一种基于图像技术的露天矿爆区粉尘浓度动态测量方法技术

本发明专利技术涉及工程爆破技术领域，公开了一种基于图像技术的露天矿爆区粉尘浓度动态测量方法，主要包括：通过高速摄像机及粉尘浓度采样仪采集爆破粉尘动态影像资料及粉尘浓度数据；利用图像降噪、图像增强、背景图像去除等技术提取影像资料中每一时刻的粉尘图像灰度值，减少露天背景环境信息和光照强度等干扰因素对粉尘图像灰度信息提取的不利影响；采用函数拟合方法，构建粉尘浓度与灰度值函数C=f（G），为准确测量爆后任意时空的粉尘浓度提供了可行的方法。本发明专利技术基于图像技术实现了对露天矿爆区任意时空粉尘浓度的动态测量，解决了爆区内任意时空粉尘浓度无法精确测量的难题，具有操作简单、成本低等优点，为矿山粉尘智能化管控提供有效方法。控提供有效方法。控提供有效方法。

【技术实现步骤摘要】
一种基于图像技术的露天矿爆区粉尘浓度动态测量方法


[0001]本专利技术涉及工程爆破
，尤其涉及一种基于图像处理技术的爆区粉尘浓度动态测量方法。

技术介绍

[0002]露天矿生产条件复杂，爆破作业中会出现因大规模岩体运动及山石破碎产生的高浓度粉尘，这些粉尘扩散速度快、扩散范围广、在空气中停留时间较长，对矿山作业人员的身体健康造成严重威胁，增加了作业人员患皮肤病的概率和患尘肺病的风险。
[0003]国内外学者对各种工业场所中的粉尘浓度测量进行了大量研究，目前常用的粉尘浓度测量方法有滤膜称重法、β射线法、光透射法、光散射法、电荷感应法等。但这些方法通常可以检测某一待测点处的粉尘浓度，不适用于动态测量露天矿爆区任意时空中的粉尘浓度。
[0004]因爆破工艺存在着较高的危险性、较多的风险因素，且露天矿条件复杂、爆破后粉尘浓度变化迅速，当前的粉尘浓度测量方法无法精确地动态测量整个爆破区域内任意时空的粉尘浓度。
[0005]为了实现对爆区任意时空中粉尘浓度的动态监测和提高爆区粉尘浓度动态测量的精度，提出一种基于图像技术的露天矿爆区粉尘浓度动态测量方法，为实现矿山粉尘智能化管控以有效治理爆破粉尘治和保证作业人员身体健康提供重要方法。。

