煤礦井下運輸異物檢測關鍵技術研究

摘? 要：在進行煤炭開采作業時，對煤炭資源進行運輸作業的主要設備就是礦用皮帶式的運輸機。基于不斷改進與工業發展需要的背景，這種運輸機械逐漸具備了更復雜、更大型以及更高速等明顯特征。但在復雜的工作環境下，煤礦井下皮帶運輸機其自身的承載能力以及運輸距離不足，同時這種設備所用的皮帶還有著昂貴的價格。在進行物資運輸時，經常會出現各種異物，為皮帶帶來一定傷害，從而造成不必要的經濟損失。因此，必須對皮帶運輸異物進行全面檢測，分析有可能會發生的問題，同時在第一時間進行預警處理，盡最大可能降低危險發生概率與其所帶來的影響程度。

關鍵詞：礦井;運輸異物檢測;關鍵技術;研究分析

中圖分類號：TD528.1? ? ? ?文獻標識碼：A

分析皮帶保護這一系統，現階段采用的保護系統具備的故障檢測功能往往只能夠進行皮帶機檢測。同時在事故發生以后，開展人為控制，而在檢測井下位置皮帶當中的異物時，則有人工檢測、金屬檢測與雷達檢測這幾種方式。人工檢測是其中效率最低的一種，同時人工在探測過程中也會出現一定的危險隱患;金屬檢測則具有一定的部署難問題;雷達檢測雖然有著較高精度，但同時也有著較高的維護成本。且絕大部分煤礦企業在探測過程中，雷達探測技術應用普遍度不高。因此，需要分析目前的運輸現狀，將計算機井下皮帶異物檢測進行改良，使其能夠具備高效、安全性。同時，發展前景廣闊，延長皮帶使用壽命，降低皮帶損壞頻率。

1煤礦井下運輸異物檢測關鍵技術

1.1視頻跟蹤技術

分析視頻跟蹤技術，利用數字圖像處理模式，視頻防抖技術是其熱門領域。近年來，研究視頻防抖技術，可以將拍攝抖動畫面進行集中處理，以減少在原視頻圖像損失情況下出現的數據丟失問題。目前，對于視頻防抖技術，我國進行相關研究，結合國外的穩定算法以及圖像重組，實現突破。例如，在分析時，可以將防抖速度規劃為每秒30幀，且1精度為1像素單元。在視頻防抖技術中，借助VS8902型電子穩像器，借助于對特征點設置電子防抖算法，體現出高精度、高魯棒性以及高穩定性等優勢。借助于視頻防抖技術當中的核心，為視頻矩陣特征提取計算值，實現有效匹配[1]。在運輸異物檢測時，可以對掉落異物以及運輸皮帶的正常運轉進行拍攝對比，以便能夠更好的分析該異物的大小以及速度。同時，通過視頻拍攝，分析該異物為何種異物，借助內部智能庫進行匹配，決定是否進行及時維修。

1.2 圖像集中處理技術

分析圖像集中處理技術，可以更好的將其應用至故障監測以及圖像分割處理技術中。在相似性標準中，可以將圖像劃分為不同區域。在圖像融合中，對物體監測場景分析，能夠進行預處理，通過傳統的圖像分割方法，展開區域邊界測量工作。其圖像紋理一般就是指按照特定規則與形式不斷出現的，包含了豐富的圖像特征信息。在圖像分割中，起到非常重要的決定性作用。同時分割紋理圖像還必須確定單一像素的實際紋理類型，在針對紋理特征完成提取之后，紋理分割還要結合特征向量，對不同分離進行區分。在對煤礦井下運輸異物監測關鍵技術中，可以將歐式距離當做側重點，將像素點之間的灰度值差異作為圖像分割要素，借助于固定閾值這種分割技巧，完善當前存在的各種缺陷。對這一問題來說，可以比較區域之間的特征差，判斷兩個區域之間是否出現一定程度的分裂問題[2]。在煤礦井下運輸異物檢測關鍵技術中，圖像集中處理技術速度以及性能與以往相比實現全面優化，且可以有效解決分割邊界模糊、丟失等問題。

1.3 目標跟蹤技術

對目標跟蹤技術進行分析，目標跟蹤技術是煤礦井下運輸異物檢測的關鍵。利用計算機技術，可以實現目標跟蹤，如監控以及分析。在皮帶運輸中，可以簡單的分析皮帶圖像，并分析皮帶圖像圍繞一周時的軌跡進行預估。在出現異物時，分析異物與皮帶之間的動作，使異物能夠進行及時辨別。借助計算機內部數據庫，分析該異物為何種異物。從而對異物進行目標跟蹤，我國針對于目標跟蹤技術，從框架以及樣本中，學習其相應特征，將相應的圖像跟蹤模式應用全新的研究方向。根據圖像關鍵關鍵點附近的梯度信息，得出圖像尺度特征，并在異物檢測中借助于RGB變換前后所形成的矩陣計算方式，有效對比目標異物及背景。借助于閾值，分析構成目標，進一步提取CNN特征提取模式。在深度學習中，實現圖像識別領域的選擇，在目標檢測領域中，深度學習各場景均能取得良好性能。分析對深度學習等方面的應用以及分析，深度學習框架具備極高的優勢。同時，以基礎框架為目標，在大數據分析時，能夠展現出良好性能。在煤礦皮帶運輸中，針對異物檢測模型，可以進行識別，根據全新的檢測算法進行處理。

