基于機(jī)器視覺的煤礦井下鉆桿計(jì)數(shù)方法研究與實(shí)現(xiàn).pdf

1、瓦斯爆炸、突出等瓦斯事故是煤礦生產(chǎn)過程中最大的一類安全隱患[1]。因此，對(duì)煤礦瓦斯綜合治理最有效的方法是瓦斯抽采技術(shù)。目前，對(duì)于瓦斯抽采鉆孔深度的測(cè)量基本采用隨鉆測(cè)量的方法進(jìn)行；而對(duì)于打鉆后的監(jiān)督測(cè)量，仍然采用人工抽檢探測(cè)的方式，存在極大的安全隱患。
　　機(jī)器視覺技術(shù)是一門多學(xué)科融合的技術(shù)，主要目的是獲取目標(biāo)的圖像信號(hào)，并且通過圖像處理模塊對(duì)圖像進(jìn)行一系列的處理，從而檢測(cè)出目標(biāo)的特征信息，進(jìn)而與決策模塊以及控制模塊做出一定的協(xié)調(diào)。

2、研究了一種基于機(jī)器視覺技術(shù)的鉆桿計(jì)數(shù)系統(tǒng)，通過對(duì)煤礦井下打鉆視頻圖像進(jìn)行智能處理，從而實(shí)現(xiàn)鉆桿的自動(dòng)計(jì)數(shù)，該課題對(duì)于加強(qiáng)煤礦安全管理，具有重要意義。
　　本系統(tǒng)首先在鉆機(jī)的鉆頭處設(shè)置標(biāo)識(shí)裝置，利用煤礦井下攝像儀拍攝瓦斯抽采鉆機(jī)的運(yùn)行圖像，并通過以太環(huán)網(wǎng)將圖像傳輸給工控機(jī)的圖像處理系統(tǒng)，從而進(jìn)行圖像預(yù)處理、特征提取、目標(biāo)檢測(cè)、目標(biāo)跟蹤，最終實(shí)現(xiàn)鉆桿的自動(dòng)計(jì)數(shù)。
　　針對(duì)鉆機(jī)上標(biāo)識(shí)物的目標(biāo)檢測(cè)問題，對(duì)Vibe目標(biāo)檢測(cè)算法做了大量

3、改進(jìn)，提出了一個(gè)適用于井下鉆機(jī)前景區(qū)域檢測(cè)的目標(biāo)檢測(cè)方法。在初始化背景模型階段采用中值背景建模方法快速地劃定背景區(qū)以及前景區(qū)域；在背景檢測(cè)與更新階段采用自衰減的更新方式去除鬼影區(qū)域；在最后階段，提取Vibe檢測(cè)到的目標(biāo)的邊緣與原目標(biāo)取或運(yùn)算，最終得到較理想的運(yùn)動(dòng)目標(biāo)。
　　針對(duì)鉆機(jī)上標(biāo)識(shí)物的跟蹤問題，傳統(tǒng)的Camshift算法對(duì)鉆桿標(biāo)識(shí)物的目標(biāo)跟蹤容易受到遮擋及工人頭燈光照的干擾，并且在計(jì)數(shù)初始時(shí)需要手動(dòng)框選標(biāo)識(shí)目標(biāo)，為此，提出了

4、一種基于改進(jìn)Camshift算法的鉆機(jī)標(biāo)識(shí)物目標(biāo)跟蹤算法：○1采用模版匹配的方法定位跟蹤目標(biāo)在第一幀中的位置，取代鼠標(biāo)框選搜索窗口方式；○2將運(yùn)動(dòng)特征與顏色特征相融合，來解決相似顏色干擾問題；○3采用卡爾曼濾波器來解決部分遮擋問題。該算法在鉆頭標(biāo)識(shí)物跟蹤中具有一定的魯棒性。
　　本系統(tǒng)硬件組成主要包括煤礦井下防爆攝像儀、光端機(jī)、視頻服務(wù)器、工控機(jī)和照明裝置等。應(yīng)用Visua1 Studio2012+OpenCV函數(shù)庫，開發(fā)了界面友