一种基于图像处理的提升机弦绳振动算法改进

针对煤矿矿井提升系统中钢丝绳图像边缘提取及振动检测问题,改进了边缘提取算法及弦绳振动检测方法。首先利用相机采集悬绳段钢丝绳灰度图像,设置感兴趣区域(ROI),然后通过编写的Matlab图像处理程序,结合Sobel算法和数学形态学理论的合理利用对ROI区域进行二值化处理。再通过相机标定获取相机内外参数,对世界坐标系和相机坐标系进行合理设定,进行坐标转换和矩阵运算,直接获取弦绳的世界坐标,最后通过Labview与Matlab程序嵌套实现对弦绳振动位移的实时检测。经实验验证,改进后的方法能够快速、准确的实现钢丝绳边缘提取及弦绳的非接触振动检测。     

一种基于图像处理的提升机弦绳振动算法改进

针对煤矿矿井提升系统中钢丝绳图像边缘提取及振动检测问题，改进了边缘提取算法及弦绳振动检测方法。首先利用相机采集悬绳段钢丝绳灰度图像，设置感兴趣区域(ROI)，然后通过编写的Matlab图像处理程序，结合Sobel算法和数学形态学理论的合理利用对ROI区域进行二值化处理。再通过相机标定获取相机内外参数，对世界坐标系和相机坐标系进行合理设定，进行坐标转换和矩阵运算，直接获取弦绳的世界坐标，最后通过Labview与Matlab程序嵌套实现对弦绳振动位移的实时检测。经实验验证，改进后的方法能够快速、准确的实现钢丝绳边缘提取及弦绳的非接触振动检测。     

基于Curvelet变换和压缩感知的煤岩识别方法

针对小波难以表达煤岩图像的边缘曲线特征,影响识别精度的问题,提出一种基于曲波变换的方法,对煤岩图像边缘进行稀疏表示。该方法通过曲波变换对煤岩图像进行曲波分解,得到各尺度层曲波系数,保留图像变换后的Coarse层低频系数,基于压缩感知理论,利用随机高斯矩阵对高频系数进行测量,实现高维系数降维,Coarse层低频系数与降维后的高频系数通过级联构成煤岩图像特征向量,最后结合支持向量机对煤岩图像进行分类识别。实验表明:通过曲波分解提取的特征能够有效地表达煤岩图像边缘的曲线特征,所提出方法煤岩的分类准确率达93.75%,比Haar小波方法提高了4.37%,所用降维方法比线性降维方法提取的特征向量更加有利于煤岩图像的分类识别。     

巷道中线测量技术在煤矿的实践

针对巷道弯道造成的测量困难、巷道成型效果差等问题,巷道直线段的测量采用中线延伸方法,巷道曲线段的测量采用中线标定方法,要求曲线段中线标定误差与设计方位的误差小于±1'.现场实际测量结果表明:对曲线段巷道采用中线标定方法的效果较好,保证了巷道掘进的直线度,巷道成型效果良好.     

基于机器视觉的轴类零件识别

采用机器视觉手段进行轴类零件识别。通过采集待识别零件样本信息,利用MATLAB软件编程实现对样本的图像处理和轮廓提取,获得特征量信息。然后通过图像标定和亚像素最小二乘法进行直线拟合获得轴的边缘轨迹,完成轴的直径和同轴度识别。进行视觉识别结果和人工测量结果比较,结果表明,采用机器视觉进行轴类零件识别,相对误差为0.001,检测精度具有一定的可靠性,且检测速度快,便于实现批量化、在线实时检测,具有广阔的应用前景。     

基于视觉测量的综采工作面直线度测量技术研究

为了解决工作面直线度的测量问题,研究了在煤矿井下光照不足、煤尘多、设备复杂、工作面起伏等问题下,利用视觉测量技术代替当前普遍采用的人工方式,进行综采工作面直线度测量的技术。详细研究了工作面视觉测量的方案,提出了基于视觉测量技术的复杂工作面图像采集及处理理论,并开展了井下测量实验,实验结果显示利用视觉测量技术进行工作面直线度测量是十分有效的。     

基于多传感器的液压支架直线度测量方法研究

针对目前液压支架直线度测量方法存在测量数据不够完整、误差大、易受粉尘影响等问题,提出了一种多传感器组合的液压支架直线度测量方法。该测量方法主要通过在液压支架底板固定位置布置2个行程位移传感器与三轴倾角传感器组合测量得出相邻支架间的位置关系,并通过基于D-H坐标系的液压支架直线度推导模型,求解得液压支架群的直线度。实验结果表明,对于长达150 m的工作面,此方法的偏航角度累积误差小于5°,直线度测量累积误差小于85 mm,可以满足液压支架直线度的测量需求,可为液压支架调直控制提供精确的数据支持。     

自适应边缘阈值法的煤火探测研究

为了探测内蒙古乌达煤田的煤火位置,针对国产CBERS-04卫星的热红外波段提出一种自适应边缘阈值算法。该算法通过高斯滤波算法过滤热图像噪声,利用Sobel算子和提取的高温区域生成高温边缘,将高温边缘像素温度值的平均值作为温度分割阈值识别并提取煤火区。通过外业调查的火区验证提取的火区,发现二者的位置重叠度高达81.3%。对比同一日夜晚ASTER卫星和CBERS-04卫星所提取火区发现二者的位置重叠度为81.0%。这些结果均表明自适应边缘阈值煤火识别算法具有较高的煤火识别精度。     

基于边缘检测的焊接RT图像中缺陷分割方法

针对RT焊接图像,提出一种sobel算子与动态的自适应阈值相结合的边缘检测方法,并利用基于奇偶判断的填充算法,准确提取缺陷。对RT焊接图像进行边缘检测分割前,为去除噪声、检测和识别特征更加容易,首先在图像预处理中去除焊缝外背景,并进行了全方位多级组合滤波、局部区域的直方图均衡处理,然后还利用列灰度波形分析划分焊缝内区域。     

基于视觉技术的带式输送机跑偏检测方法

为了解决带式输送机传统的跑偏检测装置容易误动作、检修维护工作量大、可靠性差等问题,提出了一种基于视觉技术的带式输送机跑偏检测方法,基于OpenCV库对工业视频进行转换,再利用灰度化、高斯滤波、直方图均衡化等方法进行图像预处理,随后利用Canny边缘检测算法、提取感兴趣区域ROI、Hough变换算法等实现带面边缘检测,最后将检测到的带面边缘直线与标定好的输送机托辊边缘直线进行比较得出带式输送机的运行状态。实验结果表明,该方法能够检测出带式输送机的“无跑偏”、“左跑偏”、“右跑偏”3种运行状态,具有较高的可靠性、稳定性和实时性,为保证带式输送机安全高效运行提供了思路。