收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉的煤尘在线检测系统关键技术研究

刘伟华  
【摘要】:煤矿井下生产作业过程中会产生大量粉尘颗粒,它们能够较长时间悬浮在空气中,会在重力的作用下慢慢地沉积在工作面的底板、巷道壁、机电设备的表面等。若机械运转、局部通风、人员走动、放炮则会使已沉降的粉尘再次飞扬形成二次扬尘,骤然增加作业场所内空气中的粉尘浓度。悬浮着的粉尘会危害矿工的身体,导致尘肺病。此外,煤矿中的粉尘达到一定浓度(在爆炸下限至上限浓度范围内),遇明火还有可能发生爆炸,爆炸产生的冲击波会使积尘扬起,导致产生更为严重的后果。此外,煤炭生产已经实现了机械化,部分煤矿已经实现了生产自动化,大量的贵重设备和精密仪器应用在井下,煤尘颗粒的粘附会加速机械设备的磨损,缩短精密仪器的使用寿命。因此需要监测粉尘的变化,并依据检测结果指导井下作业环境中的抑尘、防尘、降尘和除尘。但传统的检查方法多为手动操作,只能定时定点对粉尘进行检测,测量结果不稳定、不能反映煤尘浓度的变化规律,实时性差、不能及时有效地指导防尘降尘工作。因此研制煤尘在线检测系统有着重要的理论意义和应用价值,本文研究的主要概括如下: (1)设计了一种基于机器视觉的煤尘颗粒在线检测系统。机器视觉技术因其直观、智能、易与其他系统集成而在工业生产过程中得到广泛应用。基于机器视觉粉尘检测系统可以实现长期、多点、非接触测量,因此本文提出了一种新的基于机器视觉的远程在线微米级颗粒检测方法,基于该方法实现远程监测煤矿井下粉尘。检测系统的功能包括两部分下位机的图像采集和上位机的图像分析。下位机系统实现煤尘样本采集、煤尘图像采集和图像远程传输,上位机对获得的图像进行处理和分析,并给出颗粒分析的报告。 (2)提出了一种滤波参数自适应的非局部全变差滤噪算法。获得的粉尘图像经过压缩、传输、解压等一系列的步骤,图像信噪比低、对比度差,需经滤噪提高图像质量。非局部均值去噪的基本原理是遍历整幅图像,通过与其相似像素灰度值加权平均来估计每个像素点的灰度值。图像中不同像素点间灰度值越相似,它们具有的相似权系数就越大。非局部均值方法虽能有效地降低图像噪声并保持图像的细节,但也存在着最优滤波参数选择和运行速度慢的问题。通过分析滤波参数与噪声标准差之间的关系,发现滤波参数的选择对图像去噪的效果影响很大,因此文中给出了定量估计最优滤波参数的方法。此外,结合非局部均值滤波和全变分运算的思想,基于图像像素间的邻域相似性和搜索窗内相似性两个度量,建立了一种非局部均值全变差的滤噪模型。采用Split-Bregman迭代,在提高了运行效率的同时保持了图像的纹理和边缘。滤噪后的图像具有更高的信噪比,更快的运行效率,且去噪后的图像保持了纹理和边缘等细节特征。 (3)提出了对比度自适应增强的多尺度Retinex颗粒图像增强算法。 图像采集系统采用了暗场照明的方式,但所取得的图像由于环境的原因仍会出现背景不均匀的现象。若未加处理直接增强图像,则会将本应属于背景的区域错误地增强为目标,导致后续图像分析出现误差。多尺度Retienx算法是依据人眼视觉感知特性将图像分为照射分量和反射分量,通过将图像与多尺度高斯函数卷积估计照射分量,再从原图像中减去该照射分量,即可去掉光照对图像的影响,得到反射分量。经典Retienx算法能有效地压缩图像的动态范围,改善图像的质量,但仍存在着图像变灰的问题。为了增强图像的对比度,采用归一化的非完全Beta函数增强Retienx处理后的图像。根据实验采集图像的特点,确定了最优对比度时的非线性函数的两个参数的值。经过试验证明,增强后颗粒图像具有连续均匀的背景和更高的图像对比度。另外,通过对颗粒粒径测量的实验也佐证了处理后的图像能够显著减少因光照而导致的粒径测量的误差。 (4)提出了基于改进微粒群算法的二维最大熵的自适应图像分割方法,获得了连续一致的图像分割结果。虽然图像分割的方法很多,但阈值法因其简单有效而被广泛应用。熵是信息量的表征,利用图像中各个像素的点灰度值及其区域灰度均值生成二维直方图,它所对应为二维熵原理,熵最大时的阈值为最优阈值。二维最大熵图像分割方法的核心内容是利用点灰度和区域灰度均值信息提取图像的有用信息,忽视了边界和噪声点,使得在图像信噪比低时也能取得好的分割效果。为了提高寻求最优阈值的速度,采用改进的微粒群算法寻找最优阈值,但微粒群算法存在过早收敛和微粒趋同的问题,因此引入的多群共享向量和概率学习变量的改进算法。多群共享向量实现多个独立的群之间的信息的共享,保留每代粒子中每一维的当前全局最优值,改进了“维数灾”的问题。