煤矿井下运输异物检测关键技术研究

摘  要：在进行煤炭开采作业时，对煤炭资源进行运输作业的主要设备就是矿用皮带式的运输机。基于不断改进与工业发展需要的背景，这种运输机械逐渐具备了更复杂、更大型以及更高速等明显特征。但在复杂的工作环境下，煤矿井下皮带运输机其自身的承载能力以及运输距离不足，同时这种设备所用的皮带还有着昂贵的价格。在进行物资运输时，经常会出现各种异物，为皮带带来一定伤害，从而造成不必要的经济损失。因此，必须对皮带运输异物进行全面检测，分析有可能会发生的问题，同时在第一时间进行预警处理，尽最大可能降低危险发生概率与其所带来的影响程度。

关键词：矿井;运输异物检测;关键技术;研究分析

中图分类号：TD528.1       文献标识码：A

分析皮带保护这一系统，现阶段采用的保护系统具备的故障检测功能往往只能够进行皮带机检测。同时在事故发生以后，开展人为控制，而在检测井下位置皮带当中的异物时，则有人工检测、金属检测与雷达检测这几种方式。人工检测是其中效率最低的一种，同时人工在探测过程中也会出现一定的危险隐患;金属检测则具有一定的部署难问题;雷达检测虽然有着较高精度，但同时也有着较高的维护成本。且绝大部分煤矿企业在探测过程中，雷达探测技术应用普遍度不高。因此，需要分析目前的运输现状，将计算机井下皮带异物检测进行改良，使其能够具备高效、安全性。同时，发展前景广阔，延长皮带使用寿命，降低皮带损坏频率。

1煤矿井下运输异物检测关键技术

1.1视频跟踪技术

分析视频跟踪技术，利用数字图像处理模式，视频防抖技术是其热门领域。近年来，研究视频防抖技术，可以将拍摄抖动画面进行集中处理，以减少在原视频图像损失情况下出现的数据丢失问题。目前，对于视频防抖技术，我国进行相关研究，结合国外的稳定算法以及图像重组，实现突破。例如，在分析时，可以将防抖速度规划为每秒30帧，且1精度为1像素单元。在视频防抖技术中，借助VS8902型电子稳像器，借助于对特征点设置电子防抖算法，体现出高精度、高鲁棒性以及高稳定性等优势。借助于视频防抖技术当中的核心，为视频矩阵特征提取计算值，实现有效匹配[1]。在运输异物检测时，可以对掉落异物以及运输皮带的正常运转进行拍摄对比，以便能够更好的分析该异物的大小以及速度。同时，通过视频拍摄，分析该异物为何种异物，借助内部智能库进行匹配，决定是否进行及时维修。

1.2 图像集中处理技术

分析图像集中处理技术，可以更好的将其应用至故障监测以及图像分割处理技术中。在相似性标准中，可以将图像划分为不同区域。在图像融合中，对物体监测场景分析，能够进行预处理，通过传统的图像分割方法，展开区域边界测量工作。其图像纹理一般就是指按照特定规则与形式不断出现的，包含了丰富的图像特征信息。在图像分割中，起到非常重要的决定性作用。同时分割纹理图像还必须确定单一像素的实际纹理类型，在针对纹理特征完成提取之后，纹理分割还要结合特征向量，对不同分离进行区分。在对煤矿井下运输异物监测关键技术中，可以将欧式距离当做侧重點，将像素点之间的灰度值差异作为图像分割要素，借助于固定阈值这种分割技巧，完善当前存在的各种缺陷。对这一问题来说，可以比较区域之间的特征差，判断两个区域之间是否出现一定程度的分裂问题[2]。在煤矿井下运输异物检测关键技术中，图像集中处理技术速度以及性能与以往相比实现全面优化，且可以有效解决分割边界模糊、丢失等问题。

1.3 目标跟踪技术

对目标跟踪技术进行分析，目标跟踪技术是煤矿井下运输异物检测的关键。利用计算机技术，可以实现目标跟踪，如监控以及分析。在皮带运输中，可以简单的分析皮带图像，并分析皮带图像围绕一周时的轨迹进行预估。在出现异物时，分析异物与皮带之间的动作，使异物能够进行及时辨别。借助计算机内部数据库，分析该异物为何种异物。从而对异物进行目标跟踪，我国针对于目标跟踪技术，从框架以及样本中，学习其相应特征，将相应的图像跟踪模式应用全新的研究方向。根据图像关键关键点附近的梯度信息，得出图像尺度特征，并在异物检测中借助于RGB变换前后所形成的矩阵计算方式，有效对比目标异物及背景。借助于阈值，分析构成目标，进一步提取CNN特征提取模式。在深度学习中，实现图像识别领域的选择，在目标检测领域中，深度学习各场景均能取得良好性能。分析对深度学习等方面的应用以及分析，深度学习框架具备极高的优势。同时，以基础框架为目标，在大数据分析时，能够展现出良好性能。在煤矿皮带运输中，针对异物检测模型，可以进行识别，根据全新的检测算法进行处理。

