基于机器视觉的工矿现场粉尘实时监测

发布时间：2018-04-10 11:37

  本文选题：粉尘监测 + 机器视觉　； 参考：《工矿自动化》2017年03期

【摘要】：针对传统粉尘监测方法实时性差、覆盖面不全的问题,提出了2种基于机器视觉的工矿现场粉尘实时监测系统设计方案,即基于单目视觉的粉尘监测系统和基于双目视觉的粉尘监测系统。基于单目视觉的粉尘监测系统采用帧差法、腐蚀膨胀算法等实现对视场内粉尘目标的快速识别;基于双目视觉的粉尘监测系统在单目视觉粉尘监测系统的基础上,利用标定靶,通过空间三维重建实现粉尘定位。实验结果表明,基于单目视觉的粉尘监测系统可以捕捉粉尘团生成的过程,实时处理速率为4帧/s;而基于双目视觉的粉尘监测系统可以进一步测量粉尘团位置信息,定位误差在10%以内。
[Abstract]:Aiming at the problem of poor real-time and incomplete coverage of traditional dust monitoring methods, two schemes of real-time dust monitoring system based on machine vision are proposed.The dust monitoring system based on monocular vision and the dust monitoring system based on binocular vision.The dust monitoring system based on monocular vision uses frame difference method, corrosion expansion algorithm and so on to realize the fast identification of dust targets in the field, and the dust monitoring system based on binocular vision uses the calibration target on the basis of monocular vision dust monitoring system.The dust location is realized by space three-dimensional reconstruction.The experimental results show that the dust monitoring system based on monocular vision can capture the process of dust cluster formation, and the real-time processing rate is 4 frames / s, while the dust monitoring system based on binocular vision can further measure the dust cluster position information.The positioning error is within 10%.
【作者单位】： 北京信息科技大学仪器科学与光电工程学院;
【基金】：北京市自然科学基金项目(4154071) 北京市组织部优秀人才项目(2014000020124G105)
【分类号】：TD714.3;TP391.41

【参考文献】

相关期刊论文 前9条

1 耿凡;周福宝;罗刚;;煤矿综掘工作面粉尘防治研究现状及方法进展[J];矿业安全与环保;2014年05期

2 张梁;徐锦法;;基于双目视觉的无人飞行器目标跟踪与定位[J];计算机工程与应用;2014年24期

3 陶德保;姚均;冯育栋;;矿用粉尘浓度传感器的设计与应用[J];工矿自动化;2013年09期

4 杨昆;吴东旭;;矿井粉尘浓度在线监测技术[J];辽宁工程技术大学学报(自然科学版);2012年06期

5 顾大钊;;高产高效煤矿煤尘防治关键技术[J];矿业安全与环保;2010年06期

6 赵冠华;冯晓毅;王虎;骆艳卜;;结合对称差分法和背景减法的目标检测方法[J];计算机工程与应用;2010年03期

7 唐娟;;粉尘浓度在线监测技术的现状及发展趋势[J];矿业安全与环保;2009年05期

8 孙军华;吴子彦;刘谦哲;张广军;;大视场双目视觉传感器的现场标定[J];光学精密工程;2009年03期

9 王开松,李武;综采工作面的煤尘综合防治[J];煤炭科学技术;2005年01期

相关硕士学位论文 前2条

1 魏爽;便携式激光测尘仪测控系统设计研究[D];长春理工大学;2012年

2 吴百剑;综采工作面粉尘分布规律研究[D];煤炭科学研究总院;2008年

【共引文献】

相关期刊论文 前10条

1 李发泉;;掘进设备内喷雾技术研究现状[J];煤炭科学技术;2017年04期

2 才存良;王洋;冯进良;何佳融;;基于光纤传感技术的矿井粉尘质量浓度检测[J];光学仪器;2017年02期

3 周福宝;李建龙;李世航;王飞;;综掘工作面干式过滤除尘技术实验研究及实践[J];煤炭学报;2017年03期

4 谢鹏程;陈青山;李响;;基于机器视觉的工矿现场粉尘实时监测[J];工矿自动化;2017年03期

5 姚海滨;翁金平;程筱胜;崔海华;;面向实时三维扫描的交叉激光中心自适应精确提取算法[J];南京理工大学学报;2016年06期

6 刘蒙;刘常杰;吴晓寒;;高速列车动态包络线测量系统现场校准方法的优化（英文）[J];Journal of Measurement Science and Instrumentation;2016年04期

