“煤矿智能精准开采技术与装备”专题_中国煤炭行业知识服务平台

首页 > 专题

“煤矿智能精准开采技术与装备”专题

来源：煤炭科学技术

专题来自于《煤炭科学技术》2022年第8期，共8篇研究成果。

行业视野: 智能化
类别; 40个
关键词; 44位
专家; 10篇
论文; 2092IP
点击量; 3959次
下载量

煤与矸石图像特征分析及试验研究

作者(Author)：李博, 王学文, 庞尚钟, 高新宇, 王璐瑶, 丁恩发, 暴庆保

摘要：为实现基于机器视觉的绿色高效、高智能化的煤矸分选。探讨了煤和矸石共420张图像的2个灰度特征和4个纹理特征的分布情况，并分别模拟生产中的光照、淋水、粉尘环境对煤和矸石进行了图像采集，研究其对煤矸图像特征的影响；此外，针对光照强弱、湿度、煤粉沾染程度和样品种类4个试验因素，对影响因素进行了量化处理，应用Box-Benhnken Design（BBD）试验设计理论设计四因素三水平试验，以样本灰度均值为响应指标，研究各因素对煤矸图像灰度值影响的显著性及其交互作用，从而得到区分煤和矸石的最明显特征。特征分析表明，煤和矸石的灰度特征比纹理特征具有更好的区分度，从灰度均值和峰值来看，6～36 W的光照条件对灰度均值影响有限，却使灰度峰值波动严重；样本表面喷雾量的增加使灰度均值和峰值大幅下降，以0.08 g的喷雾量为转折点，灰度均值呈现出先急后缓的对数曲线下降趋势；煤粉量与灰度均值呈一次线性反比关系，灰矸的线性比例约为块煤和黑矸的4～5倍；单因素试验表明灰度峰值对环境变化较为敏感，而响应面试验表明煤和矸石的灰度均值在同一水平下区分度明显。研究结果有利于推进机器视觉煤矸分选技术的应用，实现井下煤矸分选，亦对煤岩界面识别技术具有参考意义。

免费下载

煤炭科学技术

2022年第08期

222

670
基于视觉显著性的煤矿井下关键目标对象实时感知研究

作者(Author)：南柄飞, 郭志杰, 王凯, 李首滨, 董晓龙, 霍栋

摘要：随着煤矿智能化技术发展，井下关键设备目标对象视觉感知应用需求日益增强。井下复杂场景，特别是生产工况综采工作面，人员及设备目标频繁交错呈现。基于监控视觉画面实时检测、提取人员及关键设备目标对象，对实现井下关键设备目标对象智能监控，生产场景智能感知与安全生产管理意义重大，因此需要研究井下关键目标对象实时感知方法。基于视觉注意机制的显著目标检测和分割是复杂场景关键目标对象感知的有效方法之一，但是显著性检测和目标分割过程计算复杂度高、耗时长，难以达到工程应用的实时性要求。基于此，在分析图像视觉特征的基础上，特别是煤矿井下图像视觉特征，提出一种基于随机采样区域对比度计算的实时显著性检测方法，引入随机采样策略对原图像像素进行采样后利用 Efficient Graph-based Segmentation方法将图像分割为若干区域，然后计算区域对比度获得区域显著性，实现了实时显著性检测；在显著性区域或者目标分割过程中，提出一种自适应的前景背景阈值迭代方法，基于Shared Sample Matting方法实现显著目标的实时分割提取。基于公共数据集进行试验分析，结果表明，该方法不仅提高了显著性目标的检测分割精度，而且达到30 FPS左右的显著目标检测、分割实时处理效率。同时，将该方法应用于煤矿井下复杂场景中关键设备目标对象的实时感知，效果良好，满足工程应用需求。

免费下载

煤炭科学技术

2022年第08期

205

493