2 局部特征描述提取算法

在煤矿井下运输异物检测关键技术中，利用局部特征描述提取算法，可以更好的实现特征值描述。例如，可以构建尺寸空间。首先，计算机可以对同一幅图上的尺寸空间进行构造分析，并在构造过程中对需要融合的数据进行选择。将其分析为自定义公式，在构造尺度这一空间内部，借助于构造完成的尺度空间，为图像建设更加新颖的金字塔结构。检测DOG尺度空间极值。在此层次中，建设相邻区域，且具有相同尺度。在采样结束之后，所有尺度或和尺度相邻的点位，都能够在同一个算法层次中均有各自的位置。因此，基于此技术可以对异物进行提取，解决不良特点。为优化匹配效率与整体的正确率，还可以在固定检测设备当中将不对称DOG局部像素直接取出，从而得到更优质的特点模式。且特征点由128维方向参数，如直方图对其特征进行描述，并确定该特征点的方向。为了让描述具备旋转不变性，需要为每个关键点构成同一个方向。在关键点描述中，解决目前的旋转不变性以及光照不变性的问题。在获取梯度方向主题后，进行进一步的规划处理，获取全新的新向量，以便能够得到鲁棒性特征。根据向量匹配点，对关键的距离进行计算，同时利用等值分析这一关键点的匹配程度，最终得到有效值匹配点。在定义特征点中，以金字塔结构为例[3]。在皮带运输异物检测中，对特征点利用矩阵处置之后，对不同层次之间的融合点进行分析，而后对比与之相邻所有像素点，从而更好的对不同像素点间最大与最小值进行判断。若像素点与其他像素点之间的等值过大，则继续寻找下一特征点进行比对。同时，将过大的像素点进行标记，在全部寻找完毕后，进行处理分析，以判断该点是否为异物图像。

3 进制描述子特征提取算法

分析二进制描述子特征提取算法，将二进制子特征提取算法应用至视频图像处理过程中，可以更好的设定描述值特征点，将其使用常见的二进制算法进行表示，提高计算过程的便捷性，减少消耗时间，从根本上优化了视频处理的整体速度。在算法计算时，可以采取高斯滤波进行图像处理，从而降低噪声干扰，将特征值设定为中心等级，重复相关步骤，可得到一个合理的二进制编码串随机应用。在大窗口内部，采用子窗口来开展二进制的负值计算，并保留其最终的结构，以完成二进制的编码特征值目的，由该编码进行描述[4]。通过执行特征值，匹配在每一幅图片中特征点，都将得到全新的二进制模式。通过二进制图，分析相同元素，就特征匹配以及快速提取特征算法、整个基础模式可通过改进特征值描述，得到检测特征值。通过对比像素，找到关键点，分析其差异值是否在某一范围内。若差異值过大，则关键点在采样模式中受人眼识别原理启发，而提出其采样模式。类似于BriSK算法，根据算法图每一个原点，代表某个采样点，每个圆圈则表达的是某个感应圈。为有效降低影响，可以利用高斯模糊这种处理方式针对图片不同部分进行处理，同时借助于圆的半径来表示高斯模糊当中的标准差。相较于常规算法来说，这种算法更加注重重叠，获取更多精准信息，构建全新的人体视网膜。在特征方向内部，为了不改变原有算法的方向特性，还需要添加特定的信息到所有方向点上。分析相邻区域的采样格式，通过全新的特征值算法，对其产量梯度进行计算。