7 李娇阳;李凯琦;;煤表面润湿性的影响因素[J];煤炭学报;2016年S2期

8 王毅然;刘邱祖;刘燕萍;赵波慧;;基于两级数据融合技术的煤矿粉尘监测研究[J];煤矿安全;2016年11期

9 赵亚凤;胡峻峰;;一种双正交消隐点的双目相机标定方法[J];液晶与显示;2016年10期

10 张凌飞;黄永雄;;基于ZigBee的环境参数采集控制系统[J];信息通信;2016年10期

相关硕士学位论文 前10条

1 邓晓荣;高精度激光粉尘检测系统[D];西安工业大学;2016年

2 赵晨阳;建筑施工扬尘监测与危害程度评价研究[D];首都经济贸易大学;2015年

3 于全想;采煤机降尘技术研究与应用[D];中国矿业大学;2014年

4 蒋昌龙;基于透射式的煤尘浓度监测系统方法研究[D];中国矿业大学;2015年

5 刘小贝;粉尘微粒监测系统的研究与设计[D];长春工业大学;2014年

6 王延廷;新型胶粘捕尘装置风速与捕尘效果实验研究[D];煤炭科学研究总院;2014年

7 孙博;矿井粉尘浓度测量技术研究[D];长春理工大学;2014年

8 叶巍巍;郎都铜矿Ⅲ、Ⅳ号矿体通风系统网络结构改造研究[D];昆明理工大学;2014年

9 王野;采煤机工作机构喷雾系统研究[D];辽宁工程技术大学;2013年

10 李锋;基于FLUENT的硐室采场粉尘浓度分布规律模研究[D];青岛理工大学;2010年

【二级参考文献】

相关期刊论文 前10条

1 梁春豪;;综掘面分风装置应用及粉尘浓度分布规律研究[J];山西焦煤科技;2013年12期

2 施国华;马威;张建斌;魏衍栋;刘勇;;综掘工作面粉尘运移规律及其控降尘技术研究[J];矿业安全与环保;2013年03期

3 皮希宇;张设计;许邦;张浪;孙晓军;;长岭一号井综掘工作面控除尘技术[J];金属矿山;2013年04期

4 曹学军;陆新晓;曹凯;叶海松;;综掘机泡沫降尘技术研究及其应用[J];煤炭工程;2012年11期

5 夏青元;徐锦法;;三轴式无人旋翼飞行器及自适应飞行控制系统设计[J];航空学报;2013年03期

6 胡方坤;陆新晓;王德明;王帅领;;基于CFD数值模拟分析综掘工作面粉尘迁移规律研究[J];中国煤炭;2012年06期

7 蒋仲安;陈举师;王晶晶;牛伟;高杨;;胶带输送巷道粉尘运动规律的数值模拟[J];煤炭学报;2012年04期

8 董宪伟;李昶;;某铅锌矿井下粉尘分散度测定及分析[J];有色金属(矿山部分);2012年02期

9 赵立永;张全柱;黄成玉;;基于CAN总线的新型煤矿粉尘浓度检测系统的研究[J];中国安全生产科学技术;2012年03期

10 程卫民;张清涛;刘中胜;聂文;;综掘面粉尘场数值模拟及除尘系统研制与实践[J];煤炭科学技术;2011年10期

相关硕士学位论文 前1条

1 胡澄;基于MIE散射理论的粉尘浓度测量研究[D];苏州大学;2007年

【相似文献】

相关期刊论文 前10条

1 刘曙光,屈萍鸽,费佩燕;机器视觉在纺织检测中的应用[J];纺织学报;2003年06期

2 赵茂程;侯文军;;我国基于机器视觉的水果自动分级技术及研究进展[J];包装与食品机械;2007年05期

3 张五一;赵强松;王东云;;机器视觉的现状及发展趋势[J];中原工学院学报;2008年01期

4 牛一帆;;机器视觉在印刷质量检测中的应用[J];印刷质量与标准化;2009年09期

5 牛一帆;;机器视觉在印刷质量检测中的应用[J];广东印刷;2009年05期

6 杨继志;郭敬;;机器视觉在烟草行业的应用[J];机电产品开发与创新;2011年06期

7 王蕾;刘建立;高卫东;;基于机器视觉的织物洗涤后尺寸稳定性评价[J];纺织学报;2012年07期

8 张晶;刘东明;;基于机器视觉的工件检测系统研究[J];硅谷;2012年09期

9 张树君;辛莹莹;陈大千;;基于机器视觉的饮料瓶标签检测设备[J];食品研究与开发;2014年03期

10 黄星奕;钱媚;徐富斌;;基于机器视觉和近红外光谱技术的杏干品质无损检测[J];农业工程学报;2012年07期

相关会议论文 前10条

1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年

3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集（二）[C];2007年

7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

相关重要报纸文章 前10条

1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年

2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年

3 本报记者 郭涛;机器视觉：为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年

4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年

5 金刚;给机器一双慧眼[N];计算机世界;2007年

6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年

7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年

8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年

9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年

10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年

相关博士学位论文 前10条

1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年

2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

3 田明锐;基于机器视觉的散料装车控制系统研究[D];长安大学;2016年

4 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年

5 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

6 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年

7 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年

8 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

9 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年

10 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年

相关硕士学位论文 前10条

1 冼志军;锡膏印刷机误差与锡膏印刷质量检测技术研究[D];华南理工大学;2015年

2 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年

3 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年

4 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年

5 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年

6 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年

7 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年

8 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年

9 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年

10 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年

，

本文编号：1731040