为了解决因为微粒停滞导致优化陷入僵局的问题,引入学习概率变量,改进“颗粒趋同”的问题,即以一定的概率对几代内未更新的微粒重新初始化。基于改进微粒群算法选取的阈值稳定,寻优速度快,实现了图像的连续一致的自适应分割。 (5)提出了一种基于凹点搜索和匹配的颗粒分离重叠颗粒,提高颗粒检测的准确率。煤尘颗粒形状不规则,边界凹凸不平,重叠颗粒的数目也较多,分水岭和腐蚀膨胀的方法不适用,因此提出了基于凹点搜索和匹配的方法。首先计算每个区域所包含的颗粒个数,判定是否为重叠区域。然后,计算点到不同长度弦的距离乘积表征曲率,并设定曲率阈值和夹角阈值,据以选取重叠颗粒的凹点。根据凹点和颗粒个数的对应关系确定不同的重叠类型和不同的匹配规则,用Bresenham画线连接匹配凹点分离颗粒。基于凹点搜索和匹配的颗粒分离方法可以实现不同重叠程度、多个粘连颗粒的分割。凹点的判别主要是简单的平方、相加和开根号等运算,算法的复杂度低,运行速度快,同时避免了重叠颗粒的过度分割。运算过程中无需多次腐蚀与膨胀,因此能够保持不规则颗粒图像的边缘,使得分离后的变形小,保证了后续颗粒分析的正确性。 (6)最后设计仿真实验系统模拟煤矿井下的粉尘测量环境,验证检测结果的准确率和重复率。先采用标准微粒作为实验样本验证系统测量的准确性,然后采用真实的煤尘颗粒作为样本来验证系统的可重复性。仿真实验证明系统能够直观地监控煤尘浓度的变化,处理并分析颗粒图像。最后给出煤尘粒径的分布报告,并且颗粒粒径检测的准确率超过94%,重复率超过98%。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 尤文;徐刚;马海涛;;小波分析在车灯面形尺寸及定位检测系统中的应用[J];计算机应用;2006年S1期
2 黄俊敏;吴庆华;周金山;代娜;何涛;;基于机器视觉的二维高精度手机玻璃屏尺寸测量仪[J];计算机测量与控制;2009年09期
3 周林妹;;数字图像边缘检测算法及其在农产品加工中的应用[J];食品与机械;2009年03期
4 周龙;基于机器视觉的储粮害虫图像模糊检测方法研究[J];计算机应用与软件;2005年08期
5 唐建雄;基于机器视觉的人运动检测[J];现代电子技术;2005年22期
6 左建中;尹辉;陈贤青;;小波变换在螺纹边缘检测中的应用[J];制造业自动化;2007年01期
7 林长青;庄石;廖俊必;;基于机器视觉的螺钉在线检测[J];工具技术;2008年04期
8 赵来刚;陈道炯;;一种基于Sobel算子的新型边缘提取技术[J];机械与电子;2011年02期
9 龚金云;全思博;;基于灰度图像直方图的边缘检测[J];装备制造技术;2007年02期
10 师雪超;孙振忠;卢盛林;杨玉梅;;基于机器视觉的弧形件检测算法[J];计算机应用;2010年07期
11 胡涛;郭宝平;郭轩;杨欧;;高分辨率PCB图像亚像素边缘检测算法[J];微计算机信息;2010年10期
12 郝建军;吕威;余永维;;精密零件边缘检测[J];四川兵工学报;2010年06期
13 谢国俊;曹其新;夏年炯;;基于机器视觉的镀锌板粉化区域的提取方法[J];华中科技大学学报(自然科学版);2006年09期
14 陈典红;李海明;单越康;;基于机器视觉的公差检测系统算法研究与应用——自适应边缘检测与修正Hough变换[J];计算机工程与应用;2007年07期
15 冯恩娟;康敏;傅秀清;杨勇;;机器视觉的电解车削对刀间隙检测[J];现代制造工程;2010年04期
16 单宝明;;基于机器视觉的疫苗制备中胚蛋成活性检测[J];农业机械学报;2010年05期
17 陈艺峰;;CMOS摄像机标定实验研究[J];机电技术;2011年02期
18 李昕;李立君;易春峰;;基于目标保护的林业机器人视觉系统的研究[J];中南林业科技大学学报;2011年07期
19 С.И.Мишкинд ,丁柏;用于生产自动化的机器视觉系统[J];机器人;1985年04期
20 李炜,黄心汉,王敏,万国红;基于机器视觉的带钢表面缺陷检测系统[J];华中科技大学学报(自然科学版);2003年02期
中国重要会议论文全文数据库 前10条
1 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
2 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
4 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
