[发明专利]采煤机液压支架护帮板状态监测方法及装置在审

专利信息
申请号: 202210142715.5 申请日: 2022-02-16
公开(公告)号: CN114445398A 公开(公告)日: 2022-05-06
发明(设计)人: 赵金剑;杜磊岐 申请(专利权)人: 西安华创马科智能控制系统有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06T5/50;G06T7/73;G06T7/13
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 赵平;崔博
地址: 710117 陕西省西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 采煤 液压 支架 护帮板 状态 监测 方法 装置
【权利要求书】:

1.一种采煤机液压支架护帮板状态监测方法,其特征在于,包括:

对采煤机液压支架护帮板的连续监控图像进行去雾处理,对去雾处理后的监控图像进行边缘细节信息恢复得到融合图像;

通过预设的目标检测模型对所述融合图像中的护帮板区域进行识别得到目标图像;

对所述目标图像中的护帮板进行识别得到所述护帮板的角度,以根据所述角度确定所述护帮板的状态。

2.根据权利要求1所述的采煤机液压支架护帮板状态监测方法,其特征在于,所述对采煤机液压支架护帮板的连续监控图像进行去雾处理具体包括:

通过改进的暗通道先验算法得到所述监控图像的暗通道图和大气光值,并对所述监控图像进行去雾处理;

通过导向滤波多尺度Retinex算法对所述去雾处理后的监控图像进行对齐图像亮度处理。

3.根据权利要求1所述的采煤机液压支架护帮板状态监测方法,其特征在于,所述对去雾处理后的监控图像进行边缘细节信息恢复得到融合图像具体包括:

通过小波融合算法对去雾处理后的监控图像进行边缘细节信息恢复得到融合图像。

4.根据权利要求1所述的采煤机液压支架护帮板状态监测方法,其特征在于,所述通过预设的目标检测模型对所述融合图像中的护帮板区域进行识别得到目标图像具体包括:

通过基于Yolox目标检测算法训练得到的目标检测模型对所述融合图像进行护帮板区域提取得到目标图像。

5.根据权利要求1所述的采煤机液压支架护帮板状态监测方法,其特征在于,所述对所述目标图像中的护帮板骨架进行识别得到所述护帮板的角度具体包括:

对所述目标图像进行预处理得到二值化图像;

通过预设骨架提取模型对所述二值化图像中护帮板骨架的关键像素点进行提取;

拟合所述关键像素点得到直线,根据所述直线得到所述护帮板的角度。

6.根据权利要求5所述的采煤机液压支架护帮板状态监测方法,其特征在于,所述对所述目标图像进行预处理得到二值化图像具体包括:

对所述目标图像进行二值化、水平和垂直的投影处理得到预处理图像;

对所述预处理图像进行形态学处理得到所述二值化图像。

7.根据权利要求5所述的采煤机液压支架护帮板状态监测方法,其特征在于,所述通过预设骨架提取模型对所述二值化图像中护帮板骨架的关键像素点进行提取具体包括:

通过基于Morphology原理训练得到的骨架提取模型对所述二值化图像中护帮板骨架的关键像素点进行提取。

8.根据权利要求5所述的采煤机液压支架护帮板状态监测方法,其特征在于,所述拟合所述关键像素点得到直线,根据所述直线得到所述护帮板的角度具体包括:

采用opencv的HoughLinesP函数拟合所述骨架的关键像素点得到骨架轮廓线;

根据所述骨架轮廓线确定所述护帮板的角度。

9.一种采煤机液压支架护帮板状态监测装置,其特征在于,包括:

图像预处理模块,用于对采煤机液压支架护帮板的连续监控图像进行去雾处理,对去雾处理后的监控图像进行边缘细节信息恢复得到融合图像;

目标识别模型,用于通过预设的目标检测模型对所述融合图像中的护帮板区域进行识别得到目标图像;

状态检测模块,用于对所述目标图像中的护帮板进行识别得到所述护帮板的角度,以根据所述角度确定所述护帮板的状态。

10.一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,

所述处理器执行所述程序时实现如权利要求1-8任一项所述方法。

11.一种计算机可读介质,其上存储有计算机程序,其特征在于,

该程序被处理器执行时实现如权利要求1-8任一项所述方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安华创马科智能控制系统有限公司,未经西安华创马科智能控制系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210142715.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top