CN115497039A - 综采工作面视频图像智能识别方法及装置 - Google Patents

综采工作面视频图像智能识别方法及装置 Download PDF

Info

Publication number
CN115497039A
CN115497039A CN202211110069.0A CN202211110069A CN115497039A CN 115497039 A CN115497039 A CN 115497039A CN 202211110069 A CN202211110069 A CN 202211110069A CN 115497039 A CN115497039 A CN 115497039A
Authority
CN
China
Prior art keywords
target object
video monitoring
state information
image
hydraulic support
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.)
Pending
Application number
CN202211110069.0A
Other languages
English (en)
Inventor
王峰
陈凯
王帅
宋国利
曹宁宁
冯银辉
贺鹏
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.)
Beijing Meike Tianma Automation Technology Co Ltd
Beijing Tianma Intelligent Control Technology Co Ltd
Original Assignee
Beijing Meike Tianma Automation Technology Co Ltd
Beijing Tianma Intelligent Control Technology 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 Beijing Meike Tianma Automation Technology Co Ltd, Beijing Tianma Intelligent Control Technology Co Ltd filed Critical Beijing Meike Tianma Automation Technology Co Ltd
Priority to CN202211110069.0A priority Critical patent/CN115497039A/zh
Publication of CN115497039A publication Critical patent/CN115497039A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本公开提出了一种综采工作面视频图像智能识别方法及装置,涉及煤矿安全图像识别技术领域,该方法包括:采集综采工作面的视频监控图像,视频监控图像包括设置在液压支架上的图像采集装置采集的图像;基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,并对目标对象进行编号;获取目标对象的特征数据,并基于特征数据对目标对象的状态信息进行更新;基于更新后的状态信息、目标对象的编号、视频监控图像和液压支架的物理编号,生成展示图像。以此,通过获取视频监控图像,识别目标对象并获取目标对象的特征数据,可以准确的对目标对象的状态信息进行监控和实时更新,增加视频监控识别的效率和准确性。

