本发明专利技术公开了一种基于图像处理技术的井下煤仓煤位检测方法，首先采用距离选通激光主动成像技术由增强型摄像机ICCD对煤仓进行图像采集；由视频解码器SAA7113H把采集到的模拟信号转换为DM642芯片可以处理的数字信号；DM642芯片从存储器中读取图像数据并对其进行滤波处理；结合BEMD分解和互信息熵及图像叠加的优势，对滤波后的图像提取边缘；根据事先确定好的基于照明中的几何信息来提取景物中几何信息的煤位检测识别算法，实现煤位高度信息的提取。本发明专利技术测距精度高、抗干扰性好、实时性强，解决了煤矿安全生产监控与通信的关键问题，对于煤矿的安全生产、提高经济效益有着积极的现实和长远意义。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了，首先采用距离选通激光主动成像技术由增强型摄像机ICCD对煤仓进行图像采集；由视频解码器SAA7113H把采集到的模拟信号转换为DM642芯片可以处理的数字信号；DM642芯片从存储器中读取图像数据并对其进行滤波处理；结合BEMD分解和互信息熵及图像叠加的优势，对滤波后的图像提取边缘；根据事先确定好的基于照明中的几何信息来提取景物中几何信息的煤位检测识别算法，实现煤位高度信息的提取。本专利技术测距精度高、抗干扰性好、实时性强，解决了煤矿安全生产监控与通信的关键问题，对于煤矿的安全生产、提高经济效益有着积极的现实和长远意义。【专利说明】
本专利技术涉及煤矿安全生产监控领域，具体来说就是。
技术介绍
煤炭作为一次性能源，是我国国民经济发展的重要支柱。在煤炭生产中，需要在煤矿井上、井下的主要运输环节设置各种煤仓，用以缓解各环节生产造成的提升运输不均。尤其是井下煤仓，作为煤矿生产的咽喉，其冒仓(溢出)和空仓(排空)对于安全生产具有更大的威胁。因此，实时准确地监测煤仓煤位是保证安全生产、提高效率的关键。由于空间所限，井下煤仓的直径一般在5至7m，高度在40m左右，深的也可达80m。由于储卸煤时仓内粉尘浓度很高，为免煤尘过密，需要很大的湿度，而这易使仓壁粘上煤粉，长久以来，煤仓仓壁会积累厚薄不均的煤垢，使得煤仓壁面很粗糙，难以区分煤与仓壁之间的分界线；另外，由于各环节生产不均及不同种类煤的自然安息角不等，会导致煤仓煤面出现不同形状；煤仓煤位的变化速度也很缓慢，大约几十分钟甚至数小时才会变化一米。当前条件下，井下煤仓还没有任何照明设施，仅靠人眼无法识别煤仓煤位的情况，只能借助辅助光源才能对煤仓情况进行一定了解。近年来，根据井下煤仓的具体环境、被测介质的状态、安装要求及现场的工作状况等，人们采用各种技术对煤仓煤位进行检测，如利用无线电波的反射原理、超声波技术，核子料位仪以及机杆式技术等。虽然这些技术各自都有成功的地方，但在实际使用时都有其难以克服的缺陷。如超声波技术对煤仓直径与深度比有一定要求，测量盲区较大，另外测量深度受温度影响也较大，因而可靠性差；Y射线式对防护要求高，作连续测量时，价格昂贵。而煤矿生产的现代化发展迫切需要一种简单易行、工作可靠的适用于井下煤仓的煤位检测装置对煤仓料位进行不间断的检测，以确保各个生产环节安全高效运行。由煤矿特点可知，井下煤仓处于低照度、高湿度、高粉尘的恶劣环境下，因此要用图像处理技术来检测井下煤仓煤位一直受到诸多限制。但是随着图像识别技术的发展，已有利用计算机视觉技术，采用辅助光源进行料位检测的方法。因此，在现有煤仓煤位检测方法的基础上，针对井下煤仓的特点，本专利技术构建了一种基于图像处理技术的煤仓煤位检测方法。其工作原理是由激光器产生测量所需的固定光束，该光束在煤仓表面形成特征光点，当煤位深度变化时，光点在摄像机IC⑶像面上形成的像点位置也会随之变化，那么根据成像原理，可由像点的移动距离计算出被测物面的位置，从而实现对煤仓深度的快速精确检测。
技术实现思路
