煤矿井下图像拼接的算法研究

研究煤矿井下图像拼接的算法,探讨井下环境光照不均、强噪声的图像拼接问题。用当前流行的四种特征点检测算法,如Moravec算子、Forstner算子、Harris角点检测算法和CSS角点检测算法提取井下图像的特征点,分析得出CSS角点检测算法更适合井下工作环境的结论。用CSS角点检测算法提取待拼接图片特征点,通过归一化互相关系数(NCC)提取特征点匹配对,并通过RANSAC删除伪匹配对,最终实现无缝拼接。     

文档图像自动拼接

提出了一种效率很高的文档图像拼接算法,即利用两幅待拼接的文档图像中的两组投影值得到,来确定两幅文档图像的位置关系;该算法可自动拼接两幅文档图像成一幅文档图像,实验结果验证了算法的有效性。     

煤矿复杂环境视频拼接技术

针对煤矿井下噪声大、光照不均等复杂环境传统拼接算法并不适用的问题,提出新的拼接算法。算法采用拼接帧抽取方式提取部分关键帧进行视频拼接,根据相位相关冲激函数能量高效检测重叠区域并对乱序帧排序,将统计分析中样本主成分分析引入SIFT特征向量降维中,用互不相关的新样本信息来描述原样本信息,降低了特征向量生成时间,通过结合多频带提升小波,定义融合规则并选择合适的融合策略,实现平滑拼接。实验表明,此算法提高了匹配效率,无需人工排序,解决了复杂环境容易误匹配、接缝明显等现象,拼接效果平滑自然,适合煤矿环境。     

基于点云数据特征点拼接的建筑物三维重构

随着数字测图的迅速发展,三维激光扫描技术已经应用到更多的领域。文中以中国矿业大学(北京)某办公楼为研究对象,通过三维激光扫描技术获取建筑物点云数据,采用建筑物点云数据特征点拼接方法,运用RISCAN PRO软件和三维建模软件进行了办公楼的三维重构。分析表明:通过建筑物点云数据特征点拼接方法能够提高外业工作效率,拼接精度较高,符合建筑物建模要求。     

基于非下采样Contourlet变换和PCNN的煤矿图像融合

针对煤矿图像的特点,提出了一种基于非下采样Contourlet变换和脉冲耦合神经网络(PCNN)的新的煤矿图像融合方法,此方法充分利用了非下采样Contourlet变换的多分辨率、多方向性、平移不变性及PCNN的全局耦合性,取得了不错的融合效果。     

基于深度融合网络的煤矿图像尘雾清晰化算法

针对现有煤矿尘雾图像清晰化算法存在的过增强现象和适用性不足等问题,提出一种基于深度融合网络的清晰化复原算法。深度融合网络主要包括3个部分,即图像预处理模块、特征融合模块以及图像输出模块。图像预处理模块基于对比度增强函数、亮度增强函数和伽马校正函数对输入图像进行处理,获取表征不同增强方式及程度的图像序列。由于图像尘雾清晰化需要同时考虑图像的局部信息和全局信息,在空间金字塔池化和上下文信息聚合网络的基础上提出了能够实现双向的上下文信息提取的双金字塔模块,该模块包括2个空洞卷积的串联子块,其中1个子块是以对多个尺度的空洞卷积按尺度由小到大进行串联组成,另1个子块是以对多个尺度的空洞卷积按尺度由大小进行串联组成。图像输出模块主要对特征融合层获取的特征进行处理,从而输出三通道图像,即为最终的尘雾清晰化的图像。为了获取训练数据,本文在煤矿井下清晰图像的基础上基于尘雾图像形成机理构建了较大规模的训练数据集。在训练的过程中,采用了最小平方误差损失函数和基于VGG网络的内容损失函数对网络进行优化。为评价本文提出的基于深度融合网络的清晰化算法的有效性,选取其他6种有代表性的清晰化算法进行对比。实验结果显示,本文算法在主观评价和客观评价方面都优于上述算法,表明本文算法能够有效解决过增强现象,并提升煤矿图像的清晰度和可视化效果。     

基于语义分割的综采工作面视频拼接方法

研究了一种基于语义分割的综采工作面视频拼接方法。该方法针对井下要求,以采煤机为拼接主体。首先使用语义分割模型分割出各路监控视频中的采煤机,获取其在图像中的位置;然后根据采煤机位置来对齐各路监控视频中的采煤机;最后使用图像融合技术来对重叠区域进行融处理。实验结果表明,该方法能够有效地满足井下工作面拼接需求,并具有较高的稳定性和普适性。     

利用图像锐化技术增强煤矿工业电视图像

立足于目前煤矿工业电视监控系统的现状,采用图像尖锐化增强技术增强工业电视图像的质量,便于人眼的观察和计算机的模式识别;重点介绍了图像尖锐化增强技术的基本原理及其算法,并通过Ｃ语言编程实现了对井下视频图像的增强处理。     

