CN114511991B - 矿井粉尘智能分析处理系统及方法 - Google Patents

矿井粉尘智能分析处理系统及方法 Download PDF

Info

Publication number
CN114511991B
CN114511991B CN202210142554.XA CN202210142554A CN114511991B CN 114511991 B CN114511991 B CN 114511991B CN 202210142554 A CN202210142554 A CN 202210142554A CN 114511991 B CN114511991 B CN 114511991B
Authority
CN
China
Prior art keywords
dust
unit
mine
communication module
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210142554.XA
Other languages
English (en)
Other versions
CN114511991A (zh
Inventor
宋亚新
谷树伟
王帅
于明生
王林
王浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guoneng Baotou Energy Co ltd
Original Assignee
Guoneng Baotou Energy Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guoneng Baotou Energy Co ltd filed Critical Guoneng Baotou Energy Co ltd
Priority to CN202210142554.XA priority Critical patent/CN114511991B/zh
Publication of CN114511991A publication Critical patent/CN114511991A/zh
Application granted granted Critical
Publication of CN114511991B publication Critical patent/CN114511991B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本公开的实施例提供了一种矿井粉尘智能分析处理系统及方法。该系统中图像采集模块，用于采集矿井内光照射区域的图像，通过第一通信模块将图像向光源解析模型传输；光源解析模型对图像进行解析，获取矿井内粉尘的分布情况，输入至降尘分析模型；降尘分析模型，用于根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并向第二通信模块传输降尘指令以及向报警模块发送报警指令；控制模块，用于控制粉尘处理装置进行降尘处理。以此方式，可以有效地提高矿井内粉尘的监测和处理效率，实现对矿井内粉尘的实时智能监测分析和远程自动控制降尘处理。

Description

矿井粉尘智能分析处理系统及方法
技术领域
本公开涉及矿井技术领域，尤其涉及矿井粉尘技术领域。
背景技术
目前，随着我国矿业不断发展，煤矿井的安全生产成为我国非常关注的问题，近几年各国关于煤矿安全生产的措施层出不穷，但是这些措施对煤矿井下的事故发生率控制并没有达到期望值。影响煤矿井下发生安全事故的因素非常多，其中最严重的是由于矿井粉尘浓度过高引发的煤矿爆炸，所以有效控制煤矿下粉尘浓度非常重要。然而目前已知粉尘传感器必须工作人员去矿井内安装并配合，才可以测量粉尘浓度，并且当粉尘浓度超标时，需要进行人工喷水降尘，十分不便。
发明内容
本公开提供了一种矿井粉尘智能分析处理系统、方法、设备以及存储介质。
根据本公开的第一方面，提供了一种矿井粉尘智能分析处理系统。该系统包括：所述系统包括：监测端、服务器端和粉尘处理端；
所述监测端设置于矿井内部；所述监测端，包括图像采集模块、第一通信模块和报警模块；
所述服务器端包括：光源解析模型和降尘分析模型；
所述粉尘处理端包括：第二通信模块、控制模块和粉尘处理装置；
所述图像采集模块，用于向矿井内发射多种颜色的光，采集矿井内光照射区域的图像，通过所述第一通信模块将所述图像向所述光源解析模型传输；
所述光源解析模型对所述图像进行解析，获取矿井内粉尘的分布情况，并将矿井内粉尘的分布情况输入降尘分析模型；
所述降尘分析模型，用于根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并向所述第二通信模块传输降尘指令以及向所述报警模块发送报警指令；
所述报警模块根据所述报警指令进行报警；
所述控制模块，用于根据所述第二通信模块接收的所述降尘指令，控制所述粉尘处理装置进行降尘处理。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述监测端还包括：传感器模块，所述传感器模块设置于矿井内；
所述传感器模块包括分布在所述矿井内不同位置的多个粉尘浓度传感器；
所述传感器模块，用于采集所述矿井内粉尘浓度信息；
所述第一通信模块，用于将所述粉尘浓度信息发送至所述降尘分析模块；
所述降尘分析模块，用于根据所述粉尘的分布情况以及所述粉尘浓度信息，确定最终的粉尘浓度。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述光源解析模型通过以下步骤建立：
基于机器学习，将训练图像样本作为输入，并将相应的粉尘分布情况作为输出；
将所述训练图像样本对应的标准粉尘分布情况与所述光源解析模型输出的粉尘分布情况进行比对，当比对误差高于规定值时，调整所述光源解析模型中的参数。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述图像采集模块，还用于对所述图像进行分析，获取矿井内空间大小，并将所述空间大小向所述光源解析模型传输；
所述光源解析模型，用于根据所述空间大小，建立所述矿井对应的空间模型，并将所述图像中的粉尘标定于所述空间模型中；
所述光源解析模型，还用于按照单位尺寸对所述空间模型进行分割，将所述空间模型划分为若干个单位空间模型；并对每个单位空间模型中的粉尘进行计数，当所述单位空间模型中的粉尘数量超过预定粉尘数量时，获取所述单位空间模型的坐标信息以及所述单位空间模型中的粉尘数量；
