基于機(jī)器視覺(jué)的煤塵在線檢測(cè)系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、煤礦井下生產(chǎn)作業(yè)過(guò)程中會(huì)產(chǎn)生大量粉塵顆粒，它們能夠較長(zhǎng)時(shí)間懸浮在空氣中，會(huì)在重力的作用下慢慢地沉積在工作面的底板、巷道壁、機(jī)電設(shè)備的表面等。若機(jī)械運(yùn)轉(zhuǎn)、局部通風(fēng)、人員走動(dòng)、放炮則會(huì)使已沉降的粉塵再次飛揚(yáng)形成二次揚(yáng)塵，驟然增加作業(yè)場(chǎng)所內(nèi)空氣中的粉塵濃度。懸浮著的粉塵會(huì)危害礦工的身體，導(dǎo)致塵肺病。此外，煤礦中的粉塵達(dá)到一定濃度(在爆炸下限至上限濃度范圍內(nèi))，遇明火還有可能發(fā)生爆炸，爆炸產(chǎn)生的沖擊波會(huì)使積塵揚(yáng)起，導(dǎo)致產(chǎn)生更為嚴(yán)重的后果。此外，

2、煤炭生產(chǎn)已經(jīng)實(shí)現(xiàn)了機(jī)械化，部分煤礦已經(jīng)實(shí)現(xiàn)了生產(chǎn)自動(dòng)化，大量的貴重設(shè)備和精密儀器應(yīng)用在井下，煤塵顆粒的粘附會(huì)加速機(jī)械設(shè)備的磨損，縮短精密儀器的使用壽命。因此需要監(jiān)測(cè)粉塵的變化，并依據(jù)檢測(cè)結(jié)果指導(dǎo)井下作業(yè)環(huán)境中的抑塵、防塵、降塵和除塵。但傳統(tǒng)的檢查方法多為手動(dòng)操作，只能定時(shí)定點(diǎn)對(duì)粉塵進(jìn)行檢測(cè)，測(cè)量結(jié)果不穩(wěn)定、不能反映煤塵濃度的變化規(guī)律，實(shí)時(shí)性差、不能及時(shí)有效地指導(dǎo)防塵降塵工作。因此研制煤塵在線檢測(cè)系統(tǒng)有著重要的理論意義和應(yīng)用價(jià)值，本文研究

3、的主要概括如下：
　　 (1)設(shè)計(jì)了一種基于機(jī)器視覺(jué)的煤塵顆粒在線檢測(cè)系統(tǒng)。機(jī)器視覺(jué)技術(shù)因其直觀、智能、易與其他系統(tǒng)集成而在工業(yè)生產(chǎn)過(guò)程中得到廣泛應(yīng)用?；跈C(jī)器視覺(jué)粉塵檢測(cè)系統(tǒng)可以實(shí)現(xiàn)長(zhǎng)期、多點(diǎn)、非接觸測(cè)量，因此本文提出了一種新的基于機(jī)器視覺(jué)的遠(yuǎn)程在線微米級(jí)顆粒檢測(cè)方法，基于該方法實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)煤礦井下粉塵。檢測(cè)系統(tǒng)的功能包括兩部分下位機(jī)的圖像采集和上位機(jī)的圖像分析。下位機(jī)系統(tǒng)實(shí)現(xiàn)煤塵樣本采集、煤塵圖像采集和圖像遠(yuǎn)程傳輸，上位機(jī)對(duì)

4、獲得的圖像進(jìn)行處理和分析，并給出顆粒分析的報(bào)告。
　　 (2)提出了一種濾波參數(shù)自適應(yīng)的非局部全變差濾噪算法。獲得的粉塵圖像經(jīng)過(guò)壓縮、傳輸、解壓等一系列的步驟，圖像信噪比低、對(duì)比度差，需經(jīng)濾噪提高圖像質(zhì)量。非局部均值去噪的基本原理是遍歷整幅圖像，通過(guò)與其相似像素灰度值加權(quán)平均來(lái)估計(jì)每個(gè)像素點(diǎn)的灰度值。圖像中不同像素點(diǎn)間灰度值越相似，它們具有的相似權(quán)系數(shù)就越大。非局部均值方法雖能有效地降低圖像噪聲并保持圖像的細(xì)節(jié)，但也存在著最優(yōu)濾

5、波參數(shù)選擇和運(yùn)行速度慢的問(wèn)題。通過(guò)分析濾波參數(shù)與噪聲標(biāo)準(zhǔn)差之間的關(guān)系，發(fā)現(xiàn)濾波參數(shù)的選擇對(duì)圖像去噪的效果影響很大，因此文中給出了定量估計(jì)最優(yōu)濾波參數(shù)的方法。此外，結(jié)合非局部均值濾波和全變分運(yùn)算的思想，基于圖像像素間的鄰域相似性和搜索窗內(nèi)相似性兩個(gè)度量，建立了一種非局部均值全變差的濾噪模型。采用Split-Bregman迭代，在提高了運(yùn)行效率的同時(shí)保持了圖像的紋理和邊緣。濾噪后的圖像具有更高的信噪比，更快的運(yùn)行效率，且去噪后的圖像保持了紋

