[发明专利]一种基于计算机视觉的井下监测系统有效
申请号: | 201710424595.7 | 申请日: | 2017-06-07 |
公开(公告)号: | CN107203993B | 公开(公告)日: | 2018-09-21 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 广东安邦建设监理有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06T7/136 |
代理公司: | 北京华识知识产权代理有限公司 11530 | 代理人: | 刘艳玲 |
地址: | 525000 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 井下 监测模块 视频采集单元 井下监测系统 信息传输单元 计算机视觉 信息传输 采集 总站 图像预处理单元 图像 处理和分析 安全监测 环境状况 井下作业 实时采集 实时观察 提取图像 图像信息 位置处 监测 井上 矿井 | ||
1.一种基于计算机视觉的井下监测系统,其特征是,包括井下监测模块和与井下监测模块相连的监测总站,所述井下监测模块包括:位于井下的若干个视频采集单元和信息传输单元,所述视频采集单元分布在矿井下的不同位置处,用于采集井下的图像信息,所述信息传输单元用于将视频采集单元采集得到的信息传输到图像预处理单元,所述监测总站位于矿调度室,包括图像预处理单元、边缘检测单元和目标提取单元,所述图像预处理单元用于对采集得到的原始图像进行裁剪,剔除采集的每帧视频图像中多余的部分,以缩小图像检测的区域大小,所述边缘检测单元用于对裁剪后的图像进行分区域滤波处理,所述目标提取单元用于对滤波后的图像进行边缘检测和目标形心的提取,从而确定目标,具体包括:
a.采用高低阈值进行图像边缘的检测,定义局部区域的高阈值为,对应的低阈值为,则高阈值的计算公式为:
式中,为局部图像的邻域内中心像素的梯度幅值,表示局部图像的分辨率,表示局部图像的梯度幅值的均值;
b.去除局部图像中梯度幅值大于所述高阈值的像素点,利用剩余像素点计算局部图像的低阈值,则低阈值的计算公式为:
式中,为剩余像素点的邻域内中心像素的梯度幅值,表示剩余的总像素的分辨率,表示剩余像素的梯度幅值的均值,表示剩余像素的梯度幅值的方差;
去除剩余像素点中梯度幅值大于低阈值的像素点,余下的像素即为图像的边缘;
c.根据检测所得的图像的边缘信息提取目标的形心,从而实现图像中目标的提取。
2.根据权利要求1所述的一种基于计算机视觉的井下监测系统,其特征是,系统还包括电源模块,所述电源模块与井下监测模块相连,用于为井下监测模块提供电源。
3.根据权利要求2所述的一种基于计算机视觉的井下监测系统,其特征是,信息传输单元包括发射器和接收器,实现井下监测模块和监测总站之间数据信息的发送和接收。
4.根据权利要求1所述的一种基于计算机视觉的井下监测系统,其特征是,所述边缘检测单元用于对裁剪后的图像进行分区域滤波处理,通过计算图像的局部区域的复杂度值来确定不同区域的不同滤波尺度参数,图像局部区域的复杂度值的计算公式如下:
式中,为图像局部区域的信息熵值,为图像局部区域的像素点的平均梯度值,和分别为图像局部区域的信息熵值和平均梯度值在组合复杂度值中所占的比值;
其中,图像局部区域的信息熵值的计算公式如下:
式中,是图像局部区域的灰度级为的像素点,为图像局部区域的灰度级为的像素点总数,是图像的总的灰度级,为局部区域中灰度级为的像素点总数;
其中,图像局部区域的平均梯度值的计算公式如下:
式中,为局部区域的位置处的像素点的梯度估计值,为水平方向的梯度分量,为垂直方向的梯度分量,为局部区域的像素点总数;
b.根据计算所得的图像局部区域的复杂度值来确定不同局部区域的高斯滤波尺度参数,具体包括:
式中,是图像局部区域的滤波尺度,根据局部区域的复杂度计算滤波尺度的计算公式为:
式中,为局部区域的最大复杂度值,是局部区域的最大滤波尺度,为最大复杂度对应的图像局部区域的分辨率,为局部区域的最小复杂度值,是局部区域的复杂度值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东安邦建设监理有限公司,未经广东安邦建设监理有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710424595.7/1.html,转载请声明来源钻瓜专利网。