所述光源解析模型，还用于将所述坐标信息以及所述单位空间模型中的粉尘数量进行汇总，作为所述粉尘的分布情况。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述光源解析模型，包括：划分单元、滤波单元、确定单元、获取单元、计算单元、筛选单元、定义单元、统计单元；
划分单元，用于按照单位尺寸对所述空间模型进行分割，将所述空间模型划分为若干个单位空间模型；
滤波单元，用于从所述图像中获取所述单位空间模型对应的局部图像，根据以下滤波算法，计算出所述单位空间模型对应的局部图像中每个像素点和对应的搜索领域中所有像素点的距离：
式中，L(a(xp)，a(xq))为所述单位空间模型对应的局部图像中第p个待滤波的像素点和对应的搜索领域中第q个像素点之间的距离，xp为第p个待滤波的像素点的像素值，xq为以p为中心的T×T的搜索领域中的第q个像素点的像素值，T为所述搜索领域的边长，a(xp)为以p为中心的T×T的图像块的对比度梯度变化向量，a(xq)为以q为中心的T×T的图像块的对比度梯度变化向量，a(t)(xp)为向量a(xp)的第t个元素，a(t)(xq)为向量a(xq)的第t个元素，lg为对数函数；
基于所述单位空间模型对应的局部图像中每个像素点和对应的搜索领域中所有像素点的距离，计算出所述对应的局部图像中经过滤波后的所有像素点的对比度值，获得新的光源增强滤波图像：
式中，a′p为所述对应的局部图像中经过滤波后的第p个像素点的对比度值，exp()为以自然常数e为底的指数函数，S为滤波尺度参数；
确定单元，用于确定每个所述单位空间模型对应的局部图像中包含的疑似粉尘粒子；
获取单元，用于从所述光源增强滤波图像中获取所述疑似粉尘粒子对应的亮度值、灰度值、色度值；
计算单元，用于基于每个所述疑似粉尘粒子对应的亮度值、灰度值、色度值，计算出每个所述疑似粉尘粒子为粉尘粒子的初始概率：
其中，Pi(i＝1，2，...，n)为所述光源增强滤波图像中第i个所述疑似粉尘粒子为粉尘粒子的初始概率，Aj为第i个所述疑似粉尘粒子的亮度值，A0为粉尘粒子的标准亮度值，k(x)为核函数，d为核函数的带宽，δ[b(Ai)-A0]为第i个所述疑似粉尘粒子的亮度值和标准亮度值之间的关系冲激函数，若Ai等于A0则δ[b(Ai)-A0]为1，若Ai不等于A0则δ[b(Ai)-A0]为0，Bi为第i个所述疑似粉尘粒子的灰度值，B0为粉尘粒子的标准灰度值，δ[b(Bi)-B0]为第i个所述疑似粉尘粒子的灰度值和标准灰度值之间的关系冲激函数，若Bj等于B0则δ[b(Bi)-B0]为1，若Bi不等于B0则δ[b(Bi)-B0]为0，Ci为第i个所述疑似粉尘粒子的色度值，C0为粉尘粒子的标准色度值，δ[b(Ci)-C0]为第i个所述疑似粉尘粒子的色度值和标准色度值之间的关系冲激函数，若Ci等于C0则δ[b(Ci)-C0]为1，若Ci不等于C0则δ[b(Ci)-C0]为0；
筛选单元，用于基于每个所述疑似粉尘粒子对应的坐标信息，计算出所述单位空间模型中所有疑似粉尘粒子两两之间的距离值，筛选出所述距离值小于预设距离值的一组或多组疑似粉尘粒子；
定义单元，用于基于所述一组或多组疑似粉尘粒子中每个疑似粉尘粒子为粉尘粒子的初始概率，计算出对应一组或多组疑似粉尘粒子中每个疑似粉尘粒子为粉尘粒子的纠正概率；
式中，P′ti为第t组疑似粉尘粒子中第i个疑似粉尘粒子为粉尘粒子的纠正概率，Pti为第t组疑似粉尘粒子中第i个疑似粉尘粒子为粉尘粒子的初始概率，n为第t组疑似粉尘粒子的总个数，i、j的取值范围为1～n；
统计单元，用于统计每个所述单位空间模型中所述纠正概率大于预设纠正概率的疑似粉尘粒子总个数作为对应单位空间模型中的粉尘数量。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述降尘分析模型，还用于：
根据粉尘的历史降尘记录，确定所述粉尘浓度扩散降至低于所述粉尘报警浓度所需的时间信息；
当所述时间信息大于预定阈值时间信息时，生成所述降尘指令。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一通信模块、所述第二通信模块，包括5G通信模块、蓝牙通信模块、WIFI通信模块以及NB-loT通信模块中的一种或多种；
所述报警模块，包括LED灯报警器、声音报警器以及声光报警器中的一种或多种。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述粉尘处理装置，包括第一降尘单元、第二降尘单元和辅助降尘单元；
所述第一降尘单元，包括第一处理器、储水箱、空气泵、电动阀和喷嘴；所述储水箱与所述喷嘴通过导管连接；所述空气泵通过气管与所述储水箱连接；所述电动阀设置于所述气管上；所述第一处理器与所述电动阀连接；
所述第一处理器，用于在所述第二通信模块接收到所述降尘指令时，控制所述电动阀开启，所述空气泵通过所述气管向所述储水箱加压，所述储水箱中的水通过所述导管向喷嘴传输；所述喷嘴，用于将所述导管传输的水喷出；
所述控制模块，还用于在所述第一降尘单元的工作时间达到第一预定时间周期时，并通过第二通信模块接收到所述降尘指令时，控制所述第二降尘单元进行降尘处理；
所述第二降尘单元，包括干雾降尘控制器、空气压缩机、水泵和干雾喷头；所述水泵与所述储水箱连接；所述水泵、所述空气压缩机分别与所述干雾降尘控制器连接；所述干雾降尘控制器还与所述干雾喷头连接；
所述水泵，用于将所述储水箱中的水抽取向所述干雾降尘控制器传输；所述空气压缩机，用于产生超声波压力；所述干雾降尘控制器，用于分别控制所述水泵抽取水的流速和所述空气压缩机输出的超声波压力，控制干雾的产生，并通过所述干雾喷头喷出；
所述控制模块，还用于接收到所述降尘指令时，通过所述第二通信模块向所述服务器端获取矿井内粉尘的分布情况；并根据粉尘的分布情况，确定需要进行降尘处理的区域位置信息，并将所述区域位置信息向所述辅助降尘单元传输；
所述辅助降尘单元，包括第二处理器、鼓风机和转动轴；所述鼓风机通过所述转动轴固定在所述矿井内壁上；所述第二处理器与所述转动轴连接；
所述第二处理器，用于根据所述区域位置信息控制所述转动轴转动，使所述鼓风机吹出的风吹动所述第一降尘单元、第二降尘单元喷出的水雾和干雾向所述区域位置信息对应的区域进行喷洒。
根据本公开的第二方面，提供了一种矿井粉尘智能分析处理方法。该方法包括：
向矿井内发射多种颜色的光，采集矿井内光照射区域的图像；
对所述图像进行解析，获取矿井内粉尘的分布情况；
根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并根据所述报警指令进行报警；
根据所述降尘指令进行降尘处理。
