期刊订阅
广告服务
  • 中文
    EN
  • ISSN:0253-9993
  • CN: 11-2190/TD

《煤炭学报》

当前位置:首页 > 论文管理 > 基于无人机红外遥感和边缘检测技术的采动地裂缝辨识

基于无人机红外遥感和边缘检测技术的采动地裂缝辨识

作者(Author):

  • 赵毅鑫
  • 许多
  • 孙波
  • 姜耀东
  • 张村
  • 何祥

作者单位:

  • 中国矿业大学(北京)共伴生能源精准开采北京市重点实验室
  • 中国矿业大学(北京)能源与矿业学院
  • 中国矿业大学(北京)力学与建筑工程学院

关键词:

  • 无人机
  • 红外图像
  • 地裂缝
  • 边缘检测
  • 裂缝识别
  • 摘要
  • 论文图表
  • 相关文章
  • 引用格式

西部矿区煤层赋存条件好,开采强度高,上覆岩层破坏严重,易诱发采空塌陷和地裂缝等灾害,造成地表生态损伤,甚至诱发遗煤自燃,威胁煤矿安全生产。为快速、及时、准确识别地裂缝,提出了基于无人机红外遥感及图像边缘检测技术的地裂缝识别方法。以神东矿区上湾煤矿12401工作面为工程背景,对工作面上方地裂缝发育观测区域进行全天候监测,获取了不同时刻的红外图像,并对不同时刻红外图像中裂缝、沙子、植被的温度信息以及裂缝长度进行了统计和分析。运用多种边缘检测方法及提出的改进边缘检测算法,对采集的典型红外图像进行地裂缝检测,评价了不同边缘检测方法的裂缝检测效果。对比分析了不同时刻地裂缝检测结果,给出了针对本文研究条件下无人机红外遥感技术识别地裂缝的最佳时间窗口。研究结果表明:基于无人机搭载红外相机及边缘检测技术可有效识别采矿导致的地裂缝;夜间相比于白天,地裂缝更易被识别,特别是3:00 am~5:00 am期间,地裂缝的识别效果最佳。提出的改进边缘检测算法的Pratt品质因数(PFoM)值为0.571,检测性能优于文中其他边缘检测方法;1:00 am至5:00 am和7:00 pm至11:00 pm,地裂缝边缘检测结果优于其他时间,检测结果中噪声较少,裂缝边缘清晰突出;其中尤以3:00 am、5:00 am时的地裂缝检测效果最好。


新锐科学家”专题(《煤炭学报》)

[1]龚爽,赵毅鑫,王震.层理对煤岩动态裂纹扩展分形特征影响试验研究[2]赵毅鑫,孙荘,宋红华.煤Ⅰ型动态断裂裂纹扩展规律试验与数值模拟研究[3]赵毅鑫,杨志良,马斌杰.基于深度学习的大采高工作面矿压预测分析及模型泛化

赵毅鑫,许多,孙波,等.基于无人机红外遥感和边缘检测技术的采动地裂缝辨识研究[J].煤炭学报,2021,46(2):624-637. ZHAO Yixin,XU Duo,SUN Bo,et al.Investigation on ground fissure identification using UAV infrared remote sensing and edge detection technology[J].Journal of China Coal Society,2021,46(2):624-637.
  • 地址:北京市朝阳区和平街13区煤炭大厦

  • 邮编:100013

  • 编辑部电话:(010)87986411

  • 传真:(010)84262114