煤倉(cāng)煤位視覺檢測(cè)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(yùn)輸壓力以及煤炭運(yùn)輸過程中的原煤的存儲(chǔ)與中轉(zhuǎn)的壓力，煤炭企業(yè)通常會(huì)設(shè)置一定數(shù)量的煤倉(cāng)。因此，煤倉(cāng)煤位的深度檢測(cè)是避免煤倉(cāng)空倉(cāng)，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(yùn)行的重要條件。然而由于煤倉(cāng)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(yán)重制約著煤倉(cāng)煤位智能檢測(cè)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(cāng)煤位的測(cè)量是煤炭行業(yè)長(zhǎng)期以來

2、未能解決的技術(shù)難題。本文針對(duì)煤倉(cāng)煤位在線檢測(cè)的實(shí)際需求，首先介紹了煤倉(cāng)煤位深度估計(jì)的實(shí)際現(xiàn)狀，對(duì)現(xiàn)有的煤倉(cāng)煤位檢測(cè)方法進(jìn)行了分析和總結(jié)，分析了基于接觸式煤位計(jì)與非接觸式煤位計(jì)的工作原理、煤倉(cāng)結(jié)構(gòu)以及各個(gè)測(cè)量方法存在的弊端。介紹了機(jī)器視覺的基本標(biāo)定算法，研究了現(xiàn)有的攝像機(jī)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(duì)坐標(biāo)轉(zhuǎn)換理論模型進(jìn)行了詳細(xì)的分析，通過實(shí)驗(yàn)仿真證明了本文提出的煤倉(cāng)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(duì)煤倉(cāng)煤位圖像檢測(cè)的標(biāo)定結(jié)果進(jìn)行了對(duì)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(jiǎn)單，為后期的圖像處理節(jié)約了時(shí)間，以及后期的實(shí)時(shí)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(cāng)內(nèi)粉塵嚴(yán)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(cāng)內(nèi)部攝像機(jī)成像的基本特征，針對(duì)煤倉(cāng)煤位視覺檢測(cè)順利而有效的實(shí)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(cāng)煤位實(shí)時(shí)在線特征檢測(cè)算法?？紤]到煤倉(cāng)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(duì)煤位圖像在多尺度空間中進(jìn)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(duì)優(yōu)化后的特征信息進(jìn)行煤位圖像的重建，確保煤倉(cāng)煤位圖像分析和處理的實(shí)時(shí)性。經(jīng)過試驗(yàn)分析可以明顯看出，本文中提出的煤倉(cāng)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(shí)獲取煤倉(cāng)煤位圖像中煤位關(guān)鍵點(diǎn)處實(shí)際三維信息，由此實(shí)現(xiàn)了煤倉(cāng)煤位實(shí)時(shí)深度分析的可