学位论文 > 优秀研究生学位论文题录展示

基于辅助光源的煤仓图像预处理研究

作　者: 马贺敏
导　师: 吴冰
学　校: 河南理工大学
专　业: 控制理论与控制工程
关键词: 煤仓煤位辅助光源小波变换蚁群算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 16次
引　用: 0次
阅　读: 论文下载

内容摘要

在煤矿生产过程中,监控系统是保证煤炭生产安全、高效有序进行的重要保证。而井下煤仓煤位的实时检测是监控系统的重要组成部分。多年以来,在井下煤仓煤位的检测中人们尝试了重锤式、电极式、称重式、雷达式、激光式等方法,都没有取得很好的效果,因此研究新的井下煤仓煤位检测技术显得十分必要。为适应井下煤仓煤位实时检测的要求,我们将图像识别技术运用在井下煤仓煤位的检测中。在井下煤仓煤位图像检测中,图像的采集方法及图像预处理方法,是井下煤仓煤位图像能否有效识别的重要保证。本文主要针对井下煤仓煤位图像的采集方法和预处理方法进行了如下的研究:(1)本文根据井下煤仓的设置特点及其工作环境,对煤仓图像的特点进行了总结,并在此基础上研究了利用辅助光源采集煤位图像的方法。利用人造光斑在煤面上产生的图像特征对煤位进行检测,它不仅有效克服了各种不利因素的影响,而且实现简单,适合于井下煤仓煤位的检测。(2)本文针对煤仓煤位图像在采集过程中受到光强变弱、背景以及机械振动、煤尘等干扰的特点,使用相应的增强与复原处理方法,使之成为较清晰的图像。针对背景干扰及光强变弱等引起的降质图像,我们先要采用灰度变换来增强目标图像灰度,并抑制背景影响。然后,采用小波变换,形态重构等方法处理去除细节干扰。针对机械振动、煤尘干扰引起的降质图像,我们采用最小二乘方约束复原方法进行处理。首先估算出点扩展函数,然后利用最小二乘法复原方法恢复图像。经过相应算法的处理,得到了较清晰的目标图像。(3)本文对经过滤波处理后的较清晰图像目标进行了边缘检测处理,采用蚁群算法实现。首先确定聚类中心,然后根据聚类算法将各类像素聚类,将边缘图像较完好的检测出来。

全文目录

摘要  4-5
Abstract  5-9
1 绪论  9-17
  1.1 井下煤仓在生产中的作用  9-12
    1.1.1 井下煤仓的作用  9-10
    1.1.2 井下煤仓的特点  10-12
  1.2 井下煤仓煤位检测方法的现状  12-14
    1.2.1 传统煤位检测方法及特点  13-14
    1.2.2 煤位的图像检测方法  14
  1.3 图像检测方法需解决的问题  14-16
    1.3.1 井下煤位图像的特点  14-15
    1.3.2 图像检测方法需解决的主要问题  15
    1.3.3 图像预处理技术的发展概况  15-16
  1.4 本文的研究内容  16-17
2 井下煤仓煤位图像采集方法的研究  17-61
  2.1 煤位图像采集方案的研究  17-23
    2.1.1 采集煤仓全图的方案分析  17-18
    2.1.2 采集煤仓局部图像的方案分析  18-19
    2.1.3 激光主动测距的方案分析  19-20
    2.1.4 采用辅助光源照射的方案  20-23
  2.2 辅助光源及CCD 摄像机的设置研究  23-30
    2.2.1 煤位检测范围的设定  23-24
    2.2.2 照射点区域的选择及照射光源的设置  24-28
    2.2.3 CCD 摄像机视野范围的设定和摄像机的设置  28-30
  2.3 CCD 摄像机选择与设置  30-35
    2.3.1 光斑像幅变化影响因素的分析  30-31
    2.3.2 摄像机的CCD 传感器及镜头配置设计  31-35
  2.4 辅助光源的设计  35-50
    2.4.1 光源直径参数的计算  35-37
    2.4.2 辅助光源的光度学分析  37-45
    2.4.3 辅助光源的设计  45-50
  2.5 煤块对煤面光斑影响的研究  50-60
    2.5.1 煤块大小的确定  50-51
    2.5.2 影响检测精度因素的分析  51-59
    2.5.3 正常情况下对光斑的影响  59
    2.5.4 非正常情况下对光斑的影响  59-60
  2.6 本章小结  60-61
3 井下煤仓煤位图像的增强与复原处理方法研究  61-91
  3.1 引言  61-63
  3.2 井下煤仓煤位图像的灰度增强方法研究  63-67
    3.2.1 灰度线性变换  63-66
    3.2.2 实验结果与分析  66-67
  3.3 井下煤仓煤位图像去噪方法的研究  67-81
    3.3.1 传统的图像去噪方法  67-68
    3.3.2 基于小波变换的图像去噪处理方法  68-73
    3.3.3 基于数学形态学的图像去噪方法  73-75
    3.3.4 用于井下煤仓煤位图像的去噪处理方法  75-77
    3.3.5 实验结果与分析  77-81
  3.4 井下煤仓煤位图像复原处理方法的研究  81-90
    3.4.1 图像复原的点扩散函数  81-84
    3.4.2 井下煤仓煤位图像复原的恢复算法  84-89
    3.4.3 实验结果  89-90
  3.5 本章小结  90-91
4 井下煤仓煤位图像的边缘检测方法研究  91-99
  4.1 引言  91-92
  4.2 蚁群算法  92-93
  4.3 蚂蚁属性的确定  93
  4.4 初始聚类中心的设置  93-95
    4.4.1 初始聚类中心设置  94
    4.4.2 引导函数设置  94-95
  4.5 基于蚁群算法的井下煤仓煤位图像边缘检测  95-96
  4.6 实验结果  96-98
  4.7 本章小节  98-99
5 结论与展望  99-101
  5.1 结论  99-100
  5.2 展望  100-101
参考文献  101-105
附录  105-106
致谢  106

基于辅助光源的煤仓图像预处理研究

内容摘要

全文目录

相似论文