技术实现思路

[0006]本专利技术的目的在于提供一种基于图像技术的露天矿爆区粉尘浓度动态测量方法，以解决上述
技术介绍
中提出的问题。
[0007]本专利技术提供一种基于图像技术的露天矿爆区粉尘浓度动态测量方法，包括如下步骤。
[0008]（1）现场数据采集：起爆前半小时测定爆区的风向，以爆区中心为原点O（0，0）、以下风向为X轴正方向，建立平面直角坐标系XOY；根据采场实际情况，分别在X轴正方向和X轴负方向上离原点O一定距离d1和d2处建立粉尘浓度采样点F1和F2，各布置一台粉尘浓度测量仪，测量并记录采样点的粉尘浓度；根据采场实际情况，分别在X轴正方向上和Y 轴正方向上离原点O一定距离d3和d4处确定粉尘动态分布影像信息摄像点S1和S2，各布置一台超高速摄像机，开启摄像机并记录爆区粉尘动态分布影像信息。
[0009]（2）粉尘图像灰度值信息提取：利用图像降噪、图像增强、背景去除等方法处理每一时刻的粉尘分布原图像，以减少冗杂信息对粉尘分布图像特征信息提取的不利影响，继而提取粉尘图像灰度值G。
[0010]（3）粉尘浓度C与粉尘图像灰度值G的函数构建：采用函数拟合法构建粉尘浓度C
‑
灰度值G的函数C=f (G)，反映粉尘浓度C与灰度值G之间的变化规律。
[0011]（4）爆区任意时空的粉尘浓度计算：按照函数C=f (G)，输入爆区内任意时空的粉
尘图像灰度值G，可计算出爆区任意时空的粉尘浓度C，获取爆区任意时刻的粉尘浓度空间分布图。
[0012]作为本专利技术的一种优选方案：所述步骤（1）中，采用风速风向仪对风速及风向进行测定，采用激光测距仪确定粉尘浓度采样点F1、F2和粉尘动态分布信息摄像点S1、S2的位置。
[0013] 作为本专利技术的一种优选方案：所述步骤（1）中，所选的摄像机是Optronis高速摄像机，型号为CP70
‑
16
‑
M
‑
148，且将其安装在三脚架上获得相同拍摄条件，摄像机的分辨率调整为M
×
Npx，视频帧率调整为rfps。
[0014]作为本专利技术的一种优选方案：所述步骤（1）中，所选的粉尘浓度测量仪是LD
‑
6C系列的微电脑激光粉尘浓度测量仪，粉尘仪的直读质量浓度设置为mg/m3，检测灵敏度(相对于校正粒子)设置为0.001mg/m3，测定时间设置为最小测量时间间距0.1min/次。
[0015]作为本专利技术的一种优选方案：所述步骤（2）的具体步骤如下。
[0016]S0粉尘原图像YP选取：以爆区爆破发生时刻（t=0）为起点，选取t
*
（t
*
≤0）时刻的粉尘图像作为背景参照原图像YP
t*
，反映爆破前自然条件下粉尘分布状态；选取爆破t时刻的粉尘分布原图像YP
t
（t=1,2,...,n），反映爆破后的粉尘分布状态。
[0017] S1图像去噪：利用平均绝对误差(MAE)、均方误差(MSE)、归一化均方误差(NMSE)、信噪比(SNR)、峰值信噪比(PSNR)等五种图像质量评价指标，通过添加噪声、降噪处理和降噪效果评价等步骤，对均值滤波、中值滤波、高斯滤波及自适应维纳滤波等四种常用降噪方法的降噪效果进行评价，按照MAE、MSE和NMSE越小越优、SNR和PSNR越大越优的标准，确定最佳降噪方法，对每一时刻t（即每秒）的图像YP
t*
和图像YP
t
进行降噪处理，以减少冗杂信息对粉尘分布图像特征信息提取的不利影响，获取去噪后图像QP
t*
和图像QP
t
。
[0018] S2图像增强：设置不同灰度级α=2
n
（n=1,2,...,8），调用histeq函数对去噪后图像QP
t*
和图像QP
t
进行直方图均衡化处理，对比不同灰度级α取值下的图像增强效果，以增强图像对比度和减少细节信息丢失为原则，优化确定灰度级α的最佳取值，并选取对应的增强后图像ZP
t*
和图像ZP
t
，使粉尘区域与背景区域间的边界更加清晰，同时也客观描述粉尘区域内图像灰度值差异。
[0019]S3背景去除：分别提取粉尘分布图像ZP
t
和图像ZP
t*
中像素点(i，j)(i=1，2,...,M；j=1,2,...,N)的总信息（色调、饱和度、灰度等）zp
t
(i，j)和zp
t*
(i，j)，采用图像相减法，按式
①
提取图像ZP
t*
和图像ZP
t
之间的差异信息F(i，j)。F(i，j)=zp
t
(i，j)
‑
zp
t*
(i，j)
①
创建一个大小为M
×
N的二值图像RP，按式
②
确定二值图像RP在像素点(i，j)处的灰度值G(i，j)。其中，G(i，j)=0的像素点(i，j)表示背景区域，G(i，j)=1的像素点(i，j)表示粉尘区域。；根据二值图像RP的灰度值G(i，j)，把图像ZP
t