Description

综采工作面视频图像智能识别方法及装置
技术领域
本公开涉及煤矿安全图像识别技术领域,尤其涉及一种综采工作面视频图像智能识别方法及装置。
背景技术
煤矿综采工作面是井工煤矿的主要生产现场,其中液压支架时综采工作面的支护设备,通过液压支架对工作面顶板支护,保证了作业空间的安全。
液压支架在支护、推进工作面过程中,通过相应传感器进行监测。立柱压力传感器实现对液压支架支撑立柱工况检测,推移行程传感器实现对液压支架推移千斤顶工况检测。这些传感器装置仅能实现对液压支架自身工况监测,无法实现对液压支架与工作面底板、液压支架与刮板输送机、液压支架与采煤机之间的空间位置对应关系。因此需要一种方法实现对综采工作面液压支架与采场、其他综采装备之间空间位置状态的全面监测。
公开内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本公开的一个目的在于提出一种综采工作面视频图像智能识别方法。
本公开的第二个目的在于提出一种综采工作面视频图像智能识别装置。
本公开的第三个目的在于提出一种电子设备。
本公开的第四个目的在于提出一种非瞬时计算机可读存储介质。
本公开的第五个目的在于提出一种计算机程序产品。
为达上述目的,本公开第一方面实施方式提出了一种综采工作面视频图像智能识别方法,包括:采集综采工作面的视频监控图像,视频监控图像包括设置在液压支架上的图像采集装置采集的图像;基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,并对目标对象进行编号;获取目标对象的特征数据,并基于特征数据对目标对象的状态信息进行更新;基于更新后的状态信息、目标对象的编号、视频监控图像和液压支架的物理编号,生成展示图像。
根据本公开的一个实施方式,基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,包括:获取待识别的候选对象;基于候选对象与视频监控图像进行匹配,将匹配成功的候选对象作为目标对象。
根据本公开的一个实施方式,候选对象包括液压支架底座,获取目标对象的特征数据,包括:在液压支架底座为目标对象的情况下,基于视频监控图像,确定液压支架底座距离工作面底板的地板高度,将地板高度作为液压支架底座的特征数据。
根据本公开的一个实施方式,基于特征数据对目标对象的状态信息进行更新,包括:获取历史地板高度;响应于地板高度大于历史地板高度,且地板高度小于高度阈值,则将液压支架底座的状态信息更新为擦底移架状态;响应于地板高度大于历史地板高度,且地板高度大于或者等于高度阈值,则将液压支架底座的状态信息更新为高抬底移架状态。
根据本公开的一个实施方式,候选对象包括行人通道空间,获取目标对象的特征数据,包括:在行人通道空间为目标对象的情况下,基于视频监控图像,确定图像采集装置距离行人通道空间的间隔距离,将间隔距离作为行人通道空间的特征数据。
根据本公开的一个实施方式,基于特征数据对目标对象的状态信息进行更新,包括:获取历史间隔距离;响应于历史间隔距离大于间隔距离,则将行人通道空间的状态信息更新为液压支架前移状态;响应于历史间隔距离小于或者等于间隔距离,且间隔距未在预设的设定间隔距离内,则将行人通道空间的状态信息更新为液压支架前移位置差错状态。
根据本公开的一个实施方式,候选对象包括采煤机滚筒,获取目标对象的特征数据,包括:在采煤机滚筒为目标对象的情况下,确定采煤机滚筒与液压支架的滚筒距离,并将滚筒距离作为采煤机滚筒的特征数据。
根据本公开的一个实施方式,基于特征数据对目标对象的状态信息进行更新,包括:将滚筒距离与设定支护距离进行比较;响应于滚筒距离小于设定支护距离,则将采煤机滚筒的状态信息更新为存在碰撞趋势状态;响应于滚筒距离大于或者等于设定支护距离,则将采煤机滚筒的状态信息更新为正常状态。
根据本公开的一个实施方式,综采工作面视频图像智能识别方法,还包括:基于状态信息生成提醒信息。
为达上述目的,本公开第二方面实施例提出了一种综采工作面视频图像智能识别装置,包括:采集模块,用于采集综采工作面的视频监控图像,视频监控图像包括设置在液压支架上的图像采集装置采集的图像;识别模块,用于基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,并对目标对象进行编号;更新模块,用于获取目标对象的特征数据,并基于特征数据对目标对象的状态信息进行更新;生成模块,用于基于更新后的状态信息、目标对象的编号、视频监控图像和液压支架的物理编号,生成展示图像。
为达上述目的,本公开第三方面实施例提出了一种电子设备,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,以实现如本公开第一方面实施例所述的综采工作面视频图像智能识别方法。
为达上述目的,本公开第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于实现如本公开第一方面实施例所述的综采工作面视频图像智能识别方法。
