-
题名基于视频图像的矿井水灾识别及趋势预测方法研究
被引量:14
- 1
-
-
作者
孙继平
靳春海
曹玉超
-
机构
中国矿业大学(北京)
-
出处
《工矿自动化》
北大核心
2019年第7期1-4,16,共5页
-
基金
国家重点研发计划资助项目(2016YFC0801800)
-
文摘
分析了矿井水灾视频图像特征,提出了基于视频图像的矿井水灾识别及趋势预测方法,包括水灾视频动态识别、区域分割、面积估算及趋势预测,并通过了试验验证,得出如下主要结论:①阈值像素灰度统计法和像素灰度值统计法均可监测和识别水灾,阈值像素灰度统计法不但可抑制低于灰度阈值的噪声,提高识别的准确性,还可减少像素灰度统计数,增强特定像素灰度范围的对比度。②阈值分割法和视频差分分割法均可分割水灾区域图像,前者整体性较好,后者细节刻画更强。③根据分割出的水灾区域图像可估算突水区域面积及进行趋势预测。
-
关键词
矿井水灾
图像识别
水灾区域分割
面积估算
趋势预测
-
Keywords
mine flood
image recognition
flood area segmentation
area estimation
trend prediction
-
分类号
TD745
[矿业工程—矿井通风与安全]
-