4 基于局部特征提取防抖算法

基于局部特征值防抖算法，在矿煤矿井下运输异物检测关键技术中，需要就视频防抖一般流程进行研究，消除异物检测过程中出现环境不稳定或人为抖动等因素，对视频防抖技术进行分析，其具备高效、方便、快捷的特点。将视频防抖技术应用至模糊图像与视频序列帧处理，其主要过程可包含两方面。主要包含运动评估以及运动补偿，在视频预处理中，所使用的图像均为煤矿井下摄像机收集。在拍摄过程中，将来自环境中的噪音干扰进行解决，提升其图像清晰度，使计算机能够进行有效识别。在噪声干扰中，其有可能会导致图像出现退化。如图像模糊或图像特征淹没，因此需要进一步分析图像，以获取精准的实验数据，避免影响实验最终结果。直接提取以及匹配图像特征，使其能够更好的保障图像能够更符合目前的特征值，实现匹配。在图像预处理方法中，根据运动估计视频防抖技术，可以对视频抖动参数图像处理参数等进行提前准备，确保帧率运动的合理性。可以运用不同的方法对视频帧率进行适量计算，不同的视频防抖技术差异点在于不同运动补偿算法，二者更好的分析该方法不同所产生的效果。在全新的算法中，采用特征点匹配算法，采用合理的补偿方式，对视频帧进行修复。在运动补偿完毕后，对视频帧进行反向运动补偿，以确保输出合理的图像顺序。

5基于平稳方向滤波概率图模型纹理图像分割方法

基于整个平稳方向滤波概率图纹理图像分割方法，将其作为全新的技术。根据图像强度以及纹理等数项信息，将图像切割为不同区域。在图像纹理中，根据某种规则或重复形式，实现纹理元素的组合。在纹理中，包含丰富的图像特征信息。从遥感图上到医学图像纹理分析，在图像分析切割中起了非常重要的作用。针对于煤矿井下运输异物检测关键技术，利用此种检测方法，构建全新的小波系数，统计分析模式。该模式可以对图像进行去噪，集持久性特点。通过全新的融合模型，对不同尺度下的分割结果进行融合，构建具有监督性质的图像分割模式。在图形中，不同类型的图像模块进行手动选择，在无监督情况下，通过聚类方法进行分隔。通过模糊C均值等级算法，就小波变换的一维变换理论、多尺度几何分析理论进行处理。与小波变换相似，该方法对于纹理的分析具有自己独特要求。在相关的工作模式中，其可以搭载平稳变换技术，描述图像中的方向信息可以更好的对异物捕捉特点进行融合，使其能够完成图像渠道以及图层压缩。利用捕捉到的图像纹理特征，可以获取丰富的方向信息，组成全新的平稳小波变换频率。建立一个具有变换等值的基础，为了克服方向的相互作用，可以延续同一方向进行延伸。在纹理SAR图像强度分布情况下，不同的图像具有不同的分布特性。如图像D为SAR图像，两幅图像的强度具有不同的分布模式。因此，必须找到同时满足这两幅图像的分布模型。通过显示图像直方图比较，可以发现这些图像的SD系数直方图，其数量分布意味着大小系数均匀性以及合理性。由于SD过程采用了非采样方式，因此在图像的原始信息中变换更加合理。且绝大部分图像的SD系数均包含了中间模式，其相关的重要信息也较少，包含大数据的SD系数。一般储存较多信息，例如图像中的强边缘。此外，剩余中间值，则可以表示图像中的周边信息与构思分布相比，SD系统的分布函数在零点以及纬度通过混合模型进行估计。

6 结语

综上所述，针对于煤矿井下运输异物检测关键技术进行分析研究，可以得知针对于异物检测，需要提供全新的流程以及观察模式，以便更好的对整个图像进行处理。结合工业实际问题，解决视频抖动、图像分割等技术缺陷，进行改进研究。且基于平稳方向对纹理图像进行切割，提出理解方案，以便能够更加有效的解释图像，建立全新的模型。在跟踪算法中，提出方法，可以针对义务的形状、特征使用全新的融合方式，并对生成对象的颜色特征等进行表示。随后，该方法可以不断学习以及更新结构，优化这一过程，使整个算法更加高级，取得更加合理的进展。确保煤矿井下运输异物检测能够提供自身的优势，解决有可能会出现的事故，做出及时的预警处理。

参考文献

[1]赵晓东.矿井辅助运输关键技术及应用研究[J].中国石油和化工标准与质量，2019，39（6）：197-198.

[2]袁晓明，郝明锐.煤矿辅助运输机器人关键技术研究[J].工矿自动化，2020，46（8）：8-14.

[3]王跃.无极绳绞车弯道安全运输的关键技术研究[J].煤炭技术，2019，38（8）：162-164.

[4]蒋卫良，王兴茹，刘冰，等.煤矿智能化连续运输系统关键技术研究[J].煤炭科学技术，2020，48（7）：134-142.

收稿日期：2021-08-04

作者简介：王希（1990—），男，贵州福泉人，本科，工程师，研究方向：机械设计制造及自动化。