为达上述目的,本公开第五方面实施例提出了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时用于实现如本公开第一方面实施例所述的综采工作面视频图像智能识别方法。
以此,通过获取视频监控图像,识别目标对象并获取目标对象的特征数据,可以准确的对目标对象的状态信息进行监控和实时更新,增加视频监控识别的效率和准确性。
附图说明
图1是本公开一个实施方式的一种综采工作面视频图像智能识别方法的示意图;
图2是本公开一个实施方式的另一种综采工作面视频图像智能识别方法的示意图;
图3是本公开一个实施方式的一种综采工作面视频图像智能识别方法的总体流程示意图;
图4是本公开一个实施方式的一种综采工作面视频图像智能识别装置的示意图;
图5是本公开一个实施方式的一种电子设备的示意图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本公开,而不能理解为对本公开的限制。
图1为本公开提出的一种综采工作面视频图像智能识别方法的一种示例性实施方式的示意图,如图1所示,该综采工作面视频图像智能识别方法包括以下步骤:
S101,采集综采工作面的视频监控图像,视频监控图像包括设置在液压支架上的图像采集装置采集的图像。
需要说明的是,综采工作面的视频监控图像可为实时采集的,也可为历史采集的综采工作面的视频监控图像,此处不作任何限定。
需要说明的是,图像采集装置可设置在综采工作面的多个地方,此处不作任何限定,但是必然包括设置在在液压支架上的图像采集装置,用以采集朝向支架排列方向和朝向煤壁方向两类视频监控图像,其他位置的图像采集装置可辅助采集朝向支架排列方向和朝向煤壁方向两类视频监控图像。
图像采集装置可为多种,举例来说,可包括防爆摄像头、井下摄像机等,此处不作任何限定。
S102,基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,并对目标对象进行编号。
在本公开实施例中,基于视频监控图像对集综采工作面进行识别的方法可为多种。可选地,可对采集到的视频图像进行人工标记,将图像中液压支架底座、行人通道区域、采煤机行走区域以及液压支架正对的煤壁空间区域进行人工框选标记。举例来说,可对视频图像中出现液压支架底座与工作面底板之间发生位移的场景进行人工标注,利用图像识别算法对特征点进行提取,从而识别判断支架底座与工作面底板之间位置关系;对视频图像中液压支架前移过程中行人通道空间变化场景进行人工标注,利用图像识别算法对行人通道的空间特征点进行提取,从而识别判断液压支架对应的行人通道的变化过程;对视频图像中采煤机截割过程中滚筒与支架顶梁之间间距场景进行人工标注,利用图像识别算法对视频图像中的采煤机滚筒与支架顶梁的关联关系特征点进行提取,从而识别判断采煤机滚筒的通过过程;对视频图像中行人通道内出现作业人员的场景进行人工标定,利用图像识别算法对视频图像中的作业人员在行人通道的特征点进行提取,从而识别判断作业人员位置信息等。
可选地,还可设置多个需要识别的候选对象,并基于图像处理技术从视频监控图像中定位目标对象。相较于人工标记的方法,通过图像处理技术可以大大节约人工成本,提升定位的速度,当时鲁棒性较差,因此可基于实际的需要选择适合的识别方式。
需要说明的是,识别成功的目标对象可为同一种,也包含多种,举例来说,视频监控图像中可包含多个行人通道区域。在进行编号时,不同的目标对象的编号可遵循同一编号规则,也可遵循不同的编号规则,相同种类的目标对象,可遵循同一编号规则。举例来说,可对液压支架底座通过数字进行编号,例如001、002、003等,对行人通道区域可进行字母编号和数字编号,例如a1、a2、a3等,此处不作任何限定。以此,便于后期的数据处理和区分。
S103,获取目标对象的特征数据,并基于特征数据对目标对象的状态信息进行更新。
在本公开实施例中,不同的目标对象对应的特征数据可为不同,具体需要根据实际的设计需要进行限定。举例来说,液压支架底座对应的特征数据可为液压支架底座距离工作面底板的地板高度,行人通道空间对应的特征数据可为图像采集装置距离行人通道空间的间隔距离,采煤机滚筒对应的特征数据可为采煤机滚筒与液压支架的滚筒距离等。
在获取到特征数据后,可对特征数据进行处理,以确定的目标对象的作业状态,并基于作业状态对目标对象的状态信息进行更新。可选地,可将特征数据和正常的数据进行比对,以确定的作业状态。
可选地,还可将特征数据通过查表的方式,确定的作业状态,需要说明的是,该作业状态表可为提前设定好的,包含特征数据和作业状态的映射关系。
S104,基于更新后的状态信息、目标对象的编号、视频监控图像和液压支架的物理编号,生成展示图像。
