[发明专利]一种井下输煤图像的煤块面积检测方法

权利要求书

1.一种井下输煤图像的煤块面积检测方法，其特征在于，该方法包括以下步骤：

步骤一、视频图像采集模块的布设及视频图像的采集：

步骤101、沿煤矿输煤皮带布设多组视频图像采集模块，在煤矿井上监控室内设置与所述视频图像采集模块连接的监控计算机(3)；其中，每组视频图像采集模块包括多个设置在煤矿输煤皮带上方的本安摄像头(1)以及设置在煤矿巷道壁上且依次连接的本安交换机(2)、本安光端机(4)和环网交换机(5)，所述本安交换机(2)与多个本安摄像头(1)连接，多个本安摄像头(1)垂直指向煤矿输煤皮带；

步骤102、多个本安摄像头(1)对煤矿输煤皮带的运输煤流视频进行采集，并将采集到的多个运输煤流视频依次经过本安交换机(2)、本安光端机(4)和环网交换机(5)传送至监控计算机(3)；

步骤二、运输煤流视频的分解：

监控计算机(3)将接收到的多个运输煤流视频分别进行分解，则各个运输煤流视频均包括多帧运输煤块图像；其中，多帧运输煤块图像按照采集时间先后顺序进行排列，所述运输煤块图像为RGB图像，所述运输煤块图像的尺寸大小为A×B，A表示行，B表示列；

步骤三、运输煤块图像的初步检测：

监控计算机(3)按照时间先后顺序对多帧运输煤块图像分别进行初步检测，且对各帧运输煤块图像的初步检测均相同，则对任一帧运输煤块图像进行初步检测时，包括以下步骤：

步骤301、监控计算机(3)调取灰度处理模块对运输煤块图像进行灰度化处理，得到运输煤块灰度图像；

步骤302、监控计算机(3)调取拉普拉斯边缘检测模块对运输煤块灰度图像进行边缘提取，得到运输煤块初步边缘图像；

步骤303、监控计算机(3)调取二值化模块对运输煤块初步边缘图像进行二值化处理，得到运输煤块初步二值化图像；其中，运输煤块初步二值化图像中背景区域为黑色，前景区域为白色；

步骤304、监控计算机(3)对运输煤块初步二值化图像中前景区域的像素数量进行统计，得到前景区域的像素数量并记作N_q；

步骤305、监控计算机(3)根据公式得到前景区域的面积比值P_q；其中，N_c表示运输煤块初步二值化图像中像素的总数量；

步骤306、监控计算机(3)将前景区域的面积比值P_q和初步判断阈值S₁进行比较，当P_q＞S₁成立，则说明煤矿输煤皮带上有煤块运输，执行步骤四至步骤六；当P_q＞S₁不成立，则说明煤矿输煤皮带上没有煤块运输，执行步骤七；

步骤四、运输煤块图像的增强：

步骤401、监控计算机(3)调取图像尺寸调节模块将运输煤块图像的尺寸大小调整为224×224，得到待处理运输煤块图像；

步骤402、监控计算机(3)调取灰度处理模块对待处理运输煤块图像进行灰度化处理，得到待处理运输煤块灰度图像；

步骤403、高斯滤波：监控计算机(3)对待处理运输煤块灰度图像进行高斯滤波，得到高斯滤波后的运输煤块图像；

步骤404、Gamma亮度增强：监控计算机(3)根据公式得到初始增强运输煤块图像；其中，S(x,y)表示高斯滤波后的运输煤块图像中(x,y)处的灰度值，S′(x,y)表示初始增强运输煤块图像中(x,y)处的灰度值，ga表示Gamma指数，b表示补偿系数；

步骤405、局部直方图均衡化：监控计算机(3)调取局部直方图均衡化模块，对初始增强运输煤块图像进行直方图均衡化，得到直方图均衡化后的运输煤块图像；

步骤406、Retinex提取反射分量：监控计算机(3)采用Retinex算法对初始增强运输煤块图像提取反射分量，具体过程如下：

步骤4061、监控计算机(3)对初始增强运输煤块图像进行反射分量提取，得到图像(x,y)处的像素反射分量r(x,y)；

步骤4062、监控计算机(3)根据公式R(x,y)＝e^r(x,y)，得到运输煤块反射图像；其中，R(x,y)表示运输煤块反射图像中(x,y)处像素点的灰度值；

步骤407、监控计算机(3)根据公式f(x,y)＝αH(x,y)+(1-α)R(x,y)，得到运输煤块增强图像；其中，α表示加权系数，且0.3≤α≤0.6，f(x,y)表示运输煤块增强图像中(x,y)处像素点的灰度值，H(x,y)表示直方图均衡化后的运输煤块图像中(x,y)处像素点的灰度值；

步骤408、监控计算机(3)调取边缘保留滤波算法，对运输煤块增强图像进行处理，得到运输煤块边缘增强图像；

步骤五、运输煤块图像的二次检测：

步骤501、监控计算机(3)将运输煤块边缘增强图像中灰度值大于灰度值阈值S₂的区域的灰度值标记为255，将运输煤块边缘增强图像中灰度值不大于灰度值阈值S₂的区域的灰度值标记为0，得到运输煤块背景图像；监控计算机(3)将运输煤块边缘增强图像中灰度值不大于灰度值阈值S₂的区域的灰度值标记为0，得到运输煤块前景图像；

步骤502、监控计算机(3)将运输煤块前景图像带入训练完成的HED神经网络模型，得到运输煤块HED边缘图像；

步骤503、监控计算机(3)对运输煤块HED边缘图像进行二值化后，并进行形态学闭运算，得到运输煤块闭运算后图像；

步骤504、监控计算机(3)对运输煤块HED边缘图像进行Canny边缘检测，得到运输煤块Canny边缘图像；

步骤505、监控计算机(3)对运输煤块Canny边缘图像进行形态学开运算，得到运输煤块开运算后图像；

步骤506、监控计算机(3)对运输煤块闭运算后图像和运输煤块开运算后图像进行与运算，得到运输煤块边缘融合图像；

步骤507、监控计算机(3)对运输煤块边缘融合图像进行非运算，得到运输煤块边缘融合转换图像；其中，运输煤块边缘融合转换图像中煤块边缘为黑色，其余部分为白色；

步骤508、监控计算机(3)对运输煤块边缘融合转换图像和运输煤块背景图像进行与运算，得到煤块转换图像；

步骤509、监控计算机(3)对煤块转换图像中最大白色面积的像素点数进行统计，得到最大煤块像素总数并记作Sum；

步骤六、运输煤块图像中煤块面积的判断及报警：

步骤601、监控计算机(3)根据公式得到最大煤面积百分比P_s；其中，N_s表示煤块转换图像中像素点的总数；

步骤602、监控计算机(3)判断P_s＞S是否成立，当P_s＞S成立，则说明煤矿输煤皮带上煤块面积较大，监控计算机(3)发出报警提醒；当P_s＞S不成立，则说明煤矿输煤皮带上没有大块煤块运输，重复步骤三至步骤六，对下一帧运输煤块图像进行处理；其中，S表示面积百分比阈值；

步骤七、煤矿输煤皮带上没有煤块运输提示：

监控计算机(3)提示煤矿输煤皮带上没有煤块运输，然后，重复步骤三至步骤六，对下一帧运输煤块图像进行处理。