基于图像识别的煤矿监测方法、系统、电子设备及存储介质技术方案

本发明专利技术公开了一种基于图像识别的煤矿监测方法、系统、电子设备及存储介质，基于图像识别的煤矿监测方法包括：对图像采集设备进行标定；通过所述图像采集设备获取图像信息；检测所述图像信息并获取目标特征的识别结果，所述目标特征包括采煤机、井下人员、护帮板、安全帽中的任意一种或多种；将所述识别结果进行显示；解决了煤矿综采面监控无法全方位观察综采面的情况，以对煤矿井下的采煤机、护帮板、井下人员、安全帽进行有效的状态监管，从而在出现安全隐患时能及时预警。安全隐患时能及时预警。安全隐患时能及时预警。

【技术实现步骤摘要】
基于图像识别的煤矿监测方法、系统、电子设备及存储介质


[0001]本申请涉及煤矿开采
，尤其涉及基于图像识别的煤矿监测方法、系统、电子设备及存储介质。

技术介绍

[0002]目前煤矿井下综采面进行作业时，需要对综采面进行实时视频监控，获取综采面的安全状况。现有的综采面视频监控技术大多是针对固定相机采集的动态场景监控，为了实现对大范围长远距离场景的监控，通常会安装多个摄像头进行数据采集与分析。
[0003]但是，现有的煤矿井下综采面监控系统的呈现方式比较单一，仅是对相机数据进行直接展示，例如传统的九宫格图像数据展示，对于多个不同相机从不同角度采集的视频缺乏连续性，无法全方位的观察采煤机的工作状态及综采面情况。且现有的视频监控系统不具备对一些特殊信息的识别和报警，例如采煤机滚动状态、护帮板状态、人员安全、安全帽等特殊信息，导致当井下出现意外时无法及时预警。

