[发明专利]一种基于大数据的智慧矿山的图像处理方法及系统

说明书

本发明提供了一种基于大数据的智慧矿山的图像处理方法及系统，拍摄获取矿井下的实时画面，通过深度学习网络学习识别目标事件，来获取目标事件的种类，再通过物理位置计算获取目标事件的发生位置，从而实现通过图像识别监测目标事件的发生；联合通信系统的实时改善、管理中心的实时检测，以及智能化管理平台的大数据监测和存储，实现对矿山的全方位监控、远程调控和数据管理。还通过信号节点的监测改善，有效的避免了通讯信号差导致信息传输中断的情况，即使通讯信号完全中断也可以进行传输数据，让通讯两端即使处于信号中断的位置也可以将想表达的数据传输出去，便于使用。

技术领域

本发明涉及煤矿技术领域，尤其涉及一种基于大数据的智慧矿山的图像处理方法及系统。

背景技术

煤炭是现在主要的能源之一，对煤炭进行开采工作便是使用煤炭前的一个重要环节。由于煤炭开采行业的特殊性，其开采过程中事故时有发生，所以对开采环境进行监控和报警就是降低事故发生率和事故损失的一个重要途径。

目前，随着科技的发展，井下工作人员数量大大减少。然而煤矿井下综采设备仍多以人工现场操作为主。井下采煤工作面是事故高发区域，采煤工作面生产环境恶劣多变，事故多发，严重威胁了生产人员的人身安全，降低了煤炭生产效率。因此，若要降低采煤工作面劳动强度，提高工作人员的安全系数和采煤效率，必须实现采煤工作面的自动化和少人化。

智慧矿山的是对生产、职业健康与安全、技术和后勤保障等进行主动感知、自动分析、快速处理的无人矿山。智慧矿山是本质；安全矿山、高效矿山、清洁矿山，矿山的数字化、信息化是智慧矿山建设的前提和基础。近年来，随着科技的发展，各大矿山都在组织智慧矿山的关键科技攻关，建设智慧矿山示范工程，推广智慧矿山的理念和技术，制定智慧矿山标准，推动矿山设备制造业的转型升级，实现矿山的本质安全、高产高效、绿色环保。

发明内容

为了克服上述技术缺陷，本发明的目的在于提供一种安全性高、运行效率高、配合度高的基于大数据的智慧矿山的图像处理方法及系统。

本发明公开了一种基于大数据的智慧矿山的图像处理方法，包括：以第一预设距离为间隔，采集目标区域内的实时视频数据；以第一预设时间为间隔采集所述实时视频数据的若干源画面帧，将所述若干源画面帧输入基于卷积神经网络的检测网络，对所述源画面帧的感兴趣区域进行目标事件参数标注，以获得素材集，将所述素材集划分为训练集、验证集和测试集；

建立所述源画面帧的深度学习模型，所述深度学习模型包括分割任务和分类任务；将所述训练集、验证集输入至所述深度学习模型中进行训练，所述分割任务通过Dice损失函数进行训练，所述分类任务通过二值交叉熵损失函数进行训练，以获取所述训练后的所述深度学习模型的网络权重参数；将所述测试集输入至训练后的所述深度学习模型中进行测试，获取所述实时视频数据的目标事件，将所述目标事件与该目标事件所位于的所述源画面帧进行联结，获取所述目标事件画面帧及该目标事件画面帧的目标事件；通过基于卷积神经网络的分类网络对所述目标事件画面帧进行分类，获取目标事件；依据所述目标事件画面帧与实际场景的物理距离的转换规则，计算得到目标事件的位置信息；

将所述目标事件及其位置信息、以及所述实时视频数据进行视觉显示和听觉播报、并通过通讯通道传输至管理中心；所述管理中心包括智能化管理平台，所述智能化管理平台监控综采工作情况，存储各项实时工作参数信息，并对各项实时工作参数信息进行分析计算，获取作业指导和安全指导；

对所述通讯通道进行监控且设立改善节点，在使用所述通讯通道时进行实时监控，通过调整所述改善节点来对通讯质量进行改善；监测改善后的通讯通道的通讯质量并记录，对记录的问题进行分析以获取通讯通道的通讯质量降低的原因。