基于计算机视觉的矿井顶板事故监控系统

• 作者: 刘逆凡 沈嘉韵 包文夏 李晨阳 王志远
• 来源期刊: 电子元器件与信息技术
• 关键词: 图像采集仪 顶板事故 计算机视觉 YOLO-V5 深度学习 OpenCV
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 66-67
• 页数: 2页
• 分类号: TP3
• 语种: 中文
• DOI: 10.19772/j.cnki.2096-4455.2021.3.032

摘要

顶板事故是煤矿事故中最为常见也是造成损失最大的一种事故,每起顶板事故都造成惨重人员伤亡和巨大经济损失.通过科学数据采集仪器对矿井地下工作面顶板和煤岩层的图像和传感信息进行数据采集,通过计算机视觉科学计算系统实现对顶板状态的实时监控.