5 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
6 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
7 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
8 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
9 陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;基于Kalman滤波器的机器视觉自动导航定位算法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
10 杨雪勤;张洪钺;;差分GPS/姿态传感器/机器视觉在飞机着陆定位中的应用[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
中国博士学位论文全文数据库 前10条
1 刘伟华;基于机器视觉的煤尘在线检测系统关键技术研究[D];山东大学;2011年
2 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
3 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
4 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
5 刘璎瑛;基于机器视觉的稻米品质评判方法研究[D];南京农业大学;2010年
6 韩永华;农田图像的统计迭代分割方法研究[D];浙江大学;2011年
7 陈少波;SAR图像相干斑抑制算法研究[D];华中科技大学;2010年
8 陈玫玫;手指静脉图像的去噪与分割算法研究[D];吉林大学;2010年
9 陈国忠;SAR图像纹斑噪声抑制算法研究[D];上海交通大学;2008年
10 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年
中国硕士学位论文全文数据库 前10条
1 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
2 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
3 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
4 赵娇洁;基于机器视觉的汽车轮毂形状识别算法研究[D];沈阳师范大学;2011年
5 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
6 邹健;自动旋铆安装系统设计[D];广东工业大学;2011年
7 阮晓虹;基于机器视觉的触点零件在线检测系统研究[D];上海交通大学;2010年
8 刘学山;基于机器视觉的锂离子电池极片检测系统的研究与设计[D];华南理工大学;2010年
9 程张凡;基于机器视觉的汽车感观测量研究[D];合肥工业大学;2010年
10 闫霞;基于机器视觉的体积测量系统研究[D];河南科技大学;2011年
中国重要报纸全文数据库 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 袁中;邦纳机器视觉在食品及医药包装行业中的应用[N];中国包装报;2009年
3 本报记者 李剑琦;西门子成功并购RVSI Acuity CiMatrix 意欲扩充机器视觉版图[N];机电商报;2005年
4 陈蕾;康耐视向中国多所大学捐赠机器视觉产品加强与高校合作[N];中国包装报;2010年
5 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
6 记者 李跃辉通讯员 杨凡;用知识产权抢占市场[N];中国知识产权报;2008年
7 天笑;1394接口新标准即将推出 成USB新挑战[N];电子资讯时报;2008年
8 钱家荣;奇妙的“凹点”心理[N];浙江日报;2008年
9 本报记者 李剑琦;与Euresys策略联盟 凌华中国战略加速升级?[N];机电商报;2005年
10 渤海投资研究所 秦洪;高价股成牛市新主角[N];证券时报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978