[發明專利]一種有效的井下煤塵檢測系統

在審

• 申請號: 201710581421.1
• 申請日: 2017-07-17
• 公開（公告）號: CN107341495A
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 楊林
• 申請（專利權）人: 深圳森陽環保材料科技有限公司
• 主分類號: G06K9/60
• 分類號: G06K9/60;G06T5/00;G06T7/10;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明創造涉及礦井安全檢測領域，具體涉及一種有效的井下煤塵檢測系統。

背景技術

我國是產煤大國，在總的能源構成中煤炭約70％左右，而且這一能源結構狀況在今后很長一段時間內不會有太大的改變，因此，對煤礦的開采工作一直是我國的重點，而煤炭在產煤的各個環節都會排放大量的煤塵，當井下煤塵達到一定濃度時便有爆炸的危險，同時呼吸性煤塵可以導致煤礦工人的塵肺病，并且煤塵可以縮短井下機械設備的使用壽命，因此，對井下煤塵濃度的實時在線檢測具有重要的意義。

現有的煤塵在線檢測技術存在測量誤差較大以及測量精度易受環境因素影響等問題，因此，本發明提供一種有效的井下煤塵檢測系統，通過對采集井下煤塵圖像，并對采集得到的圖像進行有效的處理和分析，判斷井下煤塵情況，從而進行有效的預防和治理。

發明內容

針對上述問題，本發明旨在提供一種有效的井下煤塵檢測系統。

本發明創造的目的通過以下技術方案實現：

一種有效的井下煤塵檢測系統，包括煤塵圖像采集模塊、煤塵圖像處理模塊、煤塵圖像分割模塊和煤塵圖像識別模塊，所述煤塵圖像采集模塊用于實時采集井下的煤塵圖像，所述煤塵圖像處理模塊用于去除圖像中的各種噪聲污染，所述煤塵圖像分割模塊采用基于最大模糊熵的圖像分割算法對煤塵圖像進行有效的分割，所述煤塵圖像識別模塊用于對圖像中的煤塵顆粒進行識別，從而計算井下的煤塵濃度。

本發明創造的有益效果：針對井下煤塵圖像信噪比較低的特點，采用一種改進的非局部均值算法去除圖像中的各種噪聲污染，突出圖像的細節部分，此外，在煤塵圖像分割模塊采用一種基于改進粒子群算法和模糊熵的分割算法對圖像進行分割，引入慣性權重和小波變異自適應的改進粒子群優化算法，將該算法和模糊熵結合應用于圖像分割，對煤塵圖像取得了較好的分割結果，且計算量較小。

附圖說明

利用附圖對發明創造作進一步說明，但附圖中的實施例不構成對本發明創造的任何限制，對于本領域的普通技術人員，在不付出創造性勞動的前提下，還可以根據以下附圖獲得其它的附圖。

圖1是本發明結構示意圖；

圖2是本發明煤塵圖像分割模塊的結構示意圖；

圖3是本發明參數組合搜索單元的結構示意圖。

附圖標記：

煤塵圖像采集模塊1；煤塵圖像處理模塊2；煤塵圖像分割模塊3；煤塵圖像識別模塊4；參數組合搜索單元31；分割閾值計算單元32；粒子群優化子單元311；粒子群變異子單元312。

具體實施方式

結合以下實施例對本發明作進一步描述。

參見圖1、圖2和圖3，本實施例的一種有效的井下煤塵檢測系統，包括煤塵圖像采集模塊1、煤塵圖像處理模塊2、煤塵圖像分割模塊3和煤塵圖像識別模塊4，所述煤塵圖像采集模塊1用于實時采集井下的煤塵圖像，所述煤塵圖像處理模塊2用于去除圖像中的各種噪聲污染，所述煤塵圖像分割模塊3采用基于最大模糊熵的圖像分割算法對煤塵圖像進行有效的分割，所述煤塵圖像識別模塊4用于對圖像中的煤塵顆粒進行識別，從而計算井下的煤塵濃度。

本優選實施例針對井下煤塵圖像信噪比較低的特點，采用一種改進的非局部均值算法去除圖像中的各種噪聲污染，突出圖像的細節部分，此外，在煤塵圖像分割模塊采用一種基于改進粒子群算法和模糊熵的分割算法對圖像進行分割，引入慣性權重和小波變異自適應的改進粒子群優化算法，將該算法和模糊熵結合應用于圖像分割，對煤塵圖像取得了較好的分割結果，且計算量較小。

優選地，所述煤塵圖像處理模塊2用于去除圖像中的各種噪聲污染，其采用一種改進的權重計算方法的非局部均值的井下圖像去噪算法，具體為：

式中，a>0是高斯核函數的標準差，h是濾波參數，N_x和N_y分別表示x和y的方形鄰域，表示N_x和N_y鄰域之間的高斯加權歐式距離，Z(N_x,N_y)表示N_x和N_y鄰域之間的灰度距離，w(x,y)是像素x和像素y相似程度的權重，且0<w(x,y)<1，∑_y∈Iw(x,y)＝1。

本優選實施例通過改進非局部均值去噪算法對井下煤塵圖像進行去燥，在權重的計算過程中不僅考慮了像素位置差異對權重的影響，還考慮了像素灰度差異對權重的影響，從而提高了算法的去噪性能。