在本公开实施例中,在获取到更新后的状态信息后,可将更新后的状态信息、目标对象的编号和液压支架的物理编号进行绑定,并标记到对应视频监控图像的对应位置,以此生成展示图像。需要说明的是,不同的液压支架对应的展示图像可为不同,可基于液压支架的物理编号进行分开展示,也可分区域展示在同一屏幕上,此处不作任何限定。
在本公开实施例中,首先采集综采工作面的视频监控图像,视频监控图像包括设置在液压支架上的图像采集装置采集的图像,然后基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,并对目标对象进行编号,而后获取目标对象的特征数据,并基于特征数据对目标对象的状态信息进行更新,最后基于更新后的状态信息、目标对象的编号、视频监控图像和液压支架的物理编号,生成展示图像。以此,通过获取视频监控图像,识别目标对象并获取目标对象的特征数据,可以准确的对目标对象的状态信息进行监控和实时更新,增加视频监控识别的效率和准确性。
在本公开实施例中,还可基于展示图像对视频图像中行人通道内出现作业人员的场景进行人工标定,利用图像识别算法对视频图像中的作业人员在行人通道的特征点进行提取,从而识别判断作业人员位置信息。如果出现目标对象的异常状态,可针对性的将告警信息发送给对应的作业人员,以提升作业人员在井下作业的安全性和获取信息的效率。
在本公开实施例中在获取到展示图像后,还可将展示图像在终端上进行展示,例如通过相关的网站进行展示,或者通过相关的手机应用进行展示,以此,可以方便作业人员或者调度人员方便的获取井下的作业信息。
上述实施例中,基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,还可通过图2进一步解释,该方法包括:
S201,获取待识别的候选对象。
需要说明的是,需要说明的是,本公开实施例中的候选对象为提前设定好的,并可根据实际的识别需要进行设定,此处不作任何限定,举例来说,候选对象可包括图像中液压支架底座、行人通道区域、采煤机行走区域以及液压支架正对的煤壁空间等。
S202,基于候选对象与视频监控图像进行匹配,将匹配成功的候选对象作为目标对象。
在本公开实施例中,可基于图像识别技术,将候选对象与视频监控图像进行匹配,将匹配成功的候选对象作为目标对象。
需要说明的是,图像识别也称模式识别,就是对图像进行特征抽取,然后根据图形的几何及纹理特征对图像进行分类,并对整个图像作结构上的分析。通常在识别之前,要对图像进行预处理,包括滤除噪声和干扰、提高对比度、增强边缘、几何校正等。
在本公开实施例中,首先获取待识别的候选对象,然后基于候选对象与视频监控图像进行匹配,将匹配成功的候选对象作为目标对象。由此,基于候选对象与视频监控图像进行匹配确定目标对象,可以对目标对象进行自动的跟踪,为候选判断目标对象的状态信息提供基础,提升工作面视频识别的效率。
在本公开实施例中,在液压支架底座为目标对象的情况下,基于视频监控图像,确定液压支架底座距离工作面底板的地板高度,将地板高度作为液压支架底座的特征数据。
进一步地,基于特征数据对液压支架底座的状态信息进行更新,可通过获取历史地板高度,响应于地板高度大于历史地板高度,且地板高度小于高度阈值,则将液压支架底座的状态信息更新为擦底移架状态,响应于地板高度大于历史地板高度,且地板高度大于或者等于高度阈值,则将液压支架底座的状态信息更新为高抬底移架状态。
在本公开实施例中,在行人通道空间为目标对象的情况下,基于视频监控图像,确定图像采集装置距离行人通道空间的间隔距离,将间隔距离作为行人通道空间的特征数据。
进一步地,基于特征数据对行人通道空间的状态信息进行更新,可获取历史间隔距离,响应于历史间隔距离大于间隔距离,则将行人通道空间的状态信息更新为液压支架前移状态;响应于历史间隔距离小于或者等于间隔距离,且间隔距未在预设的设定间隔距离内,则将行人通道空间的状态信息更新为液压支架前移位置差错状态。
在本公开实施例中,在采煤机滚筒为目标对象的情况下,确定采煤机滚筒与液压支架的滚筒距离,并将滚筒距离作为采煤机滚筒的特征数据。
进一步地,基于特征数据对采煤机滚筒的状态信息进行更新,可将滚筒距离与设定支护距离进行比较,响应于滚筒距离小于设定支护距离,则将采煤机滚筒的状态信息更新为存在碰撞趋势状态;响应于滚筒距离大于或者等于设定支护距离,则将采煤机滚筒的状态信息更新为正常状态。
在本公开实施例中,在获取到目标对象的状态信息后,还可基于状态信息分析出目标对象是否为异常状态。当目标对象为异常状态时,则生成对应的提醒信息,展示在展示图像上,或者通过其他方式对人员进行提醒。举例来说,可生成告警信息,发送给相关的操作人员,还可生成告警语音。
