-
公开(公告)号:CN111814711B
公开(公告)日:2023-08-08
申请号:CN202010681652.1
申请日:2020-07-15
Applicant: 中国矿业大学
Abstract: 本发明涉及一种应用于矿井机器视觉的图像特征快速匹配方法及系统,属于矿井安全技术领域,解决了现有技术对矿井异常情况检测效率低、实时性差且准确率低的问题。该方法包括对待分析图像进行去噪处理;并进行超像素分割,获得多个图像块;计算每一图像块的信息熵,获得信息熵大于第一预设阈值的图像块;利用SURF算法提取图像块的特征点,从而获取待分析图像的特征点集;采用Harr小波法对特征点集中的特征点进行描述,获得待分析图像的特征点描述符集;基于待分析图像的特征点描述符集将待分析图像特征点集中的特征点与目标图像的特征点进行匹配,以确认矿井是否发生异常。该方法能够快速准确的检测矿井是否发生异常,有利于对矿井异常及时处理。
-
公开(公告)号:CN110232703B
公开(公告)日:2023-07-25
申请号:CN201910506528.9
申请日:2019-06-12
Applicant: 中国矿业大学
IPC: G06T7/246
Abstract: 本发明提出一种基于颜色和纹理信息的运动目标识别装置及方法,包括视频采集单元、显示单元、目标识别单元和PC控制单元,所述目标识别单元包括FPGA模块和数字信号处理模块,所述数字信号处理模块对FPGA模块预处理后的图像数据进行特征提取、信息融合以及进行目标识别计算,并将识别计算结果通过PC控制单元传输至显示单元;本发明通过利用在HSV颜色空间中对光照变化不敏感的H和S分量进行颜色特征信息的提取,可以提高对目标识别过程中对非均匀光照的鲁棒性,通过利用微分几何中的图像几何表面曲率结构对运动目标进行纹理特征信息的提取,可以提高照明不均匀、颜色背景相似条件下的运动目标的识别率。
-
公开(公告)号:CN110222661B
公开(公告)日:2023-04-07
申请号:CN201910507225.9
申请日:2019-06-12
Applicant: 中国矿业大学
Abstract: 本发明提出一种用于运动目标识别及跟踪的特征提取方法,包括以下步骤:图像输入并对输入的图像进行预处理、采用高斯核卷积函数来生成尺度空间金字塔、采用Hessian矩阵来检测特征点并对其粗定位、精确定位、提取图像几何表面的主方向和主曲率、根据主曲率计算特征点出的梯度和方向以及利用类似于HOG的方法对所得到的梯度幅值和方向信息进行统计和和标签;本发明通过利用高斯卷积函数构建尺度空间,可以提高所提取的特征点具有的尺度不变特性,能够准确获得精确定位的特征点,以及能够保证所得到的特征点的梯度幅值和方向信息不仅能够对光照具有很好的鲁棒性,且对于光照、旋转、尺度、视角和非刚性形变等变化具有很好的鲁棒性。
-
公开(公告)号:CN115797181A
公开(公告)日:2023-03-14
申请号:CN202211709385.X
申请日:2022-12-29
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
IPC: G06T3/40 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种面向矿井模糊环境的图像超分辨率重建方法,属于图像重建技术领域,解决了现有技术中图像模糊不清的问题。具体包括:获取矿井内环境高清图像,并对图像进行预处理,得到处理后的高分辨率对应的低分辨率图像,组成图像对;基于所述图像对,建立超分重建网络模型;所述超分重建网络模型通过提取低分辨率图像的深层特征和浅层特征得到特征差异,基于所述特征差异对深层特征进行校准整合,基于整合后的深层特征重建得到高分辨率图像;获取矿井模糊环境图像,基于建立的所述超分重建网络模型得到重建后的高分辨率图像。实现了可以清晰地看到矿井下的画面,提高了图像的人眼视觉效果,更具真实性。
-
公开(公告)号:CN115439793A
公开(公告)日:2022-12-06
申请号:CN202211200631.9
申请日:2022-09-29
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 本发明公开了一种面向矿井煤流AI视频分析的异物识别系统,属于图像处理技术领域,包括数据收集模块,采用工业相机对履带上的煤流进行实时视频监控收集;黑夜检测模块,采用改进的U‑net网络结构作为模型,对底片进行预测得到RGB图片;YOLOv4模块,用于对RGB图片进行预测得到目标的位置和类别,使用CSPDarknet53作为该模块整体网络模型的主干网络。基于此还提供了一种面向矿井煤流AI视频分析的异物识别方法,利用加入黑夜检测模块对底片进行预测得到RGB图片,解决了光线不足能见度低的问题,然后用YOLO v4模块对RGB进行预测得到目标的位置和类别,提高了矿井异物识别算法的检测精度和检测速度。
-
公开(公告)号:CN115294282A
公开(公告)日:2022-11-04
申请号:CN202211003081.1
申请日:2022-08-19
Applicant: 中国矿业大学
Abstract: 本发明公开了一种三维场景重建中增强特征融合的单目深度估计系统,该系统包括单目深度估计网络,单目深度估计网络采用自监督方式优化训练;单目深度估计网络包括深度估计网络和位姿预测网络,深度估计网络用于帮助目标图像恢复深度;位姿预测网络用于输出邻帧间运动量;深度估计网络包括深度编码器和深度解码器;深度编码器接用于提取输入图像的深度信息特征;深度解码器生成各尺度的深度预测图;深度编码器与深度解码器采用全尺度跳跃连接,获得全尺度的编、解码器特征信息,并将其融合。本发明通过深度编码器和深度解码器采用全尺度跳跃连接,优化学习分配各层特征信息的参数权重,得到精确的深度边界与预测精度。
-
公开(公告)号:CN109359594B
公开(公告)日:2022-06-21
申请号:CN201811209503.4
申请日:2018-10-17
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于视频处理的矿井皮带异常检测方法及装置,在皮带机之间的落煤口处架设高清摄像机,摄像机拍摄画面正对落煤口,实时采集落煤口视频信息,处理过程可视化;该方法包括:对落煤口监控视频提取的帧图像进行预处理,所述预处理包括图像灰度化和滤波处理;计算经预处理后的图像中煤颗粒像素数nc和划定检测区域总像素数n的比值,得到相对面积λs;当所述相对面积λs大于第一阈值Ts1时,确定所述图像中存在大煤块或堆煤情况;所述第一阈值Ts1取值范围:0
-
公开(公告)号:CN110519849B
公开(公告)日:2022-02-18
申请号:CN201910675614.2
申请日:2019-07-25
Applicant: 中国矿业大学
IPC: H04W72/04
Abstract: 一种针对移动边缘计算的通信和计算资源联合分配方法,适用于移动通信领域中使用。在移动边缘计算系统中确定用户终端所产生计算任务的执行地点,通过控制用户终端的数据传输功率减小整个系统的能耗和计算时延等综合开销;移动边缘计算服务器对接收到的用户终端的计算任务请求后进行决策,若移动边缘计算服务器接受用户终端的计算任务请求,则计算任务的输入数据先从用户终端传输至边缘计算服务器执行计算任务,此时用户终端卸等待反馈;若决策为本地执行,则移动边缘计算服务器拒绝用户终端发送的计算任务请求,用户终端本地执行计算。其智能化高,能够保证系统性能达到最优状态,同时有效降低在资源分配过程中整个系统的负载开销,使用效果好。
-
公开(公告)号:CN111667509A
公开(公告)日:2020-09-15
申请号:CN202010531057.X
申请日:2020-06-11
Applicant: 中国矿业大学
Abstract: 本发明涉及目标跟踪技术领域,尤其涉及一种目标与背景颜色相似下的运动目标自动跟踪方法及系统,解决了直接采用CAMshift算法进行目标跟踪时的缺陷。方法包括:步骤S1:处理视频流,得到去噪后的序列帧图像;步骤S2:处理序列帧图像,得到第一帧图像中的前景目标;去除前景目标中的阴影,得到第一帧图像的运动目标区域;步骤S3:读取下一帧图像,将其作为当前帧图像,获取并处理当前帧图像、前一帧图像的运动目标区域的颜色-曲率概率分布图,得到当前帧图像的候选区域;步骤S4:若当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离大于距离阈值,将候选区域作为其运动目标区域;重复执行步骤S3与步骤S4,实现所述运动目标的跟踪。
-
公开(公告)号:CN110516523A
公开(公告)日:2019-11-29
申请号:CN201910539038.9
申请日:2019-06-18
Applicant: 中国矿业大学
IPC: G06K9/00
Abstract: 本发明公开了移动视频巡检中危险区域行人检测方法,包括以下步骤:步骤1:提取HOG特征;步骤2:构建一种(r,P,k)的中值采样方案;步骤3:训练二级级联分类器,第一级的分类器使用线性SVM,去除大部分容易区分的负样本,保留几乎所有正样本送入第二级分类器,第二级分类器是Adaboost分类器,对正样本进行检测。本发明在HOG-LBP的基础上,通过对LBP特征的改进,采用梯度LBP特征,提取四个描述子,并采用一种新的基于训练的特征映射方法,并将多分辨率联合的梯度LBP特征进行串联,提取纹理特征信息更加全面,更加准确,更加有利于提高分类的准确性。
-
-
-
-
-
-
-
-
-