摘要
本发明公开了一种煤矿巷道围岩形变视觉检测方法及系统,涉及煤矿安全监测技术领域,基于部署在煤矿巷道内的视觉传感器收集煤矿巷道围岩的图像数据;对收集的煤矿巷道围岩的图像数据进行预处理操作,突出并提取围岩形变特征,得到形变特征序列表。本发明通过高精度视觉传感器实时采集煤矿巷道围岩的图像数据,并结合深度学习中的分类算法对围岩形变进行准确分类,能够有效识别不同类型的围岩形变模式,避免传统监测方法中因人为因素或设备精度不足导致的误判,此外,利用时间序列分析方法对形变趋势进行分析,能够更准确地预测围岩形变的发展方向,为煤矿巷道的安全管理提供可靠的依据。