根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面和/或第二发面的方法。
本公开中，可实现利用图像自动测量粉尘浓度以及自动实现粉尘降尘，并提前通过降尘处理端实现对矿井内粉尘的处理，有效地避免了粉尘浓度严重超标后才进行降尘处理的滞后问题，进一步实现了系统的智能化分析和自动控制降尘功能；避免需要人工喷水降尘，有效地提高了矿井内粉尘的监测和处理效率，节约了人工监测成本，实现了对矿井内粉尘的实时智能监测分析和远程自动控制降尘处理。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了根据本公开的实施例的矿井粉尘智能分析处理系统的框图；
图2示出了根据本公开的实施例的粉尘处理装置的示意图；
图3示出了根据本公开的实施例的矿井粉尘智能分析处理方法的流程图；
图4示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1示出了根据本公开实施例的矿井粉尘智能分析处理系统100的框图。该系统100包括：监测端11、服务器端12和粉尘处理端13；
所述监测端11设置于矿井内部；所述监测端11，包括图像采集模块113、第一通信模块114和报警模块112；当然，图1的图要比系统100更加丰富，多了个传感器模块111，传感器模块111在下个实施例中会用到，因而，图1相当于本公开的第二个实施例的系统图。
所述服务器端12包括：光源解析模型121和降尘分析模型122；
所述粉尘处理端13包括：第二通信模块133、控制模块132和粉尘处理装置131；
所述图像采集模块113，用于向矿井内发射多种颜色的光，采集矿井内光照射区域的图像，通过所述第一通信模块114将所述图像向所述光源解析模型传121输；
所述光源解析模型121对所述图像进行解析，获取矿井内粉尘的分布情况，并将矿井内粉尘的分布情况输入降尘分析模型；
所述降尘分析模型122，用于根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并向所述第二通信模块133传输降尘指令以及向所述报警模块112发送报警指令；
所述报警模块112根据所述报警指令进行报警；
所述控制模块132，用于根据所述第二通信模块133接收的所述降尘指令，控制所述粉尘处理装置131进行降尘处理。
通过光源解析模型对矿井内光照射区域的图像进行自动解析，可获取矿井内粉尘的分布情况，然后根据粉尘的分布情况识别粉尘的浓度，进而可自动确定矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则说明粉尘浓度过高，则生成降尘指令，并向报警模块发送报警指令，以对工作人员进行报警提示，同时，自动控制粉尘处理装置进行降尘，以实现利用图像自动测量粉尘浓度以及自动实现粉尘降尘，并提前通过降尘处理端实现对矿井内粉尘的处理，有效地避免了粉尘浓度严重超标后才进行降尘处理的滞后问题，进一步实现了系统的智能化分析和自动控制降尘功能；避免需要人工喷水降尘，有效地提高了矿井内粉尘的监测和处理效率，节约了人工监测成本，实现了对矿井内粉尘的实时智能监测分析和远程自动控制降尘处理。
在一个实施例中，所述监测端还包括：传感器模块111，所述传感器模块111设置于矿井内；
所述传感器模块111包括分布在所述矿井内不同位置的多个粉尘浓度传感器；
所述传感器模块111，用于采集所述矿井内粉尘浓度信息；通过设置在不同位置的粉尘浓度传感器对粉尘浓度进行实时监测，可确保传感器模块获得的粉尘浓度信息的准确性。
所述第一通信模块114，用于将所述粉尘浓度信息发送至所述降尘分析模块；
所述降尘分析模块122，用于根据所述粉尘的分布情况以及所述粉尘浓度信息，确定最终的粉尘浓度。
由于仅仅通过粉尘的分布情况识别矿井内粉尘浓度可能导致粉尘浓度精准度不同，因而，可通过传感器模块采集矿井内粉尘浓度信息，然后自动发送至降尘分析模块，以使降尘分析模块综合粉尘的分布情况以及粉尘浓度信息这两项信息，可自动确定最终的粉尘浓度，以使得粉尘浓度更为精准。
例如：在根据粉尘的分布情况分析出矿井内粉尘的粉尘浓度后，可将该粉尘浓度作为初始粉尘浓度，然后将初始粉尘浓度以及粉尘浓度信息进行加权求和或者求取平均值，以获得最终的粉尘浓度。
在一个实施例中，所述光源解析模型通过以下步骤建立：
基于机器学习，将训练图像样本作为输入，并将相应的粉尘分布情况作为输出；训练图像样本是利用光对矿井进行照射后，得到的多个矿井图像，这些矿井图像自然也会记录下粉尘，因而，可用于训练初始光源解析模型，得到最终的光源解析模型。
将所述训练图像样本对应的标准粉尘分布情况与所述光源解析模型输出的粉尘分布情况进行比对，当比对误差高于规定值时，调整所述光源解析模型中的参数，如调整下面实施例中的搜索领域的边长T、S等参数。
通过将训练图像样本输入初始光源解析模型，可获得初始光源解析模型输出的粉尘分布情况，然后将训练图像样本对应的标准粉尘分布情况与所述光源解析模型输出的粉尘分布情况进行比对，以判断两者的对比误差是否高于规定值，如果高于规定值，则说明当前的光源解析模型还不太准确，需要进一步训练，因而，可自动调整光源解析模型中的参数，从而使得光源解析模型更加准确，确保训练出的光源解析模型的精准性，能够在模型应用时利用矿井图像准确分析出粉尘的分布情况。
在一个实施例中，所述图像采集模块，还用于对所述图像进行分析，获取矿井内空间大小，并将所述空间大小向所述光源解析模型传输；
所述光源解析模型，用于根据所述空间大小，建立所述矿井对应的空间模型，并将所述图像中的粉尘标定于所述空间模型中；
所述光源解析模型，还用于按照单位尺寸对所述空间模型进行分割，将所述空间模型划分为若干个单位空间模型；并对每个单位空间模型中的粉尘进行计数，当所述单位空间模型中的粉尘数量超过预定粉尘数量时，获取所述单位空间模型的坐标信息以及所述单位空间模型中的粉尘数量；
某单位空间模型中的粉尘数量超过预定粉尘数量时，说明该单位空间模型中粉尘颗粒比较多，因而，但是逐个记录每个粉尘颗粒的位置工作量有比较大，因而，可以单位空间模型为基础，记录单位空间模型的坐标信息以及所述单位空间模型中的粉尘数量。
所述光源解析模型，还用于将所述坐标信息以及所述单位空间模型中的粉尘数量进行汇总，作为所述粉尘的分布情况。
对图像进行分析，可获取矿井内空间大小，然后根据空间大小，建立矿井区域对应的空间模型(即与空间大小以及矿井的实际结构设计相匹配的空间模型)，并将粉尘标定于空间模型中，从而实现了对矿井模拟空间的建立；并按照单位尺寸(可自由设定)对空间模型进行分割，将空间模型划分为若干个单位空间模型，并对每个单位空间模型中的粉尘进行计数，当单位空间模型中的粉尘数量超过预定粉尘数量时，获取单位空间模型的坐标信息以及单位空间模型中实际的粉尘数量，从而实现了对矿井区域的粉尘分布情况的获取。