随着图像处理技术的发展，煤位深度获取方法也有新的进展，从广义角度来看待深度的获取问题，就是如何从二维图像中获取三维信息，重建三维物体表面的问题。其实质就是利用辅助光源获取图像，通过处理图像信息得到煤位高度。但该测距方法用于井下煤仓时，煤位图像的采集受到诸多干扰因素的限制，对图像处理算法有很高的要求。因此，本专利技术采用形态学小尺寸、多方向结构元素对原图像滤波，再结合BEMD分解和互信息熵及图像叠加的优势，将互信息与边缘梯度特征有效融合提取图像边缘，以得到准确的煤位深度。首先通过调整辅助光源到合适的位置、角度及强度，采集得到煤仓图像，然后采用图像处理技术对图像数据进行特征提取，分析得到所需的煤位参数。硬件系统以高性能DSP芯片TMS320DM642为核心，外扩视频解码器、存储模块、显示模块、报警模块等，实现对井下煤仓煤位数据的快速检测、显示煤位深度的变化趋势、异常报警等功能。本专利技术的目的，在于提供，其能够实时检测井下煤仓煤位状况，保障井下煤矿生产安全。为了达成上述目的，本专利技术的解决方案包括如下步骤:(I)首先采用距离选通激光主动成像技术由增强型摄像机IC⑶对煤仓进行图像米集；(2)由视频解码器SAA7113H把步骤(1)采集到的模拟信号转换为DM642可以处理的数字信号；(3) DM642芯片从存储器中读取图像数据并对其进行滤波处理；(4)结合BEMD分解和互信息熵及图像叠加的优势，对滤波后的图像提取边缘；(5)根据事先确定好的基于照明中的几何信息来提取景物中几何信息的煤位检测识别算法，实现煤位高度信息的提取。上述步骤(3)中，对采集到的图像进行滤波处理时，假定A为采用距离选通激光主动成像技术获得的煤仓源图像。具体方法如下:依次用结构元素BI和B2对图像A进行形态开闭平滑，以滤除噪声:【权利要求】1.，其特征在于采用一种改进的形态学算法对源图像进行滤波，并结合BEMD分解和互信息熵及图像叠加的优势，将互信息与边缘梯度特征有效融合提取图像边缘。具体步骤如下: (1)采用形态学小尺寸、多方向结构元素对原图像滤波； 依次用结构元素BI和B2对原图像A进行形态开闭平滑，以滤除噪声: f= (AOB1).B2(I) 其中 【文档编号】G06K9/46GK103679790SQ201310703935【公开日】2014年3月26日 申请日期:2013年12月18日 优先权日:2013年12月18日 【专利技术者】辛元芳, 孙霞, 姜媛媛, 李昕 申请人:安徽理工大学本文档来自技高网...
【技术保护点】
一种基于图像处理技术的井下煤仓煤位检测方法，其特征在于采用一种改进的形态学算法对源图像进行滤波，并结合BEMD分解和互信息熵及图像叠加的优势，将互信息与边缘梯度特征有效融合提取图像边缘。具体步骤如下：（1）采用形态学小尺寸、多方向结构元素对原图像滤波；依次用结构元素B1和B2对原图像A进行形态开闭平滑，以滤除噪声:f=(AOB1)·B2 (1)其中 B 1 = 1 1 1 1 B 2 = 1 1 1 1 1 由于B1为2*2小尺度结构元素，而B2为3*3钻石形结构元素，相对的小尺度结构元素B1虽然去噪能力弱，但能更好的保留图像细节；大尺度结构元素B2虽然会模糊图像细节，但去噪能力强。所以利用两者依次滤波能够在保留图像细节的同时较好地滤除噪声干扰。（2）结合BEMD分解和互信息熵及图像叠加的优势，将互信息与边缘梯度特征有效融合提取图像边缘，以得到准确的煤位深度。（21）对滤波后的图像ｆ（ｘ，ｙ）进行BEMD分解，得到不同的BIMF分量；分解过程可表示为： m ( t ) = 1 2 [ u ( t ) + v ( t ) ] - - - ( 2 ) h1(t)=x(t)‑m(t) (3)r1=x(t)‑c1 (4)x(t)=C1(t)+C2(t)+…+Cn(t)+rn(t) (5)其中，rn叫做残差函数，表示信号的平均趋势。在式(5)中若忽略rn(t)，则有 X ( t ) = x ( t ) - Σ i = 1 n - 1 C i ( t ) - - - ( 6 ) 式(6)中，表示不同频率分量的IMF之和；x(t)表示原始信号。那么由式(6)可知，从原始信号中减去噪声信号，就去除了噪声信号，即完成了有效信号 的提取。（22）按照公式(8)、(9)计算各分量的能量熵；对图像进行二维EMD分解得到不同分量IMF1，IMF2，…，IMFn。分别对每个IMF求其能量： E i = - log 2 ( P i P ) - - - ( 7 ) 式中:E i为第i段信号的能量熵，Pi为第i段信号的能量，P为信号总能量，n是二维EMD分解得出的分量个数。那么各I...
【技术特征摘要】
【专利技术属性】
技术研发人员：辛元芳，孙霞，姜媛媛，李昕，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。