煤田地质与勘探

作者：姚宁平, 梁春苗, 姚亚峰, 宋海涛,

关键词：自动加卸钻杆, 合作靶标, 形态学滤波, 去雾算法, 棋盘格生长, 图像清晰化, 煤矿井下,

受煤矿井运输巷道空间限制，将钻孔机器人设计为灵活布局的钻进和钻杆加卸2个独立系统，利用基于合作靶标的单目视觉识别，将钻进和钻杆加卸2个系统关联，解决两系统递送钻杆的协同作业问题。然而，煤矿井下钻孔施工中场景复杂，存在孔口煤渣、污水污染合作靶标、粉尘浓度大能见度低、人造光源亮度低、光照不均匀使靶标图像对比度低，以及矿灯直射合作靶标反光等问题，会影响合作靶标图像清晰度，使基于靶标识别加卸钻杆的位置的精度降低，进而影响钻孔机器人自动加卸钻杆的成功率。因此，首先针对施工中孔口返出的煤渣、煤泥污染合作靶标的问题，利用形态学滤波中先腐蚀，再膨胀的开运算，清除煤渣间断斑块和突出靶标像素点；先膨胀再腐蚀的闭运算，消除小的孔洞和间断细小鸿沟，达到消除固体污染物对合作靶标的影响；其次针对粉尘、岩尘、水雾和污水影响图像对比度问题，通过暗通道先验求出初始透射率，采用梯度域导向滤波精细化透射率，利用导向滤波得到改进暗通道，并求大气光值，利用大气散射模型得到除雾后的图像，实现清晰化图像、增强图像对比度目的；最后对亚像素级角点和方向进行精细化，优化能量函数，使用种子棋盘格沿4个边缘生长棋盘格，用能量变化情况确认是否生长出最大的棋盘，补全因强光反射缺失的合作靶标图像。实验结果表明：将形态学滤波、去雾算法和棋盘格生长等方法相融合，可增强煤矿井下复杂场景钻孔施工中合作靶标图像的清晰度，提高基于视觉识别的图像精度，为钻孔机器人自动加卸钻杆的精确控制奠定基础。

来源：2023年第5期

《煤田地质与勘探》期刊编辑部

查看煤田地质与勘探杂志2023年第5期