在一个实施例中，所述光源解析模型，包括：划分单元、滤波单元、确定单元、获取单元、计算单元、筛选单元、定义单元、统计单元；
划分单元，用于按照单位尺寸对所述空间模型进行分割，将所述空间模型划分为若干个单位空间模型；
矿井的图像对应的是空间模型，而分割后的单位空间模型可能是多个，每个单位空间模型都各自对应一个局部图像，即矿井的图像按照单位空间模型的数目分割成了若干个局部图像，局部图像的数量为单位空间模型的数目。
滤波单元，用于从所述图像中获取所述单位空间模型对应的局部图像，根据以下滤波算法，计算出所述单位空间模型对应的局部图像中每个像素点和对应的搜索领域中所有像素点的距离：
式中，L(a(xp)，a(xq))为所述单位空间模型对应的局部图像中第p个待滤波的像素点和对应的搜索领域(即以p为中心的T×T的搜索领域)中第q个像素点之间的距离，xp为第p个待滤波的像素点的像素值，xq为以p为中心的T×T的搜索领域中的第q个像素点的像素值，T为所述搜索领域的边长，a(xp)为以p为中心的T×T的图像块的对比度梯度变化向量，a(xq)为以q为中心的T×T的图像块的对比度梯度变化向量，a(t)(xp)为向量a(xp)的第t个元素，a(t)(xq)为向量a(xq)的第t个元素，lg为对数函数；
基于所述单位空间模型对应的局部图像中每个像素点和对应的搜索领域中所有像素点的距离，计算出所述对应的局部图像中经过滤波后的所有像素点的对比度值，获得新的光源增强滤波图像：每个单位空间模型对应的局部图像经过滤波(即将每个单位空间模型对应的局部图像中每个像素点的对比亮度替换为a′p)后就形成了新的光源增强滤波图像；滤波的作用是去伪存真，滤波后的值大概率是真值，即经过滤波后，同一个像素点的亮度值、灰度值、色度值相比于滤波前的亮度值、灰度值、色度值将更加准确。
式中，a′p为所述对应的局部图像中经过滤波后的第p个像素点的对比度值，exp()为以自然常数e为底的指数函数，S为滤波尺度参数；
确定单元，用于确定每个所述单位空间模型对应的局部图像中包含的疑似粉尘粒子；可基于粉尘的大小、运动规律、形状确定疑似粉尘粒子。当然，这里其实可在每个所述单位空间模型对应的光源增强滤波图像的基础上，获取该光源增强滤波图像中包含的疑似粉尘粒子，从而使得疑似粉尘粒子的确定更为准确。
获取单元，用于从所述光源增强滤波图像中获取所述疑似粉尘粒子对应的亮度值、灰度值、色度值；
计算单元，用于基于每个所述疑似粉尘粒子对应的亮度值、灰度值、色度值，计算出每个所述疑似粉尘粒子为粉尘粒子的初始概率：
其中，Pi(i＝1，2，…，n)为所述光源增强滤波图像中第i个疑似粉尘粒子为粉尘粒子的初始概率，Ai为第i个疑似粉尘粒子的亮度值，A0为粉尘粒子的标准亮度值，k(x)为核函数，d为核函数的带宽，δ[b(Ai)-A0]为第i个所述疑似粉尘粒子的亮度值和标准亮度值之间的关系冲激函数，若Ai等于A0则δ[b(Ai)-A0]为1，若Ai不等于A0则δ[b(Ai)-A0]为0，Bi为第i个所述疑似粉尘粒子的灰度值，B0为粉尘粒子的标准灰度值，δ[b(Bi)-B0]为第i个所述疑似粉尘粒子的灰度值和标准灰度值之间的关系冲激函数，若Bi等于B0则δ[b(Bi)-B0]为1，若Bi不等于B0则δ[b(Bi)-B0]为0，Ci为第i个所述疑似粉尘粒子的色度值，C0为粉尘粒子的标准色度值，δ[b(Ci)-C0]为第i个所述疑似粉尘粒子的色度值和标准色度值之间的关系冲激函数，若Ci等于C0则δ[b(Ci)-C0]为1，若Ci不等于C0则δ[b(Ci)-C0]为0；
筛选单元，用于基于每个所述疑似粉尘粒子对应的坐标信息(可通过光源增强滤波图像获取疑似粉尘粒子的坐标)，计算出所述单位空间模型中所有疑似粉尘粒子两两之间的距离值，筛选出所述距离值小于预设距离值的一组或多组疑似粉尘粒子；
可根据单位空间模型中距离值小于预设距离值的疑似粉尘粒子的总个数以及每组疑似粉尘粒子的预设数量以及疑似粉尘粒子的相对位置，按照就近原则，将单位空间模型中距离值小于预设距离值的疑似粉尘粒子化为分一组或多组疑似粉尘粒子。
定义单元，用于基于所述一组或多组疑似粉尘粒子中每个疑似粉尘粒子为粉尘粒子的初始概率，计算出对应一组或多组疑似粉尘粒子中每个疑似粉尘粒子为粉尘粒子的纠正概率；
式中，P′ti为第t组疑似粉尘粒子中第i个疑似粉尘粒子为粉尘粒子的纠正概率，Pti为第t组疑似粉尘粒子中第i个疑似粉尘粒子为粉尘粒子的初始概率，n为第t组疑似粉尘粒子的总个数，i、j的取值范围为1～n，t的取值为1～m，m为单位空间模型中距离值小于预设距离值的疑似粉尘粒子组的个数；
统计单元，用于统计每个所述单位空间模型中所述纠正概率大于预设纠正概率的疑似粉尘粒子总个数作为对应单位空间模型中的粉尘数量。
通过对图像中每个像素点的对比度值进行滤波，实现对获得的光源图像进行噪声滤波，进而获得对应的光源增强滤波图像，使得后续的粉尘粒子计数结果更加准确，通光源增强滤波图像可获得单位空间模型对应的光源增强滤波图像中每个疑似粉尘粒子的亮度值、色度值、灰度值，计算出每个疑似粉尘粒子为粉尘粒子的初始概率，而由于该初始概率可能受光影影响导致基于亮度值、色度值、灰度值计算出的该初始概率出现误差，因而通过判断计算出的单位空间模型中所有疑似粉尘粒子两两之间的距离值是否过于接近，可对初始概率进一步进行纠正，保证了算出每个疑似粉尘粒子为粉尘粒子的概率的准确性，也保证了每个单位空间模型中粉尘粒子计数结果以及位置坐标的准确性。
在一个实施例中，所述降尘分析模型，还用于：
根据粉尘的历史降尘记录，确定所述粉尘浓度扩散降至低于所述粉尘报警浓度所需的时间信息；历史降尘记录记载了粉尘处理装置将粉尘从不同粉尘浓度扩散降低至粉尘报警浓度所需要的时间或者记录了降尘过程中由时间和粉尘浓度形成的粉尘降尘曲线/降尘趋势。
当所述时间信息大于预定阈值时间信息时，生成所述降尘指令。
通过记录了不同粉尘浓度下粉尘处理装置的历史降尘记录即降尘消耗时长、降尘趋势/降尘曲线等，可自动而准确地预估当前的粉尘浓度扩散降低至低于粉尘报警浓度所需要的时间信息，然后若该时间信息大于预定阈值时间信息，则说明需要的降尘时间比较久，浓度确实很高，非常有必要降尘，因而，需要自动生成降尘指令，以进行降尘。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一通信模块、所述第二通信模块，包括5G通信模块、蓝牙通信模块、WIFI通信模块以及NB-loT通信模块中的一种或多种；
