基于机器视觉和灰色模型的矿井外因火灾辨识与定位方法
李光宇1
李守军1
缪燕子2
1.宿迁学院, 江苏 宿迁 2238002.中国矿业大学,江苏 徐州 221008
摘要：为实现矿井外因火灾的静态辨识,给出了外因火灾辨识条件下影像轮廓圆形度、矩形度计算方法和尖角特征辨别的详细实施方案.考虑到复杂的矿井摄像系统具有结构未确知、参数不完整、对成像误差存在积分效应的灰色特征,采用GM(1,1)灰色模型和新陈代谢迭代建模方法,对测量误差的演化趋势进行预测.采用火焰与摄像机的距离作为原始数据建立灰色模型,并利用最新景深数据新陈代谢进行迭代优化.结果表明,采用大基线摄像机可以降低距离测量误差,基于机器视觉和新陈代谢机制的灰色建模方法可有效提高外因火灾辨识与定位精度,在发展系数小于0.3 时 5 步之内的预测精度在97％以上,适用于中长期预测.
关键词：机器视觉灰色模型GM(11)矿井火灾图像识别火灾监测
分类号：TD752(矿山安全与劳动保护)
资助基金：国家自然科学基金(6197021302)宿迁市科技计划项目(S202219)宿迁市科技计划项目(L202210)江苏省高等学校自然科学研究项目(21KJB470030)
论文发表日期：2023-04-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 82-87 )
英文信息