图3为本公开实施例的综采工作面视频图像智能识别方法的整体流程示意图,如图3所示,首先采集综采工作面的视频监控图像,然后基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,并对目标对象进行编号:在液压支架底座为目标对象的情况下,基于视频监控图像,确定液压支架底座距离工作面底板的地板高度,将地板高度作为液压支架底座的特征数据,而后获取历史地板高度,响应于地板高度大于历史地板高度,且地板高度小于高度阈值,则将液压支架底座的状态信息更新为擦底移架状态,响应于地板高度大于历史地板高度,且地板高度大于或者等于高度阈值,则将液压支架底座的状态信息更新为高抬底移架状态;在行人通道空间为目标对象的情况下,基于视频监控图像,确定图像采集装置距离行人通道空间的间隔距离,将间隔距离作为行人通道空间的特征数据,而后获取历史间隔距离,响应于历史间隔距离大于间隔距离,则将行人通道空间的状态信息更新为液压支架前移状态,响应于历史间隔距离小于或者等于间隔距离,且间隔距未在预设的设定间隔距离内,则将行人通道空间的状态信息更新为液压支架前移位置差错状态;在采煤机滚筒为目标对象的情况下,确定采煤机滚筒与液压支架的滚筒距离,并将滚筒距离作为采煤机滚筒的特征数据,而后将滚筒距离与设定支护距离进行比较,响应于滚筒距离小于设定支护距离,则将采煤机滚筒的状态信息更新为存在碰撞趋势状态,响应于滚筒距离大于或者等于设定支护距离,则将采煤机滚筒的状态信息更新为正常状态,基于更新后的状态信息、目标对象的编号、视频监控图像和液压支架的物理编号,生成展示图像。
与上述几种实施例提供的综采工作面视频图像智能识别方法相对应,本公开的一个实施例还提供了一种综采工作面视频图像智能识别装置,由于本公开实施例提供的综采工作面视频图像智能识别装置与上述几种实施例提供的综采工作面视频图像智能识别方法相对应,因此上述综采工作面视频图像智能识别方法的实施方式也适用于本公开实施例提供的综采工作面视频图像智能识别装置,在下述实施例中不再详细描述。
图4为本公开提出的一种综采工作面视频图像智能识别装置的示意图,如图4所示,该综采工作面视频图像智能识别装置400,包括:采集模块410、识别模块420、更新模块430和生成模块440。
其中,采集模块410,用于采集综采工作面的视频监控图像,视频监控图像包括设置在液压支架上的图像采集装置采集的图像。
识别模块420,用于基于视频监控图像对集综采工作面进行识别,以获取识别成功的目标对象,并对目标对象进行编号。
更新模块430,用于获取目标对象的特征数据,并基于特征数据对目标对象的状态信息进行更新。
生成模块440,用于基于更新后的状态信息、目标对象的编号、视频监控图像和液压支架的物理编号,生成展示图像。
在本公开的一个实施例中,识别模块420,还用于:获取待识别的候选对象;基于候选对象与视频监控图像进行匹配,将匹配成功的候选对象作为目标对象。
在本公开的一个实施例中,更新模块430,还用于:在液压支架底座为目标对象的情况下,基于视频监控图像,确定液压支架底座距离工作面底板的地板高度,将地板高度作为液压支架底座的特征数据。
在本公开的一个实施例中,更新模块430,还用于:获取历史地板高度;响应于地板高度大于历史地板高度,且地板高度小于高度阈值,则将液压支架底座的状态信息更新为擦底移架状态;响应于地板高度大于历史地板高度,且地板高度大于或者等于高度阈值,则将液压支架底座的状态信息更新为高抬底移架状态。
在本公开的一个实施例中,更新模块430,还用于:在行人通道空间为目标对象的情况下,基于视频监控图像,确定图像采集装置距离行人通道空间的间隔距离,将间隔距离作为行人通道空间的特征数据。
在本公开的一个实施例中,更新模块430,还用于:获取历史间隔距离;响应于历史间隔距离大于间隔距离,则将行人通道空间的状态信息更新为液压支架前移状态;响应于历史间隔距离等于间隔距离,且间隔距未在预设的设定间隔距离内,则将行人通道空间的状态信息更新为液压支架前移位置差错状态。
在本公开的一个实施例中,更新模块430,还用于:在采煤机滚筒为目标对象的情况下,确定采煤机滚筒与液压支架的滚筒距离,并将滚筒距离作为采煤机滚筒的特征数据。
在本公开的一个实施例中,更新模块430,还用于:基于特征数据对目标对象的状态信息进行更新,包括:将滚筒距离与设定支护距离进行比较;响应于滚筒距离小于设定支护距离,则将采煤机滚筒的状态信息更新为存在碰撞趋势状态;响应于滚筒距离大于或者等于设定支护距离,则将采煤机滚筒的状态信息更新为正常状态。
在本公开的一个实施例中,更新模块430,还用于:基于状态信息生成提醒信息。
为了实现上述实施例,本公开实施例还提出一种电子设备500,如图5所示,该电子设备500包括:处理器501和处理器通信连接的存储器502,存储器502存储有可被至少一个处理器执行的指令,指令被至少一个处理器501执行,以实现如本公开第一方面实施例的综采工作面视频图像智能识别方法。
为了实现上述实施例,本公开实施例还提出一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机实现如本公开第一方面实施例的综采工作面视频图像智能识别方法。
为了实现上述实施例,本公开实施例还提出一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如本公开第一方面实施例的综采工作面视频图像智能识别方法。