所述报警模块，包括LED灯报警器、声音报警器以及声光报警器中的一种或多种。
如图2所示，在一个实施例中，所述粉尘处理装置，包括第一降尘单元21、第二降尘单元22和辅助降尘单元23；
所述第一降尘单元21，包括第一处理器211、储水箱212、空气泵213、电动阀214和喷嘴215；所述储水箱212与所述喷嘴215通过导管216连接；所述空气泵213通过气管217与所述储水箱212连接；所述电动阀214设置于所述气管217上；所述第一处理器211与所述电动阀214连接；
所述第一处理器211，用于在所述第二通信模块接收到所述降尘指令时，控制所述电动阀214开启，所述空气泵213通过所述气管217向所述储水箱212加压，所述储水箱212中的水通过所述导管216向喷嘴215传输；所述喷嘴215，用于将所述导管216传输的水喷出；
所述控制模块，还用于在所述第一降尘单元21的工作时间达到第一预定时间周期时，根据所述第二通信模块接收到的所述降尘指令，控制所述第二降尘单元22进行降尘处理；此时，第一降尘单元21的工作时间达到第一预定时间周期时，第一降尘单元21可继续喷水降尘也可以停止喷水降尘，具体可根据实际需求自由设定。所述第二降尘单元22，包括干雾降尘控制器221、空气压缩机222、水泵223(位于第二降尘单元21内部)和干雾喷头224；所述水泵223与所述储水箱212连接；所述水泵223、所述空气压缩机222分别与所述干雾降尘控制器221连接；所述干雾降尘控制器221还与所述干雾喷头224连接；
所述水泵223，用于将所述储水箱212中的水抽取向所述干雾降尘控制器221传输；所述空气压缩机222，用于产生超声波压力；所述干雾降尘控制器221，用于分别控制所述水泵223抽取水的流速和所述空气压缩机222输出的超声波压力，进而控制干雾的产生，并通过所述干雾喷头224喷出；
所述控制模块，还用于接收到所述降尘指令时，通过所述第二通信模块向所述服务器端获取矿井内粉尘的分布情况；并根据粉尘的分布情况，确定需要进行降尘处理的区域位置信息，并将所述区域位置信息向所述辅助降尘单元23传输；由于粉尘的分布情况中包括位置信息，因而，可大致确定需要降尘的区域位置信息，该区域位置信息可包括坐标和/或方位。
所述辅助降尘单元23，包括第二处理器231、鼓风机232和转动轴233；所述鼓风机232通过所述转动轴233固定在所述矿井内壁上；所述第二处理器231与所述转动轴233连接；
所述第二处理器231，用于根据所述区域位置信息控制所述转动轴233转动，使所述鼓风机232吹出的风吹动所述第一降尘单元21、第二降尘单元22喷出的水雾和干雾向所述区域位置信息对应的区域进行喷洒。
上述技术方案中粉尘处理装置的第一降尘单元21，在第二通信模块接收到降尘指令时，第一处理器211控制电动阀214开启，空气泵213通过气管217向储水箱212加压，储水箱212中的水通过导管216向喷嘴215传输，喷嘴215将导管216传输的水喷出，从而实现了对矿井内较粗直径粉尘的降尘处理；并在第一降尘单元21的工作时间达到第一预定时间周期(例如第一预定时间周期为3min)时，控制模块通过第二通信模块接收到降尘指令，控制第二降尘单元22进行降尘处理；第二降尘单元22的水泵223将储水箱212中的水抽取向干雾降尘控制器221传输；干雾降尘控制器221分别通过控制水泵223抽取水的流速和空气压缩机222输出的超声波压力，来控制干雾的产生，并通过干雾喷头224将干雾喷出，干雾的粒径为5-30μm，与矿井内较细的粉尘融合成较粗颗粒粉尘，并通过第一降尘单元21喷出的水雾，实现对矿井内粉尘的处理；辅助降尘单元23的第二处理器231根据区域位置信息控制转动轴233转动，使鼓风机232吹出的风吹动第一降尘单元21、第二降尘单元22喷出的水雾和干雾向区域位置信息对应的区域进行喷洒，从而实现了根据粉尘位置对相应矿井内区域粉尘的降尘处理。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图3示出了根据本公开的实施例的矿井粉尘智能分析处理方法300的方框图。如图3所示，方法300包括：
步骤310，向矿井内发射多种颜色的光，采集矿井内光照射区域的图像；
步骤320，对所述图像进行解析，获取矿井内粉尘的分布情况；
步骤330，根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并根据所述报警指令进行报警；
步骤340，根据所述降尘指令进行降尘处理。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备和存储有计算机指令的非瞬时计算机可读存储介质。
图4示出了可以用来实施本公开的实施例的电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如方法300。例如，在一些实施例中，方法300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM403并由计算单元401执行时，可以执行上文描述的方法300的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法300。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (9)

1.一种矿井粉尘智能分析处理系统，其特征在于，
所述系统包括：监测端、服务器端和粉尘处理端；
所述监测端设置于矿井内部；所述监测端，包括图像采集模块、第一通信模块和报警模块；
所述服务器端包括：光源解析模型和降尘分析模型；
所述粉尘处理端包括：第二通信模块、控制模块和粉尘处理装置；
所述图像采集模块，用于向矿井内发射多种颜色的光，采集矿井内光照射区域的图像，通过所述第一通信模块将所述图像向所述光源解析模型传输；
所述光源解析模型对所述图像进行解析，获取矿井内粉尘的分布情况，并将矿井内粉尘的分布情况输入降尘分析模型；
所述降尘分析模型，用于根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并向所述第二通信模块传输降尘指令以及向所述报警模块发送报警指令；
所述报警模块根据所述报警指令进行报警；
所述控制模块，用于根据所述第二通信模块接收的所述降尘指令，控制所述粉尘处理装置进行降尘处理；
所述第一通信模块、所述第二通信模块，包括5G通信模块、蓝牙通信模块、WIFI通信模块以及NB-loT通信模块中的一种或多种；
所述报警模块，包括LED灯报警器、声音报警器以及声光报警器中的一种或多种；
所述粉尘处理装置，包括第一降尘单元、第二降尘单元和辅助降尘单元；