基于融合边缘优化的煤矿图像语义分割方法

由于煤矿井下环境恶劣,使得煤矿井下视频获取的图像严重降质,而现有的基于深度学习的语义分割模型在图片清晰化后存在边缘分割模糊的问题,提出了一种采用融合边缘优化模块处理边界信息并运用门控卷积层连接传统特征提取模块并行处理信息的方法;为监督学习轮廓信息,采用二元交叉熵损失函数提高学习效果,并与常规分支的损失函数共同优化模型分割效果。试验结果表明:对已完成清晰化的煤矿井下图像进行语义分割任务时,基于融合边缘优化模块的方法与其他方法相比整体语义分割精度得到提升并且边缘分割精度更高。     

基于图像深度特征学习的矿山井筒设施隐患检测方法研究

针对人工完成矿山井筒设施检测时面临成本高和安全威胁等问题，提出利用采集的井筒设施监控视频图像，采用基于图像深度特征学习的矿山井筒设施隐患检测方法对井筒设施进行隐患检测。构建包含大量正常设施图像和少量隐患图像的数据集；同时构建包含特征提取网络和分类网络的并行神经网络作为训练网络，在正常图像集、外部图像集和少量隐患图像数据集上，设计联合损失函数对网络进行训练；通过聚类策略选择具有代表性的正常图像深度特征作为特征模板，通过模板匹配实现隐患图像检测。试验结果表明，在构建的矿山井筒井架设施图像数据集上，所提算法训练的特征提取模型能有效提高图像特征的表达能力，模型的隐患检测精度可达到92%以上，为利用矿山井筒设施图像进行矿山井筒的隐患检测提供了新思路。     

基于LBP和GLCM的煤岩图像特征提取与识别方法

针对煤矿开采工作面无人化要求,提出一种基于LBP和GLCM的煤岩图像特征提取与识别方法。采用LBP算法判断煤块与岩石纹理存在差异性,然后通过GLCM实现煤块与岩石图像在水平、直角、45°、135°方向上的灰度共生矩阵,并完成对能量、熵值、对比度、逆差分矩等4个煤岩图像纹理特征参数提取。试验表明:LBP算法在检测煤块与岩石局部纹理特征差异的过程中,具有一定的高效性,但存在不足,后续通过GLCM提取的煤岩图像特征参数,可以找到适用于煤岩分类的特征参数,增加煤岩识别的鲁棒性。     

煤炭行业办公中光学文字识别的研究

字体识别的性能是光学文字识别(Optical Character Recognition)的识别性能的关键。为了获得更好的字符识别的性能,提出了算法,进行了探索。针对字符的特征向量的维数较大的特点,对特征向量进行了降维,减少了运算量,最后通过实验证实了算法具有不错的识别率。     

基于三视张量的序列影像特征匹配

影像特征匹配是三维重构、图像分割、运动跟踪中的关键步骤。然而,传统匹配方法错误率较高,不利于后续工作的操作。本文对三视张量进行了研究,将其用于序列影像的点、线匹配,并通过试验证实了该方法能有效提高点、线匹配的正确率。     

大数据量遥感影像的分条带镶嵌策略

在个人计算机条件下,海量遥感图像的镶嵌是一个难题。该文从计算机软件和硬件等多个方面,对问题进行深入分析,提出分条带镶嵌的策略,解决了海量遥感图像镶嵌难题。设计并实现软件系统,该软件在遥感图像处理工作中已得到运用,实践表明本文提出的海量遥感影像镶嵌策略能够在PC条件下,较好地完成海量影像快速显示和图像镶嵌。     

基于煤矿视频监控系统的图像增强方法研究

针对煤矿视频监控系统中采集的井下图像质量差的问题,提出了一种先在空域上采用中值滤波降噪,然后用自适应直方图均衡进行增强处理的方法,可以有效地降低煤矿井下的脉冲噪声,增强了井下低对比度图像的可视化效果。实验证明,该方法可以增强煤矿井下图像的清晰程度,使煤矿视频监控系统更好地发挥功效。     

煤矿带式送机图像识别技术的研究

针对目前工业电视系统和带式输送机煤流运输系统的现状,分析高清AI摄像机安装位置和检测区域的划定,提出对大煤块堆煤检测和锚杆检测的技术方法,设计了带式输送机系统的图像识别与分析系统。     

基于设备图像的边缘检测算子比较研究及实现

边缘检测技术在近几十年来成为图像处理与模式识别领域的一个研究热点。这个技术可以应用在煤矿安全管理的监控报警实际生产过程中。本文在对设备图像的常用边缘检测算法进行分析研究的基础上,对其进行了介绍,并通过实验针对仪器图像对各种算法进行了比较和分析。     

煤与矸石识别的数字图像处理方法探讨

研究了煤和矸石图像的数字特征,通过特征提取、边缘加强、灰度比较,对图像进行了分割,得到了煤和矸石的各自区域,进行了煤和矸石的模式识别,提高了煤和矸石的自动分选率。