技术实现思路

[0004]本申请的目的在于提供基于图像识别的煤矿监测方法、系统、电子设备及存储介质，解决了煤矿综采面监控无法全方位观察综采面的情况，以对煤矿井下的采煤机、护帮板、井下人员、安全帽进行有效的状态监管，从而在出现安全隐患时能及时预警。
[0005]本申请实施例的第一方面提了一种基于图像识别的煤矿监测方法，包括：
[0006]对图像采集设备进行标定；
[0007]通过所述图像采集设备获取图像信息；
[0008]检测所述图像信息并获取目标特征的识别结果，所述目标特征包括采煤机、井下人员、护帮板、安全帽中的任意一种或多种；
[0009]将所述识别结果进行显示。
[0010]其中一个实施例中，所述图像采集设备为多个，所述对图像采集设备进行标定，包括：
[0011]采用张氏标定法获取所述图像采集设备的畸变参数；
[0012]采用K中心点聚类算法拟合获取目标参数，作为多个所述图像采集设备的标定参数。
[0013]其中一个实施例中，通过所述图像采集设备获取图像信息，包括：
[0014]通过第一回调函数对所述图像采集设备采集的数据包进行解析；
[0015]当一帧图像的所述数据包完全到达时，通过第二回调函数对所述数据包进行解码，获得YUV原始数据；
[0016]将所述YUV原始数据进行转码以获得所述图像信息，其中，所述图像信息为采用RGB彩色空间的JPG格式信息。
[0017]其中一个实施例中，所述检测所述图像信息并获取目标特征的识别结果，包括：
[0018]轮巡所述图像信息；
[0019]通过训练模型识别所述采煤机，获得所述采煤机的位置信息；
[0020]对部分所述图像信息再次轮巡；
[0021]通过训练模型识别所述采煤机，以实时获得所述采煤机的位置信息。
[0022]其中一个实施例中，所述检测所述图像信息并获取目标特征的识别结果，还包括：
[0023]通过检测模型识别所述图像信息，对所述井下人员、所述护帮板和所述安全帽进行连续的识别检测以获得所述识别结果。
[0024]其中一个实施例中，还包括：
[0025]根据所述识别结果判断所述井下人员、所述护帮板以及所述安全帽是否脱离预设的安全状态；
[0026]若是，则输出报警信息。
[0027]其中一个实施例中，所述训练模型为采用YOLO
‑
V5模型框架训练得到的，获得所述训练模型的步骤包括：
[0028]通过所述图像采集设备获取原始图像信息；
[0029]对所述原始图像信息进行数据标注得到样本文件，数据标注类别包括所述采煤机、所述井下人员、所述护帮板和所述安全帽中的任意一种或多种；
[0030]基于所述样本文件，采用所述YOLO
‑
V5模型框架进行训练，得到所述训练模型。
[0031]本申请实施例的第二方面提供一种基于图像识别的煤矿监测系统，包括：多个图像采集设备、通信装置、中央处理服务器和可视化设备；
[0032]多个所述图像采集设备用于采集目标特征的图像信息，所述目标特征包括采煤机、井下人员、护帮板、安全帽中的任意一种或多种；
[0033]所述图像信息通过所述通信装置传输至所述中央处理服务器；
[0034]所述中央处理服务器用于识别所述图像信息以获取所述目标特征的识别结果；
[0035]所述可视化设备用于显示所述识别结果；
[0036]所述中央处理服务器还用于根据所述识别结果判断所述目标特征是否脱离预设的安装状态，并输出报警信息。
[0037]本申请实施例的第三方面提供一种电子设备，所述电子设备包括：
[0038]至少一个处理器；以及
[0039]与所述至少一个处理器通信连接的存储器；其中，
[0040]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的基于图像识别的煤矿监测方法。
[0041]本申请实施例的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现上述的基于图像识别的煤矿监测方法。
[0042]本专利技术实施例与现有技术相比存在的有益效果是：通过对图像采集设备进行标定，并通过图像采集设备获取图像信息，监测图像信息，获取采煤机、井下人员、护帮板、安全帽的特征信息的识别结果，将以上识别结果进行显示，实现全方位地观察采煤机的工作状态，提高了煤矿监测的效率，并能够及时发现潜在安全风险，有效降低煤矿安全生产事故
的发生概率。
附图说明
[0043]图1为本申请一实施例提供的基于图像识别的煤矿监测方法的流程图；
[0044]图2为本申请一实施例提供的对图像采集设备进行标定的流程图；
[0045]图3为本申请一实施例提供的通过图像采集设备获取图像信息的流程图；
[0046]图4为本申请一实施例提供的对图像采集设备的图像信息的数据处理流程示意图；
[0047]图5为本申请一实施例提供的检测所述图像信息并获取目标特征的识别结果的流程图；
[0048]图6为本申请另一实施例提供的检测所述图像信息并获取目标特征的识别结果的流程图；
[0049]图7为本申请一实施例提供的获得训练模型的方法流程图；
[0050]图8为本申请一实施例提供的训练模型的训练流程示意图；
[0051]图9为本申请一实施例提供的将识别结果进行展示的效果示意图；
[0052]图10为本申请一实施例提供的基于图像识别的煤矿监测系统的示意图；
[0053]图11为本申请一实施例提供的一种电子设备的结构示意图。
具体实施方式
[0054]为了使本申请所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像识别的煤矿监测方法，其特征在于，包括：对图像采集设备进行标定；通过所述图像采集设备获取图像信息；检测所述图像信息并获取目标特征的识别结果，所述目标特征包括采煤机、井下人员、护帮板、安全帽中的任意一种或多种；将所述识别结果进行显示。2.如权利要求1所述的煤矿监测方法，其特征在于，所述图像采集设备为多个，所述对图像采集设备进行标定，包括：采用张氏标定法获取所述图像采集设备的畸变参数；采用K中心点聚类算法拟合获取目标参数，作为多个所述图像采集设备的标定参数。3.如权利要求1所述的煤矿监测方法，其特征在于，通过所述图像采集设备获取图像信息，包括：通过第一回调函数对所述图像采集设备采集的数据包进行解析；当一帧图像的所述数据包完全到达时，通过第二回调函数对所述数据包进行解码，获得YUV原始数据；将所述YUV原始数据进行转码以获得所述图像信息，其中，所述图像信息为采用RGB彩色空间的JPG格式信息。4.如权利要求1所述的煤矿监测方法，其特征在于，所述检测所述图像信息并获取目标特征的识别结果，包括：轮巡所述图像信息；通过训练模型识别所述采煤机，获得所述采煤机的位置信息；对部分所述图像信息再次轮巡；通过训练模型识别所述采煤机，以实时获得所述采煤机的位置信息。5.如权利要求1所述的煤矿监测方法，其特征在于，所述检测所述图像信息并获取目标特征的识别结果，还包括：通过检测模型识别所述图像信息，对所述井下人员、所述护帮板和所述安全帽进行连续的识别检测以获得所述识别结果。6.如权利要求5所述的煤矿监测方法，其特征在于，还包括：根据所述识别结果判断所述井下人员、所述护帮板以及所述安全帽是否脱离预设的安全状态；若是，则输...

【专利技术属性】
技术研发人员：施熠，潘安，
申请(专利权)人：苏州熠视科技有限公司，
类型：发明
国别省市：