基于机器视觉的煤矿井下工作面推进度智能识别方法_中国煤炭行业知识服务平台

基于机器视觉的煤矿井下工作面推进度智能识别方法

作者

朱朋飞郭龙真
单位

郑州煤机液压电控有限公司郑州煤矿机械集团股份有限公司
摘要

在煤矿井下智能开采进程中，实现工作面推进度的智能检测对开采计划的制定具有重要指导意义。提出了一种工作面推进度智能识别算法，通过工作面摄像仪对两巷退尺牌数据进行采集，利用YOLO-v4网络和Tesseract-OCR引擎对退尺牌数字进行智能识别，从而确定此时工作面的推进信息。通过在井下实际场景中进行应用，结果表明所提方法对工作面推进度的识别是有效和准确的。
关键词

智能开采推进度智能检测智能识别
基金项目(Foundation)

河南省科技攻关项目(221100220200)；
文章目录

0 引言
1 煤矿井下工作面推进度智能识别系统设计
2 工作面推进度智能识别算法
(1）基于YOLO-v4的退尺牌检测算法
(2）退尺牌图像预处理
(3）基于Tesseract-OCR的退尺牌数字识别
(4）工作面推进度精确定位
3 数据集制作
(1)YOLO-v4模型训练数据集制作
(2)Tesseract-OCR模型训练数据集制作
4 实验与分析
5 结语
引用格式

朱朋飞,郭龙真.基于机器视觉的煤矿井下工作面推进度智能识别方法[J].煤矿机械,2023,44(08):200-203.DOI:10.13436/j.mkjx.202308061.