所述第一降尘单元，包括第一处理器、储水箱、空气泵、电动阀和喷嘴；所述储水箱与所述喷嘴通过导管连接；所述空气泵通过气管与所述储水箱连接；所述电动阀设置于所述气管上；所述第一处理器与所述电动阀连接；
所述第一处理器，用于在所述第二通信模块接收到所述降尘指令时，控制所述电动阀开启，所述空气泵通过所述气管向所述储水箱加压，所述储水箱中的水通过所述导管向喷嘴传输；所述喷嘴，用于将所述导管传输的水喷出；
所述控制模块，还用于在所述第一降尘单元的工作时间达到第一预定时间周期时，根据第二通信模块接收到的所述降尘指令，控制所述第二降尘单元进行降尘处理；
所述第二降尘单元，包括干雾降尘控制器、空气压缩机、水泵和干雾喷头；所述水泵与所述储水箱连接；所述水泵、所述空气压缩机分别与所述干雾降尘控制器连接；所述干雾降尘控制器还与所述干雾喷头连接；
所述水泵，用于将所述储水箱中的水抽取向所述干雾降尘控制器传输；所述空气压缩机，用于产生超声波压力；所述干雾降尘控制器，用于分别控制所述水泵抽取水的流速和所述空气压缩机输出的超声波压力，控制干雾的产生，并通过所述干雾喷头喷出；
所述控制模块，还用于接收到所述降尘指令时，通过所述第二通信模块向所述服务器端获取矿井内粉尘的分布情况；并根据粉尘的分布情况，确定需要进行降尘处理的区域位置信息，并将所述区域位置信息向所述辅助降尘单元传输；
所述辅助降尘单元，包括第二处理器、鼓风机和转动轴；所述鼓风机通过所述转动轴固定在所述矿井内壁上；所述第二处理器与所述转动轴连接；
所述第二处理器，用于根据所述区域位置信息控制所述转动轴转动，使所述鼓风机吹出的风吹动所述第一降尘单元、第二降尘单元喷出的水雾和干雾向所述区域位置信息对应的区域进行喷洒。
2.根据权利要求1所述的一种矿井粉尘智能分析处理系统，其特征在于，
所述监测端还包括：传感器模块，所述传感器模块设置于矿井内；
所述传感器模块包括分布在所述矿井内不同位置的多个粉尘浓度传感器；
所述传感器模块，用于采集所述矿井内粉尘浓度信息；
所述第一通信模块，用于将所述粉尘浓度信息发送至所述降尘分析模块；
所述降尘分析模块，用于根据所述粉尘的分布情况以及所述粉尘浓度信息，确定最终的粉尘浓度。
3.根据权利要求2所述的一种矿井粉尘智能分析处理系统，其特征在于，
所述光源解析模型通过以下步骤建立：
基于机器学习，将训练图像样本作为输入，并将相应的粉尘分布情况作为输出；
将所述训练图像样本对应的标准粉尘分布情况与所述光源解析模型输出的粉尘分布情况进行比对，当比对误差高于规定值时，调整所述光源解析模型中的参数。
4.根据权利要求1所述的一种矿井粉尘智能分析处理系统，其特征在于，
所述图像采集模块，还用于对所述图像进行分析，获取矿井内空间大小，并将所述空间大小向所述光源解析模型传输；
所述光源解析模型，用于根据所述空间大小，建立所述矿井对应的空间模型，并将所述图像中的粉尘标定于所述空间模型中；
所述光源解析模型，还用于按照单位尺寸对所述空间模型进行分割，将所述空间模型划分为若干个单位空间模型；并对每个单位空间模型中的粉尘进行计数，当所述单位空间模型中的粉尘数量超过预定粉尘数量时，获取所述单位空间模型的坐标信息以及所述单位空间模型中的粉尘数量；
所述光源解析模型，还用于将所述坐标信息以及所述单位空间模型中的粉尘数量进行汇总，作为所述粉尘的分布情况。
5.根据权利要求4所述的一种矿井粉尘智能分析处理系统，其特征在于，
所述光源解析模型，包括：划分单元、滤波单元、确定单元、获取单元、计算单元、筛选单元、定义单元、统计单元；
划分单元，用于按照单位尺寸对所述空间模型进行分割，将所述空间模型划分为若干个单位空间模型；
滤波单元，用于从所述图像中获取所述单位空间模型对应的局部图像，根据以下滤波算法，计算出所述单位空间模型对应的局部图像中每个像素点和对应的搜索领域中所有像素点的距离：
式中，L(a(xp)，a(xq))为所述单位空间模型对应的局部图像中第p个待滤波的像素点和对应的搜索领域中第q个像素点之间的距离，xp为第p个待滤波的像素点的像素值，xq为以p为中心的T×T的搜索领域中的第q个像素点的像素值，T为所述搜索领域的边长，a(xp)为以p为中心的T×T的图像块的对比度梯度变化向量，a(xq)为以q为中心的T×T的图像块的对比度梯度变化向量，a(t)(xp)为向量a(xp)的第t个元素，a(t)(xq)为向量a(xq)的第t个元素，lg为对数函数；
基于所述单位空间模型对应的局部图像中每个像素点和对应的搜索领域中所有像素点的距离，计算出所述对应的局部图像中经过滤波后的所有像素点的对比度值，获得新的光源增强滤波图像：
式中，a′p为所述对应的局部图像中经过滤波后的第p个像素点的对比度值，exp()为以自然常数e为底的指数函数，S为滤波尺度参数；
确定单元，用于确定每个所述单位空间模型对应的局部图像中包含的疑似粉尘粒子；
获取单元，用于从所述光源增强滤波图像中获取所述疑似粉尘粒子对应的亮度值、灰度值、色度值；
计算单元，用于基于每个所述疑似粉尘粒子对应的亮度值、灰度值、色度值，计算出每个所述疑似粉尘粒子为粉尘粒子的初始概率：
其中，Pi(i＝1，2，…，n)为所述光源增强滤波图像中第i个所述疑似粉尘粒子为粉尘粒子的初始概率，Ai为第i个所述疑似粉尘粒子的亮度值，A0为粉尘粒子的标准亮度值，k(x)为核函数，d为核函数的带宽，δ[b(Ai)-A0]为第i个所述疑似粉尘粒子的亮度值和标准亮度值之间的关系冲激函数，若Ai等于A0则δ[b(Ai)-A0]为1，若Ai不等于A0则δ[b(Ai)-A0]为0，Bi为第i个所述疑似粉尘粒子的灰度值，B0为粉尘粒子的标准灰度值，δ[b(Bi)-B0]为第i个所述疑似粉尘粒子的灰度值和标准灰度值之间的关系冲激函数，若Bi等于B0则δ[b(Bi)-B0]为1，若Bi不等于B0则δ[b(Bi)-B0]为0，Ci为第i个所述疑似粉尘粒子的色度值，C0为粉尘粒子的标准色度值，δ[b(Ci)-C0]为第i个所述疑似粉尘粒子的色度值和标准色度值之间的关系冲激函数，若Ci等于C0则δ[b(Ci)-C0]为1，若Ci不等于C0则δ[b(Ci)-C0]为0；
筛选单元，用于基于每个所述疑似粉尘粒子对应的坐标信息，计算出所述单位空间模型中所有疑似粉尘粒子两两之间的距离值，筛选出所述距离值小于预设距离值的一组或多组疑似粉尘粒子；
定义单元，用于基于所述一组或多组疑似粉尘粒子中每个疑似粉尘粒子为粉尘粒子的初始概率，计算出对应一组或多组疑似粉尘粒子中每个疑似粉尘粒子为粉尘粒子的纠正概率；
式中，P′ti为第t组疑似粉尘粒子中第i个疑似粉尘粒子为粉尘粒子的纠正概率，Pti为第t组疑似粉尘粒子中第i个疑似粉尘粒子为粉尘粒子的初始概率，n为第t组疑似粉尘粒子的总个数，i、j的取值范围为1～n；
