[发明专利]一种基于图像处理技术的井下煤仓煤位检测方法

摘要

本发明公开了一种基于图像处理技术的井下煤仓煤位检测方法，首先采用距离选通激光主动成像技术由增强型摄像机ICCD对煤仓进行图像采集；由视频解码器SAA7113H把采集到的模拟信号转换为DM642芯片可以处理的数字信号；DM642芯片从存储器中读取图像数据并对其进行滤波处理；结合BEMD分解和互信息熵及图像叠加的优势，对滤波后的图像提取边缘；根据事先确定好的基于照明中的几何信息来提取景物中几何信息的煤位检测识别算法，实现煤位高度信息的提取。本发明测距精度高、抗干扰性好、实时性强，解决了煤矿安全生产监控与通信的关键问题，对于煤矿的安全生产、提高经济效益有着积极的现实和长远意义。

主权项

一种基于图像处理技术的井下煤仓煤位检测方法，其特征在于采用一种改进的形态学算法对原图像进行滤波，并结合BEMD分解和互信息熵及图像叠加的优势，将互信息与边缘梯度特征有效融合提取图像边缘，具体步骤如下：(1)采用形态学小尺寸、多方向结构元素对原图像滤波；依次用结构元素B1和B2对原图像A进行形态开闭平滑，以滤除噪声:f＝(AΟB₁)·B₂    (1)其中由于B1为2*2小尺度结构元素，而B2为3*3钻石形结构元素，相对的小尺度结构元素B1虽然去噪能力弱，但能更好的保留图像细节；大尺度结构元素B2虽然会模糊图像细节，但去噪能力强，所以利用两者依次滤波能够在保留图像细节的同时较好地滤除噪声干扰；(2)结合BEMD分解和互信息熵及图像叠加的优势，将互信息与边缘梯度特征有效融合提取图像边缘，以得到准确的煤位深度；(21)对滤波后的图像进行BEMD分解，得到不同的IMF分量；分解过程可表示为：$m\left(t\right)=\frac{1}{2}\[u\left(t\right)+v\left(t\right)\]---\left(2\right)$h₁(t)＝x(t)‑m(t)              (3)r₁(t)＝x(t)‑C₁(t)                (4)x(t)＝C₁(t)+C₂(t)+…+C_n(t)+r_n(t)        (5)其中，x(t)表示滤波后的图像信号，r_n叫做残差函数，表示信号的平均趋势；在式(5)中若忽略r_n(t)，则有$X\left(t\right)=\underset{i=1}{\overset{n}{\Σ}}{C}_i\left(t\right)---\left(6\right)$式(6)中，表示不同频率分量的IMF之和；那么由式(5)可知，从原始信号中减去噪声信号，就去除了噪声信号，即完成了有效信号的提取；(22)按照公式(7)、(8)计算各分量的能量熵；对图像进行二维EMD分解得到不同分量IMF1，IMF2，…，IMFn，分别对每个IMF求其能量：$E_i=-{\log }_2\left(\frac{P_i}{P}\right)---\left(7\right)$式中:E_i为第i段信号的能量熵，P_i为第i段信号的能量，P为信号总能量，n是二维EMD分解得出的分量个数，那么各IMF分量相应的固有能量熵为：$H\left(X_i\right)=-\underset{j=1}{\overset{N}{\Σ}}P\left(x_j\right)\lg P\left(x_j\right)---\left(8\right)$利用互信息描述二维EMD分解后的相邻分量的能量熵之间的相关性，其互信息为：I(X_i,X_i+1)＝H(X_i)+H(X_i+1)‑H(X_iX_i+1)      (9)(23)按照公式(9)计算各分量能量熵之间的互信息；(24)按照公式(11)寻找高频与低频部分的转折点；假设高频和低频部分相互统计独立，由信息论可知：相互独立的两个随机变量之间的互信息应为零；相邻的IMF分量之间的互信息值将会由高频到低频出现从大到小再到大的过程，中间必将出现一个转折点，因此，利用这个特点，通过互信息原则，可以找到高频部分和低频部分的转折点，于是，可得到目标函数：$k=first(\arg \underset{1\≤i\≤n-1}{\min }\[I(X_i,X_{i+1})\])---\left(11\right)$(25)分别对分界后的低频近似子图像f_L用改进的灰值数学形态学进行边缘检测得到其边缘f_Le，对高频细节子图像f_H用小波模极大值法抑止噪声进行边缘检测得到其边缘f_He；f_e＝f_He+f_Le     (12)。