机器视觉技术估算边坡连续形变体积
2021-10-20叶春阳许传华孙国权
金属矿山 2021年9期
叶春阳 许传华 孙国权 聂 闻,4
(1.中国科学院海西研究院泉州装备制造研究所,福建泉州362000;2.中北大学电气与控制工程学院,山西太原030000;3.中钢集团马鞍山矿山研究总院股份有限公司,安徽马鞍山243000;4.江西理工大学资源与环境工程学院,江西赣州341000)
采矿区域的不断扩张,伴随而来的是裸露边坡数量的增加,矿山边坡一旦发生形变失稳将会给矿山生产以及人员生命安全带来巨大的威胁[1-4]。因此通过采取一定的技术措施降低事故发生率对矿山生产安全具有重要意义[5-6]。边坡形变识别方法按照监测形式可分为接触式监测和非接触式监测两类。以接触式监测为代表的边坡形变识别方法主要是在边坡中埋设各种传感器设备,然后通过传感器数据来识别边坡形变区域。这种方式主要存在两方面的不足:一是需要耗费大量的人力物力,且无法对设备安装人员生命安全提供保障;二是获取的信息有限,通常一个传感器只能反映一个点的变化情况,因此这种方法获取的数据难以反映边坡整体变化情况。机器视觉是一种近几年来发展较快且比较成熟的技术,它作为一种非接触式的技术能够有效减少人为参与并提升生产效率。通常机器视觉所用的监测仪器主要有深度相机、雷达等,许多学者利用这些设备提出了许多经典的边坡数据处理方法。例如YANG等[7]利用超像素算法处理裁剪的边坡视频数据,获取了边坡形变区域的轮廓;MWANIKI等[8]利用图像增强方法处理图像数据提升边坡的识别精度;……
登录APP查看全文
