基于Gabor域时空泛化建模的矿井水灾感知方法

发布时间：2021-12-31 12:08

　　矿井突涌水图像中突涌水纹理与煤岩图像相比具有时空域变化性强的特点,现有基于图像纹理特征的矿井水灾识别方法对于复杂突涌水纹理特征的提取能力有限、识别率较低。针对该问题,提出了一种基于Gabor域时空泛化建模的矿井水灾感知方法。该方法分别对训练样本图像和待测样本图像进行不同感受野、不同方向下的Gabor分解,将各子带的期望与标准差组合,构成本方向的学习特征向量和待测特征向量;根据最小熵原理对特征向量进行时空泛化建模,以去除时空域敏感性;采用特征向量各分量之间的夹角作为相似性测度,对学习特征向量和待测特征向量进行相似性比较,实现突涌水识别。实验结果表明,该方法识别率达89.4%,识别时间为136ms,基本满足井下水灾实时感知需求。 

【文章来源】：工矿自动化. 2020,46(10)北大核心

【文章页数】：5 页

【部分图文】：

图１不同子带的统计量分析（ｂ）

【参考文献】：
期刊论文
[1]基于不同深度识别算法的矿井水位标尺刻度识别性能分析与研究[J]. 曹玉超,范伟强.  煤炭学报. 2019(11)
[2]基于图像纹理特征的矿井水灾感知方法[J]. 孙继平,曹玉超.  煤炭学报. 2019(09)
[3]基于承压水单孔放水实验的底板水害精准注浆防治[J]. 李涛,高颖,艾德春,杨军伟,冯海,薛卫锋,赵国杰.  煤炭学报. 2019(08)
[4]基于注浆钻孔数据集的注浆工作面底板突水危险性评价体系[J]. 许延春,黄磊,俞洪庆,罗亚麒,李鹏飞,耿浩博,费宇,赵朝,张罗迅.  煤炭学报. 2020(03)
[5]基于视频图像的矿井水灾识别及趋势预测方法研究[J]. 孙继平,靳春海,曹玉超.  工矿自动化. 2019(07)
[6]矿井水灾感知与水源判定方法研究[J]. 孙继平,靳春海.  工矿自动化. 2019(04)
[7]基于钻孔水文监测信息的顶板水害分析[J]. 秦成.  矿业安全与环保. 2017(04)
[8]2004—2015年全国煤矿事故分析[J]. 孙继平,钱晓红.  工矿自动化. 2016(11)
[9]基于双树复小波域统计建模的煤岩识别方法[J]. 孙继平,陈浜.  煤炭学报. 2016(07)
[10]基于小波域非对称广义高斯模型的煤岩识别算法[J]. 孙继平,陈浜.  煤炭学报. 2015(S2)



本文编号：3560229