[發明專利]基于圖像分割的煤流量監測方法、裝置和電子裝置

在審

• 申請號: 202011101751.4
• 申請日: 2020-10-15
• 公開（公告）號: CN112365533A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 劉士臣
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06T7/62
• 分類號: G06T7/62;G06T7/11;G06T7/136;G06K9/62
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 龍偉

本申請涉及一種基于圖像分割的煤流量監測方法、裝置、電子裝置和存儲介質，該方法包括從傳送帶運輸煤炭過程中的視頻中提取待測圖像；將待測圖像輸入到已訓練的超分辨率分割網絡模型，得到已訓練的超分辨率分割網絡模型輸出的與待測圖像對應的分割特征圖像；對分割特征圖像進行可視化處理，得到與分割特征圖像對應的可視化圖，其中，可視化圖包括煤炭區域、傳送帶區域和背景區域；根據可視化圖中煤炭區域與傳送帶區域的分割面積，確定煤流量。通過本申請，解決了相關技術中對煤流量的檢測準確性低的問題，實現了提高對煤流量的檢測準確性的技術效果。

技術領域

本申請涉及工業圖像識別領域，特別是涉及一種基于圖像分割的煤流量監測方法、裝置、電子裝置和存儲介質。

背景技術

目前，對于煤礦井下的環境的采煤輸送主要依靠傳送帶運輸完成。由于礦用卡車的轉運路線較長，因而造成同一時間段內運輸量極不均勻，導致原煤帶式輸送機在負載較輕或無負載的狀態下運行時間較長，不僅造成額外轉速和空載狀態下運行的電能浪費，而且也使帶式輸送機傳動系統、轉動部件、膠帶形成無效磨損，縮短了設備使用壽命，現有運行方式膠帶機空轉率高、生產效率低，電能消耗大。

傳統的做法是使用變頻器來驅動煤炭運輸皮帶機運行，可以通過變頻器控制皮帶驅動電機的運行速度，實現皮帶機帶速的調節，但是由于控制系統的不完善，目前大多數場合沒有充分發揮皮帶機帶速可調的特性，也未體現出變頻器驅動與其他驅動方式的差異化和優越性。同時，由于煤礦的特殊生產條件，使得帶皮帶機的運煤量是不均勻的，若皮帶機一直保持高速運行，對于機械傳動系統會造成較為嚴重的影響，電能消耗也比低速運行時大得多。

相關技術中采用了通過檢測皮帶機上的煤流量來調節皮帶機的帶速，通過分析運載過程中的皮帶運輸機上的煤物料的視頻流中圖像幀之間的像素灰度差值進行分析，得到煤物料邊界，根據煤物料邊界估算煤流量，最后根據煤流量與預設值的大小關系，發出提示信號或控制信號。然而，這類技術方案在視頻幀的像素灰度差值的比較過程中，皮帶機的部件震動也會產生灰度差值，這會影響煤流量的檢測，使得煤流量的檢測準確性下降，導致皮帶機的帶速調節準確性和可靠性下降。

目前針對相關技術中對煤流量的檢測準確性低的問題，尚未提出有效的解決方案。

發明內容

本申請實施例提供了一種基于圖像分割的煤流量監測方法、裝置、電子裝置和存儲介質，以至少解決相關技術中運維審計系統的登錄認證安全性低的問題。

第一方面，本申請實施例提供了一種基于圖像分割的煤流量監測方法，包括：從傳送帶運輸煤炭過程中的視頻中提取待測圖像；將所述待測圖像輸入到已訓練的超分辨率分割網絡模型，得到所述已訓練的超分辨率分割網絡模型輸出的與所述待測圖像對應的分割特征圖像；對所述分割特征圖像進行可視化處理，得到與所述分割特征圖像對應的可視化圖，其中，所述可視化圖包括煤炭區域、傳送帶區域和背景區域；根據所述可視化圖中煤炭區域與傳送帶區域的分割面積，確定煤流量。

在其中一些實施例中，所述已訓練的超分辨率分割網絡模型包括已訓練的語義分割網絡子模型、已訓練的全局上下文建模網絡子模型以及已訓練的超分辨率網絡子模型；將所述待測圖像輸入到已訓練的超分辨率分割網絡模型，得到所述已訓練的語義分割網絡模型輸出的與所述待測圖像對應的分割特征圖像包括：將所述待測圖像輸入到所述已訓練的語義分割網絡子模型，得到所述已訓練的語義分割網絡子模型輸出的與所述待測圖像對應的第一特征圖像；獲取所述待測圖像的全局上下文信息；將所述第一特征圖像和所述待測圖像的全局上下文信息輸入到所述已訓練的全局上下文建模網絡子模型，得到所述已訓練的全局上下文建模網絡子模型輸出的與所述待測圖像對應的第二特征圖像；將所述待測圖像輸入到所述已訓練的超分辨率網絡子模型，得到所述已訓練的超分辨率網絡子模型輸出的超分辨率圖像；對所述超分辨率圖像中的特征和所述第二特征圖像中的特征信息特征關聯處理，得到與所述待測圖像對應的分割特征圖像。