2 局部特征描述提取算法

在煤礦井下運輸異物檢測關鍵技術中，利用局部特征描述提取算法，可以更好的實現特征值描述。例如，可以構建尺寸空間。首先，計算機可以對同一幅圖上的尺寸空間進行構造分析，并在構造過程中對需要融合的數據進行選擇。將其分析為自定義公式，在構造尺度這一空間內部，借助于構造完成的尺度空間，為圖像建設更加新穎的金字塔結構。檢測DOG尺度空間極值。在此層次中，建設相鄰區域，且具有相同尺度。在采樣結束之后，所有尺度或和尺度相鄰的點位，都能夠在同一個算法層次中均有各自的位置。因此，基于此技術可以對異物進行提取，解決不良特點。為優化匹配效率與整體的正確率，還可以在固定檢測設備當中將不對稱DOG局部像素直接取出，從而得到更優質的特點模式。且特征點由128維方向參數，如直方圖對其特征進行描述，并確定該特征點的方向。為了讓描述具備旋轉不變性，需要為每個關鍵點構成同一個方向。在關鍵點描述中，解決目前的旋轉不變性以及光照不變性的問題。在獲取梯度方向主題后，進行進一步的規劃處理，獲取全新的新向量，以便能夠得到魯棒性特征。根據向量匹配點，對關鍵的距離進行計算，同時利用等值分析這一關鍵點的匹配程度，最終得到有效值匹配點。在定義特征點中，以金字塔結構為例[3]。在皮帶運輸異物檢測中，對特征點利用矩陣處置之后，對不同層次之間的融合點進行分析，而后對比與之相鄰所有像素點，從而更好的對不同像素點間最大與最小值進行判斷。若像素點與其他像素點之間的等值過大，則繼續尋找下一特征點進行比對。同時，將過大的像素點進行標記，在全部尋找完畢后，進行處理分析，以判斷該點是否為異物圖像。

3 進制描述子特征提取算法

分析二進制描述子特征提取算法，將二進制子特征提取算法應用至視頻圖像處理過程中，可以更好的設定描述值特征點，將其使用常見的二進制算法進行表示，提高計算過程的便捷性，減少消耗時間，從根本上優化了視頻處理的整體速度。在算法計算時，可以采取高斯濾波進行圖像處理，從而降低噪聲干擾，將特征值設定為中心等級，重復相關步驟，可得到一個合理的二進制編碼串隨機應用。在大窗口內部，采用子窗口來開展二進制的負值計算，并保留其最終的結構，以完成二進制的編碼特征值目的，由該編碼進行描述[4]。通過執行特征值，匹配在每一幅圖片中特征點，都將得到全新的二進制模式。通過二進制圖，分析相同元素，就特征匹配以及快速提取特征算法、整個基礎模式可通過改進特征值描述，得到檢測特征值。通過對比像素，找到關鍵點，分析其差異值是否在某一范圍內。若差異值過大，則關鍵點在采樣模式中受人眼識別原理啟發，而提出其采樣模式。類似于BriSK算法，根據算法圖每一個原點，代表某個采樣點，每個圓圈則表達的是某個感應圈。為有效降低影響，可以利用高斯模糊這種處理方式針對圖片不同部分進行處理，同時借助于圓的半徑來表示高斯模糊當中的標準差。相較于常規算法來說，這種算法更加注重重疊，獲取更多精準信息，構建全新的人體視網膜。在特征方向內部，為了不改變原有算法的方向特性，還需要添加特定的信息到所有方向點上。分析相鄰區域的采樣格式，通過全新的特征值算法，對其產量梯度進行計算。

