[发明专利]一种有效的井下煤尘检测系统

说明书

技术领域

本发明创造涉及矿井安全检测领域，具体涉及一种有效的井下煤尘检测系统。

背景技术

我国是产煤大国，在总的能源构成中煤炭约70％左右，而且这一能源结构状况在今后很长一段时间内不会有太大的改变，因此，对煤矿的开采工作一直是我国的重点，而煤炭在产煤的各个环节都会排放大量的煤尘，当井下煤尘达到一定浓度时便有爆炸的危险，同时呼吸性煤尘可以导致煤矿工人的尘肺病，并且煤尘可以缩短井下机械设备的使用寿命，因此，对井下煤尘浓度的实时在线检测具有重要的意义。

现有的煤尘在线检测技术存在测量误差较大以及测量精度易受环境因素影响等问题，因此，本发明提供一种有效的井下煤尘检测系统，通过对采集井下煤尘图像，并对采集得到的图像进行有效的处理和分析，判断井下煤尘情况，从而进行有效的预防和治理。

发明内容

针对上述问题，本发明旨在提供一种有效的井下煤尘检测系统。

本发明创造的目的通过以下技术方案实现：

一种有效的井下煤尘检测系统，包括煤尘图像采集模块、煤尘图像处理模块、煤尘图像分割模块和煤尘图像识别模块，所述煤尘图像采集模块用于实时采集井下的煤尘图像，所述煤尘图像处理模块用于去除图像中的各种噪声污染，所述煤尘图像分割模块采用基于最大模糊熵的图像分割算法对煤尘图像进行有效的分割，所述煤尘图像识别模块用于对图像中的煤尘颗粒进行识别，从而计算井下的煤尘浓度。

本发明创造的有益效果：针对井下煤尘图像信噪比较低的特点，采用一种改进的非局部均值算法去除图像中的各种噪声污染，突出图像的细节部分，此外，在煤尘图像分割模块采用一种基于改进粒子群算法和模糊熵的分割算法对图像进行分割，引入惯性权重和小波变异自适应的改进粒子群优化算法，将该算法和模糊熵结合应用于图像分割，对煤尘图像取得了较好的分割结果，且计算量较小。

附图说明

利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明结构示意图；

图2是本发明煤尘图像分割模块的结构示意图；

图3是本发明参数组合搜索单元的结构示意图。

附图标记：

煤尘图像采集模块1；煤尘图像处理模块2；煤尘图像分割模块3；煤尘图像识别模块4；参数组合搜索单元31；分割阈值计算单元32；粒子群优化子单元311；粒子群变异子单元312。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1、图2和图3，本实施例的一种有效的井下煤尘检测系统，包括煤尘图像采集模块1、煤尘图像处理模块2、煤尘图像分割模块3和煤尘图像识别模块4，所述煤尘图像采集模块1用于实时采集井下的煤尘图像，所述煤尘图像处理模块2用于去除图像中的各种噪声污染，所述煤尘图像分割模块3采用基于最大模糊熵的图像分割算法对煤尘图像进行有效的分割，所述煤尘图像识别模块4用于对图像中的煤尘颗粒进行识别，从而计算井下的煤尘浓度。

本优选实施例针对井下煤尘图像信噪比较低的特点，采用一种改进的非局部均值算法去除图像中的各种噪声污染，突出图像的细节部分，此外，在煤尘图像分割模块采用一种基于改进粒子群算法和模糊熵的分割算法对图像进行分割，引入惯性权重和小波变异自适应的改进粒子群优化算法，将该算法和模糊熵结合应用于图像分割，对煤尘图像取得了较好的分割结果，且计算量较小。

优选地，所述煤尘图像处理模块2用于去除图像中的各种噪声污染，其采用一种改进的权重计算方法的非局部均值的井下图像去噪算法，具体为：

式中，a>0是高斯核函数的标准差，h是滤波参数，N_x和N_y分别表示x和y的方形邻域，表示N_x和N_y邻域之间的高斯加权欧式距离，Z(N_x,N_y)表示N_x和N_y邻域之间的灰度距离，w(x,y)是像素x和像素y相似程度的权重，且0<w(x,y)<1，∑_y∈Iw(x,y)＝1。

本优选实施例通过改进非局部均值去噪算法对井下煤尘图像进行去燥，在权重的计算过程中不仅考虑了像素位置差异对权重的影响，还考虑了像素灰度差异对权重的影响，从而提高了算法的去噪性能。