煤倉煤位視覺檢測關(guān)鍵問題研究.pdf

1、在煤炭生產(chǎn)企業(yè)中，為了緩解煤炭企業(yè)的運輸壓力以及煤炭運輸過程中的原煤的存儲與中轉(zhuǎn)的壓力，煤炭企業(yè)通常會設(shè)置一定數(shù)量的煤倉。因此，煤倉煤位的深度檢測是避免煤倉空倉，造成風(fēng)流短路、煤炭溢出埋壓設(shè)備等事故發(fā)生的關(guān)鍵措施，是煤炭企業(yè)安全、穩(wěn)定、高效運行的重要條件。然而由于煤倉內(nèi)煤種多變、高粉塵、高濕度、低照度、瓦斯聚集等惡劣的環(huán)境，嚴重制約著煤倉煤位智能檢測控制技術(shù)的發(fā)展和應(yīng)用，難以滿足煤礦安全生產(chǎn)的需要，因此，煤倉煤位的測量是煤炭行業(yè)長期以來

2、未能解決的技術(shù)難題。本文針對煤倉煤位在線檢測的實際需求，首先介紹了煤倉煤位深度估計的實際現(xiàn)狀，對現(xiàn)有的煤倉煤位檢測方法進行了分析和總結(jié)，分析了基于接觸式煤位計與非接觸式煤位計的工作原理、煤倉結(jié)構(gòu)以及各個測量方法存在的弊端。介紹了機器視覺的基本標(biāo)定算法，研究了現(xiàn)有的攝像機自標(biāo)定算法的具體過程，包括兩步法、自標(biāo)定算法、平面標(biāo)定法，對坐標(biāo)轉(zhuǎn)換理論模型進行了詳細的分析，通過實驗仿真證明了本文提出的煤倉煤位自適應(yīng)標(biāo)定算法的有效性和可行性，參照現(xiàn)有

3、的標(biāo)定算法，對煤倉煤位圖像檢測的標(biāo)定結(jié)果進行了對比分析，該標(biāo)定算法無需任何標(biāo)定模版，且標(biāo)定算法簡單，為后期的圖像處理節(jié)約了時間，以及后期的實時三維重建提供了大量的數(shù)據(jù)支撐。由于煤炭企業(yè)煤倉內(nèi)粉塵嚴重、濕氣大，光線較弱的惡劣成像環(huán)境，本文通過分析研究煤倉內(nèi)部攝像機成像的基本特征，針對煤倉煤位視覺檢測順利而有效的實施，提出了一種非接觸式的基于高斯金字塔與Mallat小波塔式算法的煤倉煤位實時在線特征檢測算法?？紤]到煤倉煤位圖像在惡劣成像環(huán)境

4、中，以及煤位圖像的特殊性，該算法結(jié)合了Mallat小波塔式算法與高斯金字塔算法，對煤位圖像在多尺度空間中進行特征分析和重建，最大限度的去除煤位圖像中的冗余信息，并且對優(yōu)化后的特征信息進行煤位圖像的重建，確保煤倉煤位圖像分析和處理的實時性。經(jīng)過試驗分析可以明顯看出，本文中提出的煤倉煤位自適應(yīng)標(biāo)定算法與交互式高斯金字塔與Mallat小波金字塔特征提取算法，能夠?qū)崟r獲取煤倉煤位圖像中煤位關(guān)鍵點處實際三維信息，由此實現(xiàn)了煤倉煤位實時深度分析的可