4 基于局部特征提取防抖算法

基于局部特征值防抖算法，在礦煤礦井下運輸異物檢測關鍵技術中，需要就視頻防抖一般流程進行研究，消除異物檢測過程中出現環境不穩定或人為抖動等因素，對視頻防抖技術進行分析，其具備高效、方便、快捷的特點。將視頻防抖技術應用至模糊圖像與視頻序列幀處理，其主要過程可包含兩方面。主要包含運動評估以及運動補償，在視頻預處理中，所使用的圖像均為煤礦井下攝像機收集。在拍攝過程中，將來自環境中的噪音干擾進行解決，提升其圖像清晰度，使計算機能夠進行有效識別。在噪聲干擾中，其有可能會導致圖像出現退化。如圖像模糊或圖像特征淹沒，因此需要進一步分析圖像，以獲取精準的實驗數據，避免影響實驗最終結果。直接提取以及匹配圖像特征，使其能夠更好的保障圖像能夠更符合目前的特征值，實現匹配。在圖像預處理方法中，根據運動估計視頻防抖技術，可以對視頻抖動參數圖像處理參數等進行提前準備，確保幀率運動的合理性?？梢赃\用不同的方法對視頻幀率進行適量計算，不同的視頻防抖技術差異點在于不同運動補償算法，二者更好的分析該方法不同所產生的效果。在全新的算法中，采用特征點匹配算法，采用合理的補償方式，對視頻幀進行修復。在運動補償完畢后，對視頻幀進行反向運動補償，以確保輸出合理的圖像順序。

5基于平穩方向濾波概率圖模型紋理圖像分割方法

基于整個平穩方向濾波概率圖紋理圖像分割方法，將其作為全新的技術。根據圖像強度以及紋理等數項信息，將圖像切割為不同區域。在圖像紋理中，根據某種規則或重復形式，實現紋理元素的組合。在紋理中，包含豐富的圖像特征信息。從遙感圖上到醫學圖像紋理分析，在圖像分析切割中起了非常重要的作用。針對于煤礦井下運輸異物檢測關鍵技術，利用此種檢測方法，構建全新的小波系數，統計分析模式。該模式可以對圖像進行去噪，集持久性特點。通過全新的融合模型，對不同尺度下的分割結果進行融合，構建具有監督性質的圖像分割模式。在圖形中，不同類型的圖像模塊進行手動選擇，在無監督情況下，通過聚類方法進行分隔。通過模糊C均值等級算法，就小波變換的一維變換理論、多尺度幾何分析理論進行處理。與小波變換相似，該方法對于紋理的分析具有自己獨特要求。在相關的工作模式中，其可以搭載平穩變換技術，描述圖像中的方向信息可以更好的對異物捕捉特點進行融合，使其能夠完成圖像渠道以及圖層壓縮。利用捕捉到的圖像紋理特征，可以獲取豐富的方向信息，組成全新的平穩小波變換頻率。建立一個具有變換等值的基礎，為了克服方向的相互作用，可以延續同一方向進行延伸。在紋理SAR圖像強度分布情況下，不同的圖像具有不同的分布特性。如圖像D為SAR圖像，兩幅圖像的強度具有不同的分布模式。因此，必須找到同時滿足這兩幅圖像的分布模型。通過顯示圖像直方圖比較，可以發現這些圖像的SD系數直方圖，其數量分布意味著大小系數均勻性以及合理性。由于SD過程采用了非采樣方式，因此在圖像的原始信息中變換更加合理。且絕大部分圖像的SD系數均包含了中間模式，其相關的重要信息也較少，包含大數據的SD系數。一般儲存較多信息，例如圖像中的強邊緣。此外，剩余中間值，則可以表示圖像中的周邊信息與構思分布相比，SD系統的分布函數在零點以及緯度通過混合模型進行估計。

6 結語

綜上所述，針對于煤礦井下運輸異物檢測關鍵技術進行分析研究，可以得知針對于異物檢測，需要提供全新的流程以及觀察模式，以便更好的對整個圖像進行處理。結合工業實際問題，解決視頻抖動、圖像分割等技術缺陷，進行改進研究。且基于平穩方向對紋理圖像進行切割，提出理解方案，以便能夠更加有效的解釋圖像，建立全新的模型。在跟蹤算法中，提出方法，可以針對義務的形狀、特征使用全新的融合方式，并對生成對象的顏色特征等進行表示。隨后，該方法可以不斷學習以及更新結構，優化這一過程，使整個算法更加高級，取得更加合理的進展。確保煤礦井下運輸異物檢測能夠提供自身的優勢，解決有可能會出現的事故，做出及時的預警處理。

參考文獻

[1]趙曉東.礦井輔助運輸關鍵技術及應用研究[J].中國石油和化工標準與質量，2019，39（6）：197-198.

[2]袁曉明，郝明銳.煤礦輔助運輸機器人關鍵技術研究[J].工礦自動化，2020，46（8）：8-14.

[3]王躍.無極繩絞車彎道安全運輸的關鍵技術研究[J].煤炭技術，2019，38（8）：162-164.

[4]蔣衛良，王興茹，劉冰，等.煤礦智能化連續運輸系統關鍵技術研究[J].煤炭科學技術，2020，48（7）：134-142.

收稿日期：2021-08-04

作者簡介：王希（1990—），男，貴州福泉人，本科，工程師，研究方向：機械設計制造及自動化。