在本公开的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本公开的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种综采工作面视频图像智能识别方法,其特征在于,包括:
采集综采工作面的视频监控图像,所述视频监控图像包括设置在液压支架上的图像采集装置采集的图像;
基于所述视频监控图像对所述集综采工作面进行识别,以获取识别成功的目标对象,并对所述目标对象进行编号;
获取所述目标对象的特征数据,并基于所述特征数据对所述目标对象的状态信息进行更新;
基于更新后的所述状态信息、所述目标对象的编号、所述视频监控图像和所述液压支架的物理编号,生成展示图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述视频监控图像对所述集综采工作面进行识别,以获取识别成功的目标对象,包括:
获取待识别的候选对象;
基于所述候选对象与所述视频监控图像进行匹配,将所述匹配成功的所述候选对象作为目标对象。
3.根据权利要求2所述的方法,其特征在于,所述候选对象包括液压支架底座,所述获取所述目标对象的特征数据,包括:
在所述液压支架底座为所述目标对象的情况下,基于所述视频监控图像,确定所述液压支架底座距离工作面底板的地板高度,将所述地板高度作为所述液压支架底座的特征数据。
4.根据权利要求3所述的方法,其特征在于,所述基于所述特征数据对所述目标对象的状态信息进行更新,包括:
获取历史地板高度;
响应于所述地板高度大于所述历史地板高度,且所述地板高度小于高度阈值,则将所述液压支架底座的状态信息更新为擦底移架状态;
响应于所述地板高度大于所述历史地板高度,且所述地板高度大于或者等于所述高度阈值,则将所述液压支架底座的状态信息更新为高抬底移架状态。
5.根据权利要求2所述的方法,其特征在于,所述候选对象包括行人通道空间,所述获取所述目标对象的特征数据,包括:
在所述行人通道空间为所述目标对象的情况下,基于所述视频监控图像,确定所述图像采集装置距离所述行人通道空间的间隔距离,将所述间隔距离作为所述行人通道空间的特征数据。
6.根据权利要求5所述的方法,其特征在于,所述基于所述特征数据对所述目标对象的状态信息进行更新,包括:
获取历史间隔距离;
响应于所述历史间隔距离大于所述间隔距离,则将所述行人通道空间的状态信息更新为液压支架前移状态;
响应于所述历史间隔距离小于或者等于所述间隔距离,且所述间隔距未在预设的设定间隔距离内,则将所述行人通道空间的状态信息更新为液压支架前移位置差错状态。
7.根据权利要求2所述的方法,其特征在于,所述候选对象包括采煤机滚筒,所述获取所述目标对象的特征数据,包括:
在所述采煤机滚筒为所述目标对象的情况下,确定所述采煤机滚筒与所述液压支架的滚筒距离,并将所述滚筒距离作为所述采煤机滚筒的特征数据。
8.根据权利要求7所述的方法,其特征在于,所述基于所述特征数据对所述目标对象的状态信息进行更新,包括:
将所述滚筒距离与设定支护距离进行比较;
响应于所述滚筒距离小于所述设定支护距离,则将所述采煤机滚筒的状态信息更新为存在碰撞趋势状态;
响应于所述滚筒距离大于或者等于所述设定支护距离,则将所述采煤机滚筒的状态信息更新为正常状态。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述方法还包括:
基于所述状态信息生成提醒信息。
10.一种综采工作面视频图像智能识别装置,其特征在于,包括:
采集模块,用于采集综采工作面的视频监控图像,所述视频监控图像包括设置在液压支架上的图像采集装置采集的图像;
识别模块,用于基于所述视频监控图像对所述集综采工作面进行识别,以获取识别成功的目标对象,并对所述目标对象进行编号;
更新模块,用于获取所述目标对象的特征数据,并基于所述特征数据对所述目标对象的状态信息进行更新;
生成模块,用于基于更新后的所述状态信息、所述目标对象的编号、所述视频监控图像和所述液压支架的物理编号,生成展示图像。
CN202211110069.0A 2022-09-13 2022-09-13 综采工作面视频图像智能识别方法及装置 Pending CN115497039A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211110069.0A CN115497039A (zh) 2022-09-13 2022-09-13 综采工作面视频图像智能识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211110069.0A CN115497039A (zh) 2022-09-13 2022-09-13 综采工作面视频图像智能识别方法及装置

