-
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
Applicant: 中国矿业大学(北京)
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。
-
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
Applicant: 中国矿业大学(北京)
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。
-
公开(公告)号:CN119919364A
公开(公告)日:2025-05-02
申请号:CN202411976657.1
申请日:2024-12-31
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于频域分解与卷积神经网络的煤矸石图像分割方法及系统,旨在提高煤矸石图像的分割精度。该方法包括对输入的煤矸石图像进行预处理,得到预处理后的图像;然后对预处理后的图像进行频域分解,将图像分解为低频、中频和高频三个频域组;接着,在频域组内进行频域内部交互,建模不同频域分量之间的关系,提升各频域信息的表示能力;再通过频域间的交互,计算各频域组的通道间权重,增强频域间的特征融合;最后,使用卷积神经网络对频域交互后的图像进行分割,得到煤矸石分割图像。本发明通过结合频域分解与卷积神经网络的优势,能够有效提升煤矸石区域的分割精度,适用于复杂背景和噪声环境下的煤矸石分割任务,具有广泛的应用前景,特别是在煤矿资源回收与环境保护领域。
-
公开(公告)号:CN118837850A
公开(公告)日:2024-10-25
申请号:CN202410792542.0
申请日:2024-06-19
Applicant: 中国矿业大学(北京)
IPC: G01S7/48 , G01S7/487 , G01S7/493 , G01S17/58 , G06V20/56 , G06T7/20 , G06V10/82 , G06V10/52 , G06N3/0499
Abstract: 本发明公开了一种露天矿区的车载激光雷达点云场景流估计方法及系统,涉及矿用卡车自主行驶技术,所述方法包括:利用车载激光雷达传感器捕获露天矿区环境当前时刻与下一时刻的三维点云集合;根据所述当前时刻与下一时刻的三维点云集合中的高度信息对道路点进行滤除,减少集合点数,得到滤除道路后的当前时刻与下一时刻三维点云集合;对所述滤除道路后的当前时刻三维点云集合,采用最近邻聚类算法,得到滤除道路后的当前时刻三维点云逐点邻域索引;通过所述滤除道路后的当前时刻三维点云逐点邻域索引,构建滤除道路后的当前时刻逐点邻域簇特征,利用多层感知器提取所述滤除道路后的当前时刻三维点云逐点邻域簇特征,并采用对称操作与加权操作聚合所述滤除道路后的当前时刻三维点云逐点邻域簇特征,得到滤除道路后的当前时刻逐点场景流初始值;将所述滤除道路后的当前时刻逐点场景流初始值与所述滤除道路后的当前时刻三维点云逐点相加,得到滤除道路后的下一时刻三维点云集合的预测值;通过比较所述滤除道路后的下一时刻三维点云集合的预测值与所述滤除道路后的下一时刻三维点云集合,得到当前时刻的逐点场景流估计值。本发明提供了基于先验知识的场景流估计方法,仅依赖于相邻帧,可以解决露天矿区场景流的估计问题,实现了对矿用卡车,行人与当前车辆等物体的速度测量。
-
公开(公告)号:CN112446914A
公开(公告)日:2021-03-05
申请号:CN202011412475.3
申请日:2020-12-04
Applicant: 中国矿业大学(北京)
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。
-
-
-
-