统计单元，用于统计每个所述单位空间模型中所述纠正概率大于预设纠正概率的疑似粉尘粒子总个数作为对应单位空间模型中的粉尘数量。
6.根据权利要求1所述的一种矿井粉尘智能分析处理系统，其特征在于，
所述降尘分析模型，还用于：
根据粉尘的历史降尘记录，确定所述粉尘浓度扩散降至低于所述粉尘报警浓度所需的时间信息；
当所述时间信息大于预定阈值时间信息时，生成所述降尘指令。
7.一种矿井粉尘智能分析处理方法，其特征在于，所述矿井粉尘智能分析处理方法适用于矿井粉尘智能分析处理系统，
所述系统包括：监测端、服务器端和粉尘处理端；
所述监测端设置于矿井内部；所述监测端，包括图像采集模块、第一通信模块和报警模块；
所述服务器端包括：光源解析模型和降尘分析模型；
所述粉尘处理端包括：第二通信模块、控制模块和粉尘处理装置；
所述方法包括：
所述图像采集模块向矿井内发射多种颜色的光，采集矿井内光照射区域的图像，通过所述第一通信模块将所述图像向所述光源解析模型传输；
所述光源解析模型对所述图像进行解析，获取矿井内粉尘的分布情况；
所述降尘分析模型根据粉尘的分布情况，分析矿井内的粉尘浓度是否超过对应的粉尘报警浓度，若是，则生成降尘指令，并根据所述报警指令进行报警；
所述控制模块根据所述降尘指令进行降尘处理；
所述第一通信模块、所述第二通信模块，包括5G通信模块、蓝牙通信模块、WIFI通信模块以及NB-loT通信模块中的一种或多种；
所述报警模块，包括LED灯报警器、声音报警器以及声光报警器中的一种或多种；
所述粉尘处理装置，包括第一降尘单元、第二降尘单元和辅助降尘单元；
所述第一降尘单元，包括第一处理器、储水箱、空气泵、电动阀和喷嘴；所述储水箱与所述喷嘴通过导管连接；所述空气泵通过气管与所述储水箱连接；所述电动阀设置于所述气管上；所述第一处理器与所述电动阀连接；
所述第一处理器在所述第二通信模块接收到所述降尘指令时，控制所述电动阀开启，所述空气泵通过所述气管向所述储水箱加压，所述储水箱中的水通过所述导管向喷嘴传输；所述喷嘴，用于将所述导管传输的水喷出；
所述控制模块在所述第一降尘单元的工作时间达到第一预定时间周期时，根据第二通信模块接收到的所述降尘指令，控制所述第二降尘单元进行降尘处理；
所述第二降尘单元，包括干雾降尘控制器、空气压缩机、水泵和干雾喷头；所述水泵与所述储水箱连接；所述水泵、所述空气压缩机分别与所述干雾降尘控制器连接；所述干雾降尘控制器还与所述干雾喷头连接；
所述水泵将所述储水箱中的水抽取向所述干雾降尘控制器传输；所述空气压缩机，用于产生超声波压力；所述干雾降尘控制器，用于分别控制所述水泵抽取水的流速和所述空气压缩机输出的超声波压力，控制干雾的产生，并通过所述干雾喷头喷出；
所述控制模块接收到所述降尘指令时，通过所述第二通信模块向所述服务器端获取矿井内粉尘的分布情况；并根据粉尘的分布情况，确定需要进行降尘处理的区域位置信息，并将所述区域位置信息向所述辅助降尘单元传输；
所述辅助降尘单元，包括第二处理器、鼓风机和转动轴；所述鼓风机通过所述转动轴固定在所述矿井内壁上；所述第二处理器与所述转动轴连接；
所述第二处理器根据所述区域位置信息控制所述转动轴转动，使所述鼓风机吹出的风吹动所述第一降尘单元、第二降尘单元喷出的水雾和干雾向所述区域位置信息对应的区域进行喷洒。
8.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求7所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求7所述的方法。
CN202210142554.XA 2022-02-16 2022-02-16 矿井粉尘智能分析处理系统及方法 Active CN114511991B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210142554.XA CN114511991B (zh) 2022-02-16 2022-02-16 矿井粉尘智能分析处理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210142554.XA CN114511991B (zh) 2022-02-16 2022-02-16 矿井粉尘智能分析处理系统及方法

Publications (2)

Publication Number Publication Date
CN114511991A CN114511991A (zh) 2022-05-17
CN114511991B true CN114511991B (zh) 2024-01-30

Family

ID=81552336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210142554.XA Active CN114511991B (zh) 2022-02-16 2022-02-16 矿井粉尘智能分析处理系统及方法

Country Status (1)

Country Link
CN (1) CN114511991B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115090443B (zh) * 2022-07-08 2023-06-02 重庆大学 基于目标检测的可实时控制喷淋系统及控制方法
CN116309437A (zh) * 2023-03-15 2023-06-23 中国铁塔股份有限公司河北省分公司 一种灰尘检测方法、装置及存储介质
CN116638768B (zh) * 2023-05-31 2023-11-17 浙江拓博环保科技有限公司 一种3d打印工件智能清粉方法及系统
CN116823824B (zh) * 2023-08-29 2023-11-24 山东济宁运河煤矿有限责任公司 基于机器视觉的井下带式输送机降尘检测系统
CN117386434B (zh) * 2023-10-13 2024-06-07 合肥合安智为科技有限公司 一种三维gis多模态绿色矿山智慧道路抑尘系统
CN118470404A (zh) * 2024-05-11 2024-08-09 广东华东新电缆有限公司 基于信息化的特种电缆智能制造车间管理系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003281208A (ja) * 2002-03-26 2003-10-03 Osaka Gas Co Ltd 禁煙席診断装置
