠的运行直接影响煤矿安全运行的效率。因而皮带异物监测工作是煤矿井下安全防护工作中重要的工作之一。
[0003]传统的井下异物检测通常基于传感设备进行，但是这种方法在锚杆、矸石等异物的检测过程中存在很大的局限性，当前基于机器视觉的皮带异物检测研究也开始慢慢兴起，主要方法包括基于深度学习进行异物识别和基于SVM支持向量机及卡尔曼滤波的异物分类跟踪方法等，这些方法计算量比较大，而且井下皮带异物种类繁多，通过现有方法实现局限性比较大。

技术实现思路

[0004]本专利技术所要解决的技术问题是，克服现有技术的不足，提供一种基于图像处理的矿井机器人皮带异物监测方法，基于图像处理的方法进行皮带异物监测，通过异物的颜色、形状等特征对皮带异物进行监测，对异物检测的适应性强，计算量也相对较小。
[0005]为了解决上述技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的矿井机器人皮带异物监测方法，其特征在于，它包括：步骤S1、通过光学摄像机扫描井下环境，对井下皮带运输视频进行采集；步骤S2、对采集到的井下皮带运输视频进行图像增强处理和目标分析区域截取；步骤S3、采用GMM混合高斯方法在目标分析区域提取运动物体，生成运动前景二值图，然后利用形态学去噪和面积法滤除不可信运动物体，筛选出有效运动物体，得到运动物体位置信息和图片；步骤S4、对运动物体位置信息和图片进行特征提取；步骤S5、根据传入的颜色特征和形状特征进行判断，当不符合阈值条件时，触发报警。2.根据权利要求1所述的基于图像处理的矿井机器人皮带异物监测方法，其特征在于，所述步骤S2中图像增强处理，具体包括如下步骤：首先，通过对图像的模糊化处理计算每个像素点的隶属值，隶属函数的表达式为：其中，f
min
为图像中出现的最小灰度，f
max
为图像中出现的最大灰度，f分别是图像中出现的平均灰度值；当f
xy
＝f时，μ
xy
取最大值1，当f
xy
＝f
min
或f
xy
＝f
max
时，μ
xy
取最小值0，其余情况下，μ
xy
∈(0,1)；其次，通过模糊增强去增强每个像素点的隶属值，模糊增强的转换公式为：其中，当μ
xy
∈(0,1)时，μ
′
xy
∈(0,1)且μ
′
xy
≥μ
xy
；然后，通过去模糊的方法将增强后的隶属值转换为灰度值，计算公式为：最后，调整对比度实现图像增强，具体计算步骤如下：计算三个不同尺寸的二维高斯滤波：f
i，xy
＝f
xy
*g
i，xy
，i＝1，2，3求滤波图像与原图像的比值：γ
i，xy
＝f
i，xy
/f
xy
调整对比度：3.根据权利要求1所述的基于图像处理的矿井机器人皮带异物监测方法，其特征在于，所述步骤S2中目标分析区域截取，具体包括如下步骤：用户根据自己需要，通过在图像上框选的方式，截取相关目标分析区域；若用户不需要自行框选，则默认截取指定区域，直接进入步骤S3。4.根据权利要求1所述的基于图像处理的矿井机器人皮带异物监测方法，其特征在于，
所述步骤S3具体包括如下步骤：步骤S31、采用GMM提取运动区域，通过GMM混合高斯调用opencv中backgroundSubtractorMOG2函数实现，具体计算步骤如下：E

【专利技术属性】
技术研发人员：葛锡聪，华明明，姜华，
申请(专利权)人：江苏三恒科技股份有限公司，
类型：发明
国别省市：