井下图像重建方法、装置、服务器及存储介质

本发明涉及图像处理，尤其涉及一种井下图像重建方法、装置、服务器及存储介质。

背景技术：

1、随着科技的不断进步，视频监控技术在各个领域得到了广泛应用，其中包括煤矿行业。智慧煤矿方案通过引入视频监控系统，可以实现对煤矿生产过程的实时监控和管理，提高矿山安全性和生产效率。为解决井下作业距离地面远，井下情况复杂，地形和作业环境存在诸多不确定因素，事故发生率较高等问题，很多煤矿企业安装了井下工业视频系统，为有效杜绝由不确定因素造成的安全事故奠定了技术基础。

2、传统的煤矿生产过程往往依赖于人工的巡检和监控，存在人力资源浪费和盲区监控的问题。随着人工智能技术的落地应用，煤矿行业的智能化管理也成为趋势。基于视频图像，通过部署ai算法模型可以实现对煤矿井下监控场景的智能识别分析，实时监测和预警煤矿安全生产过程中的异常事件、违规操作、安全隐患等。

3、然而，由于井下收到光照和巷道内环境狭窄导致的反射和折射的影响，使得采集到图像失真度较高，不利于对其进行分析处理。

技术实现思路

1、本发明实施例提供了一种井下图像重建方法、装置、服务器及存储介质，以解决现有技术中采集到的井下图像清晰度较低和失真度较高的技术问题。

2、第一方面，本发明实施例提供了一种井下图像重建方法，包括：

3、将井下图像输入到语义分割网络模型中；

4、从井下实物图像特征序列中，对井下实物图像特征序列进行随机排序；在所述语义分割神经网络模型中每个池化层后将随机排序的实物图像特征的与对应排序的池化后的池化矩阵进行融合，所述池化层的数量与井下物品图像的数量相一致；

5、获取所述语义分割神经网络模型输出的实物判别概率，在所述实物判别概率小于预设的概率时，返回对井下实物图像特征进行随机排序步骤，直至所述实物判别概率不小于预设的概率；

6、按照将满足实物判别概率的语义分割结果结合井下图像背景进行重建。

7、第二方面，本发明实施例还提供了一种井下图像重建装置，包括：

8、输入模块，用于将井下图像输入到语义分割网络模型中；

9、排序模块，用于从井下实物图像特征序列中，对井下实物图像特征序列进行随机排序；

10、融合模块，用于在所述语义分割神经网络模型中每个池化层后将随机排序的实物图像特征的与对应排序的池化后的池化矩阵进行融合，所述池化层的数量与井下物品图像的数量相一致；

11、获取模块，用于获取所述语义分割神经网络模型输出的实物判别概率，在所述实物判别概率小于预设的概率时，返回对井下实物图像特征进行随机排序步骤，直至所述实物判别概率不小于预设的概率；

12、按照将满足实物判别概率的语义分割结果结合井下图像背景进行重建。

13、第三方面，本发明实施例提供了一种服务器，所述服务器包括：

14、一个或多个处理器；

15、存储装置，用于存储一个或多个程序，

16、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述实施例提供的任一所述的井下图像重建方法。

17、第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的井下图像重建方法。

18、本发明实施例提供的井下图像重建方法、装置、服务器及存储介质，通过将井下图像输入到语义分割网络模型中；从井下实物图像特征序列中，对井下实物图像特征序列进行随机排序；在所述语义分割神经网络模型中每个池化层后将随机排序的实物图像特征的与对应排序的池化后的池化矩阵进行融合，所述池化层的数量与井下物品图像的数量相一致；获取所述语义分割神经网络模型输出的实物判别概率，在所述实物判别概率小于预设的概率时，返回对井下实物图像特征进行随机排序步骤，直至所述实物判别概率不小于预设的概率；按照将满足实物判别概率的语义分割结果结合井下图像背景进行重建。利用在池化层后对池化后的图像特征将矿井中存在的物品特征进行融合，对井下图像中的物品特征进行强化，通过对强化后的图像特征对应的井下实物的概率进行比较，并根据比较结果调整每个池化层对应的实物图像特征，直至满足要求，使得重建后的图像能够表达出井下物品或者人物的高精度图像，使得重建后的井下图像有较高的分辨率。

技术特征：

1.一种井下图像重建方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取所述语义分割神经网络模型输出的实物判别概率，包括：

3.根据权利要求1所述的方法，其特征在于，所述获取所述语义分割神经网络模型输出的实物判别概率，包括：

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，在所述语义分割神经网络模型中每个池化层后将随机排序的实物图像特征与对应排序的池化后的池化矩阵进行融合，包括：

7.一种井下图像重建装置，其特征在于，包括：

8.一种服务器，其特征在于，所述服务器包括：

9.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6任一所述的井下图像重建方法。

技术总结本发明公开了一种井下图像重建方法、装置、服务器及存储介质，所述方法包括：将井下图像输入到语义分割网络模型中；从井下实物图像特征序列中，对井下实物图像特征序列进行随机排序；在所述语义分割神经网络模型中每个池化层后将随机排序的实物图像特征与对应排序的池化后的池化矩阵进行融合，所述池化层的数量与井下物品图像的数量相一致；获取所述语义分割神经网络模型输出的实物判别概率，在所述实物判别概率小于预设的概率时，返回对井下实物图像特征进行随机排序步骤，直至所述实物判别概率不小于预设的概率；按照将满足实物判别概率的语义分割结果结合井下图像背景进行重建。使得重建后的图像能够表达出井下物品或者人物的高精度图像。技术研发人员：马蕾,吕志强,赵婉芳,赵妍受保护的技术使用者：北京电子科技职业学院技术研发日：技术公布日：2024/7/29