中的粉尘区域和背景区域圈定出来，再令图像ZP
t
中背景区域的所有像素点的灰度值为0，同时保留其粉尘区域内各像素点(i，j)灰度值不变，获取仅包含粉尘信息的背景去除后图像BP
t
。
[0020]S4灰度值提取：利用MATLAB读取图像BP
t
每个像素点bp
t
(i，j)处的灰度值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像技术的露天矿爆区粉尘浓度动态测量方法，其特征在于，包括如下步骤：（1）现场数据采集：起爆前半小时测定爆区的风向，以爆区中心为原点O（0，0）、以下风向为X轴正方向，建立平面直角坐标系XOY；根据采场实际情况，分别在X轴正方向和X轴负方向上离原点O一定距离d1和d2处建立粉尘浓度采样点F1和F2，各布置一台粉尘浓度测量仪，测量并记录采样点的粉尘浓度；根据采场实际情况，分别在X轴正方向上和Y 轴正方向上离原点O一定距离d3和d4处确定粉尘动态分布影像信息摄像点S1和S2，各布置一台超高速摄像机，开启摄像机并记录爆区粉尘动态分布影像信；（2）粉尘图像灰度值信息提取：利用图像降噪、图像增强、背景去除等方法处理每一时刻的粉尘分布原图像，以减少冗杂信息对粉尘分布图像特征信息提取的不利影响，继而提取粉尘图像灰度值G；（3）粉尘浓度C与粉尘图像灰度值G的函数构建：采用函数拟合法构建粉尘浓度C
‑
灰度值G的函数C=f (G)，反映粉尘浓度C与灰度值G之间的变化规律；（4）爆区任意时空的粉尘浓度计算：按照函数C=f (G)，输入爆区内任意时空的粉尘图像灰度值G，可计算出爆区任意时空的粉尘浓度C，获取爆区任意时刻的粉尘浓度空间分布图。2.根据权利1要求所述的基于图像技术的露天矿爆区粉尘浓度动态测量方法，其特征在于：所述步骤（1）中，采用风速风向仪对风速及风向进行测定，采用激光测距仪确定粉尘浓度采样点F1、F2和粉尘动态分布信息摄像点S1、S2的位置。3.根据权利1要求所述的基于图像技术的露天矿爆区粉尘浓度动态测量方法，其特征在于：所述步骤（1）中，所选的摄像机是Optronis高速摄像机，型号为CP70
‑
16
‑
M
‑
148，且将其安装在三脚架上获得相同拍摄条件，摄像机的分辨率调整为M
×
N px，视频帧率调整为r fps。4.根据权利1要求所述的基于图像技术的露天矿爆区粉尘浓度动态测量方法，其特征在于：所述步骤（1）中，所选的粉尘浓度测量仪是LD
‑
6C系列的微电脑激光粉尘浓度测量仪，粉尘仪的直读质量浓度设置为mg/m3，检测灵敏度(相对于校正粒子)设置为0.001mg/m3，测定时间设置为最小测量时间间距0.1min/次。5.根据权利1要求所述的基于图像技术的露天矿爆区粉尘浓度动态测量方法，其特征在于，所述步骤（2）粉尘图像灰度值信息提取的具体步骤包括：S0粉尘原图像YP选取：以爆区爆破发生时刻（t=0）为起点，选取t
*
（t
*
≤0）时刻的粉尘灰度图像作为背景参照原图像YP
t*
，反映爆破前自然条件下粉尘分布状态；选取爆破t时刻的粉尘分布灰度图像YP
t
（t=1,2,...,n），反映爆破后的粉尘分布状态；S1图像去噪：利用平均绝对误差(MAE)、均方误差(MSE)、归一化均方误差(NMSE)、信噪比(SNR)、峰值信噪比(PSNR)等五种图像质量评价指标，通过添加噪声、降噪处理和降噪效果评价等步骤，对均值滤波、中值滤波、高斯滤波及自适应维纳滤波等四种常用降噪方法的降噪效果进行评价，按照MAE、MSE和NMSE越小越优、SNR和PSNR越大越优的标准，确定最佳降噪方法，对每一时刻t（即每秒）的图像YP
t*
和图像YP
t
进行降噪处理，以减少冗杂信息对粉尘分布图像特征信息提取的不利影响，获取去噪后图像QP
t*
和图像QP
t
；S2图像增强：设置不同灰度级α=2
n
（n=1,2,...,8），调用histeq函数对去噪后图像QP
t*
和图像QP
t
进行直方图均衡化处理，对比不同灰度级α取值下的图像增强效果，以增强图像对比度和减少细节信息丢失为原则，优化确定灰度级α的最佳取值，并选取对应的增强后图像ZP
t*
和图像ZP
t
，使粉尘区域与背景区域间的边界更加清晰，同时也客观描述粉尘区域内图像灰度值差异；S3背景去除：分别提取粉尘分布图像ZP
t
和图像ZP
t*
中像素点(i，j) (i=1，2,...,M；j=1,2,...,N)的总信息（色调、饱和度、灰度等...

【专利技术属性】
技术研发人员：柯丽华，余晓轲，张光权，王其虎，胡南燕，姚囝，蒋玉文，贺振祥，杨如孜，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：