一种用于矿山井下检测识别定位系统技术方案

本发明专利技术公开了一种检测识别定位系统，属于检测识别定位技术领域，具体涉及一种用于矿山井下检测识别定位系统，本发明专利技术包括：图像采集模块，用于目标物体的图像信息采集，并输出图像数据信息；图像处理模块，用于对所述图像数据信息进行图像预处理；目标检测识别模块，对经过预处理的图像进行目标检测识别，检测出测距需要的目标物；目标测距定位模块，对图像目标检测得到的目标物进行测距，并进行精准定位，本发明专利技术通过图像采集，并进行图像的快速处理和检测识别，并根据采集信息和图像信息结合，从而可以快速定位当前位置，从而保证于矿山井下作业的安全性。山井下作业的安全性。山井下作业的安全性。

【技术实现步骤摘要】
一种用于矿山井下检测识别定位系统


[0001]本专利技术公开了一种检测识别定位系统，属于检测识别定位
，具体涉及一种用于矿山井下检测识别定位系统。

技术介绍

[0002]井下巷道纵横交错，作业人员、车辆、设备分布面广且复杂，流动性大，地面与井下人员的实时信息交互比较困难，目前绝大数的矿山井下定位系统都只停留在区域定位的层面上，存在很大误差，无法实现精准管控及智能化应用；且一旦出现事故，很难精准确定位置，为事故救援带来很大难度。
[0003]随着视觉识别技术的发展，对于矿山井下危险识别开始逐步采用实时图象识别技术，具体包括，利用图象识别技术检测采掘面中的设备、人员等要素，利用图象识别技术检测采掘面中的异常区域，识别出裂缝、坍塌等危险因素，现有技术中公开了相关技术：现有技术1（CN110264532A）公开了一种基于智能视频识别技术的煤矿井下掘进工作面空顶作业识别方法；具体公开了将无线摄像机置于采煤机斜后方墙壁上，通过无线摄像机实时采集前方工作视频，服务器通过软件算法对无线摄像机采集的支护区域图像进行自我学习，找到空顶区域的危险边界。
[0004]现有技术2（CN101739716B）公开了一种工程岩体三维空间结构建模与关键块识别方法；具体公开了本专利技术中同时实现了三种块体搜索与显示的方法，即：确定性关键块体搜索与显示、非确定性结构面和随机块体的空间模拟、确定性和非确定性结构面模型显示与分析，同时，通过对现场数据的对比以及现场观测数据的反馈，可以进一步预测工程岩体破裂与失稳的状态。
[0005]现有技术3（CN102609986B）公开了一种数字矿山中矿体建模系统及其建模和检测方法；具体公开了首先获取多源矿体数据，并对获取的多源矿体数据进行耦合处理；然后根据经过耦合处理的多源矿体数据建立适用于矿山规划和建设的多种矿体模型；同时对多源矿体数据的耦合处理结果及多种矿体模型的建立过程和结果进行可视化显示和检测；之后根据所建立的多种矿体模型实现多维空间数据的分析与应用。
[0006]但是，现有技术中依然存在以下技术问题：1、以现有技术1为例，现有技术中的矿山识别需要依赖井下无线传输技术，由于井下巷道狭窄，且转角较多，传输效率较低且容易出现信号丢失，造成控制精度不足；2、以现有技术1为例，现有技术中的矿山识别需要将原始图像序列的每一帧图像与背景图像作差，需要原始背景图像，若原始背景图像中已经存在人员、装备、裂缝、坍塌区等要素，则会影响后续识别，现有技术无法以来实时图像进行前景和背景划分以及图像要素识别，并且，现有技术无法对图像进行分区识别，对于井下作业面来说，不同的工作攻角会涉及不同的地层信息因此需要考虑图像的最大梯度方向和各方向的图像特征，现有技术中缺乏相关记载；3、以现有技术2、3为例，对井下、矿山作业面的三维建模，需要耗费大量的算力，且
随着开采的推进，建模区域是实时变化的，建模的时间有效性较低，难以做到实时监测；并且，三维建模是以激光摄像机、掘进机摄像头等设备为建模基准的，当设备移动时，建模基准原点会随之移动，无法将图像要素在世界坐标上表达，造成管理监控人员无法从后台准确地获知图像要素的精准坐标，一旦发生事故，对于救援的定位，会造成极大的困难。

