10.13225/j.cnki.jccs.2015.1175
基于变分水平集的图像分割防堵仓技术研究
针对煤矿井下噪声高、分辨率低、照度不均的特殊环境,建立煤块图像分割模型,实现对大煤块的准确检测,预防堵仓事故发生.新模型基于变分水平集算法,对GAC(Geodesic Active Con-tour)和C-V(Chan and Vese)模型改进,融合轮廓和区域模型对煤块视频图像信息进行分割,通过求偏微分方程的稳态解,解决能量模型的最优解求取问题,利用半点离散化差分方法完成数值计算,有效提高计算精度、拓扑结构自适应性、抗噪能力,降低了光照敏感性.实验结果表明,新模型在煤矿井下复杂环境有良好的鲁棒性,实时性高,在减轻了矿工人力筛选大煤块负担的同时极大提高筛选准确率.
图像分割、堵仓事故、变分水平集、GAC模型、C-V模型
41
TD672;TP391.41(矿山电工)
住房城乡建设部科学技术计划资助项目2014-K5-027;江苏省高校自然科学研究面上资助项目15KJB520033;国家自然科学基金资助项目U1261105
2016-07-19(万方平台首次上网日期,不代表论文的发表时间)
273-278