Publications (1)

Publication Number Publication Date
CN115497039A true CN115497039A (zh) 2022-12-20

Family

ID=84467729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211110069.0A Pending CN115497039A (zh) 2022-09-13 2022-09-13 综采工作面视频图像智能识别方法及装置

Country Status (1)

Country Link
CN (1) CN115497039A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116662891A (zh) * 2023-08-01 2023-08-29 西安核音智言科技有限公司 一种采煤机工作状态识别方法
CN116977941A (zh) * 2023-09-22 2023-10-31 太原理工大学 掘进巷道关键工序检测方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116662891A (zh) * 2023-08-01 2023-08-29 西安核音智言科技有限公司 一种采煤机工作状态识别方法
CN116662891B (zh) * 2023-08-01 2023-10-20 西安核音智言科技有限公司 一种采煤机工作状态识别方法
CN116977941A (zh) * 2023-09-22 2023-10-31 太原理工大学 掘进巷道关键工序检测方法及系统

Similar Documents

Publication Publication Date Title
CN115497039A (zh) 综采工作面视频图像智能识别方法及装置
AU2017349631B2 (en) Belt inspection system and method
JP6615065B2 (ja) 情報処理装置、情報処理方法、及びプログラム
CN104506857A (zh) 一种摄像头位置偏离检测方法及设备
CN107928566A (zh) 视觉扫地机器人及障碍物检测方法
CN105307115A (zh) 一种基于行动机器人的分布式视觉定位系统及方法
CN115598637B (zh) 一种隧道围岩形变监测方法及系统
US8737722B2 (en) Locomotion analysis method and locomotion analysis apparatus
JP2010130383A (ja) 移動物体追跡装置
CN115524347A (zh) 缺陷检测方法、缺陷检测装置及计算机可读存储介质
CN110159199B (zh) 一种基于图像识别的煤矿探水钻孔定位方法
CN101566581B (zh) 一种自动光学检测方法及系统
CN113269729B (zh) 一种基于深度图像对比的装配体多视角检测方法和系统
CN113469974A (zh) 球团链篦机蓖板状态监测方法及其监测系统
CN112258398B (zh) 基于tof与双目图像融合的输送带纵向撕裂检测装置与方法
CN115143162B (zh) 液压缸和作业机械
CN116245838A (zh) 一种岩土勘探行为的监测方法、监测装置、设备及介质
JP2020144830A (ja) 作業分析装置及び作業分析プログラム
CN104463098A (zh) 用图像的结构张量方向直方图特征识别煤岩
US11216969B2 (en) System, method, and computer-readable medium for managing position of target
JPH08167022A (ja) 画像監視装置
US20100202688A1 (en) Device for segmenting an object in an image, video surveillance system, method and computer program
CN115104113A (zh) 作业率测量设备和作业率测量方法
WO2024004733A1 (ja) 作業機械用旋回角度測定装置、該方法および記録媒体
CN117237852A (zh) 图像检测方法、装置、非易失性存储介质及电子设备

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