技术实现思路

[0007]专利技术目的：提供一种用于矿山井下检测识别定位系统，解决上述提到的问题。
[0008]技术方案：一种用于矿山井下检测识别定位系统，包括：图像采集模块，用于目标物体的图像信息采集，并输出图像数据信息；图像处理模块，用于对所述图像数据信息进行图像预处理；目标检测识别模块，对经过预处理的图像进行目标检测识别，检测出测距需要的目标物；目标测距定位模块，对图像目标检测得到的目标物进行测距，并进行精准定位；对所述图像数据信息进行图像预处理具体包括以下步骤：采用高斯滤波器和卷积器对图像数据信息进行平滑化处理，得到平滑图像；计算图像每个目标像素点的RGB梯度强度和方向；消除边缘检测过程中所伴随的散杂响应，确定实际存在和被隐藏起来的边缘；所述计算图像每个目标像素点的RGB梯度强度和方向具体包括：求取目标像素点水平方向的RGB均值和垂直方向的RGB均值，按照下述公式计算得到目标像素点的最大梯度方向和目标像素点的梯度强度：：式中，代表梯度强度；代表方向的梯度幅值；代表方向梯度的幅值，代表目标像素点的最大梯度方向。
[0009]进一步的，通过所述消除边缘检测所伴随的散杂响应，将局部最大值外所有的梯度值抑制到零，所述确定实际存在和被隐藏起来的边缘具体包括：计算沿正负梯度方向上的两个插值点像素P1和P2的插值梯度强度，以像素点的梯度方向为零度轴，顺时针方向为正角度，将图像画面划分为8个扇区，扇区编号分别为N、NE、E、SE、S、SW、W、NW；每个扇区覆盖45
°
，对各扇区赋予特征值P
x
，x为扇区编号；其中，为N扇区，特征值P
N
=1；为NE扇区，特征值P
NE
=2；为E扇区，特征值P
E
=3；为SE扇区，特征值P
SE
=4；为NW扇区，特征值P
NW
=
‑
1；为W扇区，特征值P
W
=
‑
2；为SW扇区，特征值P
SW
=
‑
3；为S扇区，特征值P
S
=
‑
4；计算两个插值点像素P1和P2的插值梯度强度：其中，表示两个插值点像素P1和P2的插值梯度强度；和分别表示两个插
值点像素P1和P2自身的梯度强度；P
x|p1
和P
x|p2
分别表示两个插值点像素P1和P2的扇区特征值；表示两个插值点像素P1和P2连线与目标像素点的最大梯度方向之间的夹角；将目标像素的梯度强度，与沿正负梯度方向上的两个插值点像素P1和P2的插值梯度强度进行对比；若目标像素的梯度强度大于两个插值点像素P1和P2的插值梯度强度，则确定该目标像素点为边缘点；若目标像素的梯度强度小于等于两个插值点像素P1和P2的插值梯度强度，则确定该目标像素点不是边缘点。
[0010]进一步的，所述目标检测识别模块将处理后的图像通过基端模块和顶端模块进行图像的特征提取和识别分类；所述基端模块用于提取不同层次的纹理图像特征，由卷积层、池化层和激活层组成，其中卷积层包含 13 个深度可分离卷积模块，将图像输入在数据集上预先训练好的模型，然后去掉最后所有的FC 层和输出层，只保留卷积模块用于提取纹理图像特征；所述顶端模块用于对基端模块提取的特征进行降维，并通过FC 层和输出层预测样本类别。
[0011]进一步的，所述基端模块和顶端模块的具体步骤如下：将输入图像的红色、绿色、蓝色通道的数据分别减去数据集对应3个通道的均值，同时将输入图像的分辨率调整为统一；对训练样本进行数据增强，对每个原始样本在多个尺度和角度进行随机缩放和旋转，利用生成的样本扩充训练样本数量；设置模型的超参数值，载入本文设计的模型，并设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于矿山井下检测识别定位系统，其特征在于，包括：图像采集模块，用于目标物体的图像信息采集，并输出图像数据信息；图像处理模块，用于对所述图像数据信息进行图像预处理；目标检测识别模块，对经过预处理的图像进行目标检测识别，检测出测距需要的目标物；目标测距定位模块，对图像目标检测得到的目标物进行测距，并进行精准定位；对所述图像数据信息进行图像预处理具体包括以下步骤：采用高斯滤波器和卷积器对图像数据信息进行平滑化处理，得到平滑图像；计算图像每个目标像素点的RGB梯度强度和方向；消除边缘检测过程中所伴随的散杂响应，确定实际存在和被隐藏起来的边缘；所述计算图像每个目标像素点的RGB梯度强度和方向具体包括：求取目标像素点水平方向的RGB均值和垂直方向的RGB均值，按照下述公式计算得到目标像素点的最大梯度方向和目标像素点的梯度强度：：式中，代表梯度强度；代表方向的梯度幅值；代表方向梯度的幅值，代表目标像素点的最大梯度方向。2.根据权利要求1所述的一种用于矿山井下检测识别定位系统，其特征在于，通过所述消除边缘检测所伴随的散杂响应，将局部最大值外所有的梯度值抑制到零；所述确定实际存在和被隐藏起来的边缘具体包括：计算沿正负梯度方向上的两个插值点像素P1和P2的插值梯度强度，以像素点的梯度方向为零度轴，顺时针方向为正角度，将图像画面划分为8个扇区，扇区编号分别为N、NE、E、SE、S、SW、W、NW；每个扇区覆盖45
°
，对各扇区赋予特征值P
x
，x为扇区编号；其中，为N扇区，特征值P
N
=1；为NE扇区，特征值P
NE
=2；为E扇区，特征值P
E
=3；为SE扇区，特征值P
SE
=4；为NW扇区，特征值P
NW
=
‑
1；为W扇区，特征值P
W
=
‑
2；为SW扇区，特征值P
SW
=
‑
3；为S扇区，特征值P
S
=
‑
4；计算两个插值点像素P1和P2的插值梯度强度：其中，表示两个插值点像素P1和P2的插值梯度强度；和分别表示两个插值点像素P1和P2自身的梯度强度；P
x|p1
和P
x|p2
分别表示两个插值点像素P1和P2的扇区特征值；表示两个插值点像素P1和P2连线与目标像素点的最大梯度方向之间的夹角；将目标像素的梯度强度，与沿正负梯度方向上的两个插值点像素P1和P2的插值梯度强度进行对比；若目标像素的梯度强度大于...

【专利技术属性】
技术研发人员：丁明宏，丁明福，李杨，刘江威，
申请(专利权)人：明创慧远科技集团有限公司，
类型：发明
国别省市：