6、理和邊緣等細(xì)節(jié)特征。
　　 (3)提出了對(duì)比度自適應(yīng)增強(qiáng)的多尺度Retinex顆粒圖像增強(qiáng)算法。
　　 圖像采集系統(tǒng)采用了暗場(chǎng)照明的方式，但所取得的圖像由于環(huán)境的原因仍會(huì)出現(xiàn)背景不均勻的現(xiàn)象。若未加處理直接增強(qiáng)圖像，則會(huì)將本應(yīng)屬于背景的區(qū)域錯(cuò)誤地增強(qiáng)為目標(biāo)，導(dǎo)致后續(xù)圖像分析出現(xiàn)誤差。多尺度Retienx算法是依據(jù)人眼視覺(jué)感知特性將圖像分為照射分量和反射分量，通過(guò)將圖像與多尺度高斯函數(shù)卷積估計(jì)照射分量，再?gòu)脑瓐D像中減去該照

7、射分量，即可去掉光照對(duì)圖像的影響，得到反射分量。經(jīng)典Retienx算法能有效地壓縮圖像的動(dòng)態(tài)范圍，改善圖像的質(zhì)量，但仍存在著圖像變灰的問(wèn)題。為了增強(qiáng)圖像的對(duì)比度，采用歸一化的非完全Beta函數(shù)增強(qiáng)Retienx處理后的圖像。根據(jù)實(shí)驗(yàn)采集圖像的特點(diǎn)，確定了最優(yōu)對(duì)比度時(shí)的非線性函數(shù)的兩個(gè)參數(shù)的值。經(jīng)過(guò)試驗(yàn)證明，增強(qiáng)后顆粒圖像具有連續(xù)均勻的背景和更高的圖像對(duì)比度。另外，通過(guò)對(duì)顆粒粒徑測(cè)量的實(shí)驗(yàn)也佐證了處理后的圖像能夠顯著減少因光照而導(dǎo)致的粒徑

8、測(cè)量的誤差。
　　 (4)提出了基于改進(jìn)微粒群算法的二維最大熵的自適應(yīng)圖像分割方法，獲得了連續(xù)一致的圖像分割結(jié)果。雖然圖像分割的方法很多，但閾值法因其簡(jiǎn)單有效而被廣泛應(yīng)用。熵是信息量的表征，利用圖像中各個(gè)像素的點(diǎn)灰度值及其區(qū)域灰度均值生成二維直方圖，它所對(duì)應(yīng)為二維熵原理，熵最大時(shí)的閾值為最優(yōu)閾值。二維最大熵圖像分割方法的核心內(nèi)容是利用點(diǎn)灰度和區(qū)域灰度均值信息提取圖像的有用信息，忽視了邊界和噪聲點(diǎn)，使得在圖像信噪比低時(shí)也能取得好的

9、分割效果。為了提高尋求最優(yōu)閾值的速度，采用改進(jìn)的微粒群算法尋找最優(yōu)閾值，但微粒群算法存在過(guò)早收斂和微粒趨同的問(wèn)題，因此引入的多群共享向量和概率學(xué)習(xí)變量的改進(jìn)算法。多群共享向量實(shí)現(xiàn)多個(gè)獨(dú)立的群之間的信息的共享，保留每代粒子中每一維的當(dāng)前全局最優(yōu)值，改進(jìn)了“維數(shù)災(zāi)”的問(wèn)題。為了解決因?yàn)槲⒘Ｍ?dǎo)致優(yōu)化陷入僵局的問(wèn)題，引入學(xué)習(xí)概率變量，改進(jìn)“顆粒趨同”的問(wèn)題，即以一定的概率對(duì)幾代內(nèi)未更新的微粒重新初始化?；诟倪M(jìn)微粒群算法選取的閾值穩(wěn)定，尋優(yōu)

10、速度快，實(shí)現(xiàn)了圖像的連續(xù)一致的自適應(yīng)分割。
　　 (5)提出了一種基于凹點(diǎn)搜索和匹配的顆粒分離重疊顆粒，提高顆粒檢測(cè)的準(zhǔn)確率。煤塵顆粒形狀不規(guī)則，邊界凹凸不平，重疊顆粒的數(shù)目也較多，分水嶺和腐蝕膨脹的方法不適用，因此提出了基于凹點(diǎn)搜索和匹配的方法。首先計(jì)算每個(gè)區(qū)域所包含的顆粒個(gè)數(shù)，判定是否為重疊區(qū)域。然后，計(jì)算點(diǎn)到不同長(zhǎng)度弦的距離乘積表征曲率，并設(shè)定曲率閾值和夾角閾值，據(jù)以選取重疊顆粒的凹點(diǎn)。根據(jù)凹點(diǎn)和顆粒個(gè)數(shù)的對(duì)應(yīng)關(guān)系確定不同

11、的重疊類型和不同的匹配規(guī)則，用Bresenham畫(huà)線連接匹配凹點(diǎn)分離顆粒。基于凹點(diǎn)搜索和匹配的顆粒分離方法可以實(shí)現(xiàn)不同重疊程度、多個(gè)粘連顆粒的分割。凹點(diǎn)的判別主要是簡(jiǎn)單的平方、相加和開(kāi)根號(hào)等運(yùn)算，算法的復(fù)雜度低，運(yùn)行速度快，同時(shí)避免了重疊顆粒的過(guò)度分割。運(yùn)算過(guò)程中無(wú)需多次腐蝕與膨脹，因此能夠保持不規(guī)則顆粒圖像的邊緣，使得分離后的變形小，保證了后續(xù)顆粒分析的正確性。
　　 (6)最后設(shè)計(jì)仿真實(shí)驗(yàn)系統(tǒng)模擬煤礦井下的粉塵測(cè)量環(huán)境，驗(yàn)證