CN104792674A (zh) * 2015-04-01 2015-07-22 东南大学 一种颗粒浓度测量方法
WO2020071570A1 (ko) * 2018-10-05 2020-04-09 한국생산기술연구원 미세먼지 전구물질 농도 및 온도의 2차원 측정 및 이의 능동제어 방법
CN112121565A (zh) * 2020-09-22 2020-12-25 马鞍山奥柯环保科技发展有限公司 基于人工智能的干雾抑尘系统及其控制方法
CN113074017A (zh) * 2021-04-29 2021-07-06 中科华申智能科技(山东)有限公司 一种矿用速波干雾抑尘系统
CN113599934A (zh) * 2021-07-30 2021-11-05 陕西风华时代环境工程有限公司 一种粉尘治理控制系统
CN215598461U (zh) * 2021-08-18 2022-01-21 山东金科星机电股份有限公司 一种煤矿粉尘检测预警装置
KR102357256B1 (ko) * 2020-07-21 2022-02-07 한밭대학교 산학협력단 카메라의 임의 풍경 영상을 이용한 방향 의존 시정거리 및 2 차원 공간 미세먼지 분포 측정 방법
CN114049490A (zh) * 2021-11-05 2022-02-15 河南鑫安利安全科技股份有限公司 一种智能化职业卫生预警方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7315658B2 (en) * 2003-09-30 2008-01-01 Fotonation Vision Limited Digital camera
KR102104896B1 (ko) * 2014-01-17 2020-05-29 엘지전자 주식회사 로봇청소기 및 이를 이용한 휴먼 케어방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003281208A (ja) * 2002-03-26 2003-10-03 Osaka Gas Co Ltd 禁煙席診断装置
CN104792674A (zh) * 2015-04-01 2015-07-22 东南大学 一种颗粒浓度测量方法
WO2020071570A1 (ko) * 2018-10-05 2020-04-09 한국생산기술연구원 미세먼지 전구물질 농도 및 온도의 2차원 측정 및 이의 능동제어 방법
KR102357256B1 (ko) * 2020-07-21 2022-02-07 한밭대학교 산학협력단 카메라의 임의 풍경 영상을 이용한 방향 의존 시정거리 및 2 차원 공간 미세먼지 분포 측정 방법
CN112121565A (zh) * 2020-09-22 2020-12-25 马鞍山奥柯环保科技发展有限公司 基于人工智能的干雾抑尘系统及其控制方法
CN113074017A (zh) * 2021-04-29 2021-07-06 中科华申智能科技(山东)有限公司 一种矿用速波干雾抑尘系统
CN113599934A (zh) * 2021-07-30 2021-11-05 陕西风华时代环境工程有限公司 一种粉尘治理控制系统
CN215598461U (zh) * 2021-08-18 2022-01-21 山东金科星机电股份有限公司 一种煤矿粉尘检测预警装置
CN114049490A (zh) * 2021-11-05 2022-02-15 河南鑫安利安全科技股份有限公司 一种智能化职业卫生预警方法及系统

Also Published As

Publication number Publication date
CN114511991A (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
CN114511991B (zh) 矿井粉尘智能分析处理系统及方法
US20220351398A1 (en) Depth detection method, method for training depth estimation branch network, electronic device, and storage medium
CN112560981B (zh) 生成对抗模型的训练方法、装置、设备、程序和存储介质
CN113947188A (zh) 目标检测网络的训练方法和车辆检测方法
CN113361420B (zh) 基于机器人的矿井火灾监测方法、装置、设备及存储介质
CN113326786A (zh) 数据处理方法、装置、设备、车辆和存储介质
CN112863187B (zh) 感知模型的检测方法、电子设备、路侧设备和云控平台
CN113780178A (zh) 道路检测方法、装置、电子设备和存储介质
CN112257604A (zh) 图像检测方法、装置、电子设备和存储介质
CN113705381A (zh) 雾天的目标检测方法、装置、电子设备以及存储介质
CN115171082B (zh) 驾驶行为的检测方法、装置、电子设备及可读存储介质
CN115641607A (zh) 电力施工现场作业人员穿戴行为检测方法、装置、设备及存储介质
CN111597889A (zh) 一种视频中目标移动的检测方法、装置及系统
CN116994207A (zh) 一种暴力分拣的检测方法、装置、电子设备及存储介质
CN115375631A (zh) 一种高炉管理方法、装置、电子设备及存储介质
CN114298174A (zh) 一种给水异常识别方法、系统、电子设备及介质
CN115587984A (zh) 一种传送带的工作状态检测方法、装置、设备及存储介质
CN114155589A (zh) 一种图像处理方法、装置、设备以及存储介质
CN111523452B (zh) 用于检测图像中人体位置的方法和装置
CN118298384B (zh) 一种基于5g网络的智能安防监控方法及系统
CN118015799A (zh) 一种异物检测方法及装置、电子设备和存储介质
CN116311773B (zh) 高空作业风险预警方法、装置、电子设备及存储介质
CN113806361B (zh) 电子监控设备与道路的关联方法、装置及存储介质
CN114813598A (zh) 温室气体检测的方法、装置、系统及电子设备
CN113553937A (zh) 目标检测方法、装置、电子设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant