一种放煤过程基于煤矸深度估算的含矸率检测方法及系统

    公开(公告)号:CN119006333A

    公开(公告)日:2024-11-22

    申请号:CN202410792133.0

    申请日:2024-06-19

    Abstract: 本发明涉及一种放煤过程基于煤矸深度估算的含矸率检测方法及系统,方法包括:对放煤工作面煤矸图像进行去雾处理,得到放煤过程去雾增强后的图像;所述放煤工作面煤矸图像为使用工业防爆相机于井下综放工作面后刮板机处采集的带水雾图像;训练煤矸图像深度值估算模型,对所述放煤过程去雾增强后的图像用模型进行检测,得到煤矸深度估算结果;对所述放煤过程去雾增强后的图像采用固定阈值法实现图像分割得到煤与矸石块体的边界分割结果,根据所述煤矸深度估算结果和边界分割结果,计算刮板机输送的煤矸形态,依此估算含矸率。本发明先对井下放煤工作面煤矸图像进行去雾增强,要准确得到煤、矸质量需计算其深度值,为解决放煤场景整体纵深较小,煤矸个体深度差异较大,设计了基于局部注意力增强与条形窗口随机场的煤矸深度值估算算法,对放煤过程去雾增强后的图像用模型进行检测,得到煤矸深度估算结果,并对去雾后的图像进行分割得到煤矸边界分割结果,再根据深度估算结果和边界分割结果计算含矸率,实现对放顶煤过程中的煤炭含矸率的准确计算。

    一种放顶煤过程中的煤矸石质量计算方法及系统

    公开(公告)号:CN112446914B

    公开(公告)日:2023-08-15

    申请号:CN202011412475.3

    申请日:2020-12-04

    Abstract: 本发明涉及一种放顶煤过程中的煤矸石质量计算方法及系统,方法包括:对历史图像进行预处理,得到预处理后的图像;历史图像为历史放顶煤过程含有煤矸石的图像;对预处理后的图像中的煤矸石进行标注,得到标注数据集;通过标注数据集训练残差膨胀卷积神经网络模型,得到煤矸石标注模型;通过煤矸石标注模型标注放顶煤过程图像中的煤矸石,得到煤矸石标注图像;根据煤矸石标注图像计算煤矸石质量。本发明根据对图像中的煤矸石进行标注得到的标注数据集训练残差膨胀卷积神经网络模型,得到煤矸石标注模型,根据煤矸石标注模型得到煤矸石标注图像,再根据煤矸石标注图像计算煤矸石质量,实现对放顶煤过程中的煤矸石质量准确计算。

    序列CT图中肾上腺自动定位分割方法

    公开(公告)号:CN105809696B

    公开(公告)日:2018-12-14

    申请号:CN201610141040.7

    申请日:2016-03-11

    Abstract: 本发明公开了一种序列CT图中肾上腺自动定位分割方法,包括:基于腹主动脉的形状特性,从CT图中定位出腹主动脉;基于腹主动脉与肾脏的位置关系,从CT图中定位出肾脏;基于腹主动脉、肾脏及肾上腺的位置关系,从CT图中定位出肾上腺;采用区域生长分割法对肾上腺进行分割,获得肾上腺的轮廓。本发明实施例公开的方法,可以在人工不干预的前提下,自动定位分割出序列CT图中的肾上腺。

    一种不均匀散乱点云数据的滤波方法

    公开(公告)号:CN103853840B

    公开(公告)日:2017-05-03

    申请号:CN201410101500.4

    申请日:2014-03-18

    Abstract: 本发明公开了一种不均匀散乱点云数据的滤波方法,将采空区的散乱点云数据进行索引组织,将所述点云数据组织成正方体规则网格的数据模型;选择网格测点数最多的三个邻域网格的重心来确定网格逼近视平面S;利用所述法向量n求得所述网格中每个测点到所述网格逼近视平面S的最短距离h;适应确定滤波范围,进行噪声点剔除处理;针对滤波处理后的点云数据,调整规则网格的大小,并重复上述步骤迭代滤波。采用该滤波方法可以有效的剔除大尺度噪声和部分小尺度噪声,降低非均匀数据的误剔除率。

    一种卫星遥感影像中地物精确识别方法

    公开(公告)号:CN105303184A

    公开(公告)日:2016-02-03

    申请号:CN201510830724.3

    申请日:2015-11-25

    CPC classification number: G06K9/00671 G06K9/0063 G06K9/00657

    Abstract: 本发明公开了一种卫星遥感影像中地物精确识别方法,包括:根据与卫星遥感全色影像配准后的多光谱影像数据的植被指数和水体指数,提取出植被和水域区域,并根据植被和水域区域的几何形态特征确定具体种类;根据地物的灰度特点,采用灰度一致性技术将提取出植被和水域区域的卫星遥感全色影像分割为不同的区域,再根据区域的几何特征提取出工厂区域;提取出工厂区域、植被与水域区域的剩余区域即为人工地物区域,采用纹理特征的提取方法对人工地物区域进行分割处理,并根据分割后的各个人工地物区域纹理特征进行SVM的分类识别过程,获得各个人工地物区域的具体种类。通过采用本发明公开的方法,能够对卫星遥感影像中的地物进行精确的检测识别。

    Lidar测量数据的拼接方法和装置

    公开(公告)号:CN102607459B

    公开(公告)日:2014-11-19

    申请号:CN201210057525.X

    申请日:2012-03-06

    Abstract: 本发明的实施例提供了一种Lidar测量数据的拼接方法和装置。该方法主要包括:利用Lidar在不同位置对同一物体进行多次数据采集获取多个点云数据,对多个点云数据进行两两配对处理,将配对的两个点云数据均匀切分生成多个切分单元。根据切分单元的相对密度、长度、空间位置从配对的两个点云数据的候选特征单元集中选取出多个特征单元组成匹配特征单元集合。根据旋转轴L和旋转角度θ组成变换矩阵R,按照所有匹配特征单元的误差平方和最小的原则求解出所述旋转轴L及旋转角度θ的值;将第一点云数据中的所有数据点通过所述变换矩阵R进行变换后,得到的变换数据添加到第二点云数据中,合并为一个完整的数据集合。本发明实施例可以基于Lidar采集数据的工作参数,准确、快速地确定各点云数据的特征区域和多个匹配的特征单元对,快速地对多次Lidar采样的点云数据进行有效拼接。

    传送带上矿石传送过程中故障诊断方法

    公开(公告)号:CN103824304A

    公开(公告)日:2014-05-28

    申请号:CN201410100793.4

    申请日:2014-03-18

    Abstract: 本发明公开了一种传送带上矿石传送过程中故障诊断方法,首先比较相邻两帧的图像的平均灰度值,若相同说明该两幅图像没有变化,皮带静置,否则正常运行;若正常运行,则分割矿石图像,采用八链码边界追踪处理分割图像,将图像中每一个目标边缘用八链码表示,若皮带静置,则发出皮带没有运转的警报;然后计算每一个目标的几何属性和平均灰度值,设定图像的平均灰度值和几何属性的阈值,确定目标是否为杂物。根据图像左右两侧被分割的区域,确定其是皮带的边缘。这样能够准确无误的找出杂物和矿石皮带边缘,对矿石生产具有很大的帮助和最小的成本损失。

    一种结构化场景并行多平面-直线并行提取方法及系统

    公开(公告)号:CN118840517A

    公开(公告)日:2024-10-25

    申请号:CN202410938359.7

    申请日:2024-07-13

    Abstract: 该发明涉及计算机视觉和图像处理领域,专注于结构化场景中多平面和直线的提取方法及系统。适用领域包括自动驾驶、机器人导航和3D重建,需要从三维点云数据中提取线面几何结构。所解决的技术问题是当前方法在提取多平面和直线时存在计算效率低、对噪声敏感及并行处理方面性能不佳等问题。提出一种结构化场景并行多平面‑直线并行提取方法及系统,该发明通过深度相机获取深度图像并转换为三维点云,将点云分割为矩形区域,并基于深度值自适应选择搜索范围,采用非线性模型调整搜索范围以适应不同距离情况,在四个方向上搜索符合条件的像素,进而将局部表面片段转换为数学模型以提取局部平面,并提取局部直线片段,可提高特征提取的速度和抗噪能力。

    矿石加工环节的激光雷达和相机空间位置自动标定方法

    公开(公告)号:CN115588051A

    公开(公告)日:2023-01-10

    申请号:CN202211194643.5

    申请日:2022-09-29

    Abstract: 本发明提出了一种矿石加工环节的激光雷达和相机空间位置自动标定方法,该方法包括:对相机传感器采集的包括矿石和皮带机的图像进行图像增强处理;利用图像的梯度幅值变化提取图像线特征数据;对激光雷达采集的点云数据利用点云数据的距离不连续性提取边界直线特征,经过滤得到更精确点云直线特征,并转换为深度图;对点云数据进行特征补全并分配特征权重;对深度图进行加权求和后投影到相机传感器的图像坐标系上,对当前帧的全部数据点灰度值及全部深度图数据点的最大灰度值分别求和,由两者比值得到投影得分;与设定阈值比较,分别使用不同的步长对深度图的灰度值进行迭代优化,直至达到精度要求,进行置信度评估得到标定结果。

    基于关键点监督和分组特征融合的多视图行人检测方法

    公开(公告)号:CN115359513A

    公开(公告)日:2022-11-18

    申请号:CN202210979204.9

    申请日:2022-08-16

    Inventor: 张国英

    Abstract: 本发明属于多视图行人检测领域,特别涉及基于关键点监督和分组特征融合的多视图行人检测方法,所述方法包括:将预处理后的行人多视图图像输入预先建立和训练好的多视图行人检测模型,得到图像中具体的行人位置,从而实现行人检测;其中,所述多视图行人检测模型基于特征提取、关键点监督和分组特征融合,通过生成鸟瞰图得到图像中具体的行人位置。本发明的方法通过关键点监督来检测行人,减小遮挡问题对检测的影响;可以利用分组特征融合提高计算性能,并提高多视图行人检测的精度。

Patent Agency Ranking