本發(fā)明涉及綜采工作面，尤其涉及一種圖像修復處理方法、裝置、電子設備及存儲介質。

背景技術：

1、在現(xiàn)代化礦業(yè)開采中，井下工作面的復雜性和危險性對安全生產提出了極高的要求。為了有效監(jiān)控和管理井下作業(yè)環(huán)境，近年來，基于計算機視覺感知技術的工作面智能視頻監(jiān)控系統(tǒng)得到了廣泛應用。該系統(tǒng)通過集成先進的圖像處理、模式識別和機器學習算法，實現(xiàn)了對采場中設備、圍巖以及環(huán)境狀態(tài)相關關鍵參數的自動檢測與識別。同時，結合智能監(jiān)測技術，系統(tǒng)能夠及時發(fā)現(xiàn)并預警潛在的異常狀態(tài)，從而顯著提升了采場視頻監(jiān)控的技術手段，為工作面可視化智能管控提供了強有力的支持。

2、然而，盡管現(xiàn)有智能視頻監(jiān)控系統(tǒng)在井下工作面監(jiān)控中取得了顯著成效，但在實際應用過程中仍面臨一些挑戰(zhàn)。特別是在煤機滾筒的狀態(tài)感知方面，由于工作面場景的復雜性和多變性，煤機滾筒經常會被頂梁、護板幫、浮煤等障礙物遮擋，導致對其狀態(tài)的準確感知受到限制。這不僅影響了煤機滾筒的正常運行監(jiān)測，也給井下作業(yè)的安全性和效率帶來了潛在風險。

3、因此，尋找一種能夠自動修復目標對象被遮擋的待修復圖像，從而恢復其完整狀態(tài)的圖像修復處理方法成為當前研究熱點。

技術實現(xiàn)思路

1、本發(fā)明提供一種圖像修復處理方法、裝置、電子設備及存儲介質，實現(xiàn)了能夠自動修復目標對象被遮擋的待修復圖像，從而恢復其完整狀態(tài)，得到已修復圖像。

2、本發(fā)明提供一種圖像修復處理方法，所述方法包括：獲取待修復圖像，其中，所述待修復圖像為所述待修復圖像中的目標對象被遮擋物所遮擋的圖像；基于所述待修復圖像，得到與所述待修復圖像對應的控制信號數據，其中，所述控制信號數據用于表征所述待修復圖像中的目標對象與采集所述待修復圖像的攝像裝置的位置關系，以及所述目標對象的姿態(tài)信息；調用預先訓練好的修復模型，并將所述待修復圖像以及與所述待修復圖像對應的控制信號數據并行輸入至所述修復模型，得到所述修復模型輸出的與所述待修復圖像相匹配的已修復圖像，其中，所述已修復圖像為剔除遮擋物的含所述目標對象的圖像。

3、根據本發(fā)明提供的一種圖像修復處理方法，所述基于所述待修復圖像，得到與所述待修復圖像對應的控制信號數據，具體包括：調用預先訓練好的檢測模型，其中，所述檢測模型用于輸出所述目標對象在所述待修復圖像中的像素尺寸，以及所述目標對象在所述待修復圖像中的位置信息；將所述待修復圖像輸入至所述檢測模型，得到所述檢測模型輸出的所述待修復圖像中所述目標對象在所述待修復圖像中的像素尺寸，以及所述目標對象在所述待修復圖像中的位置信息；獲取所述目標對象的實際尺寸信息、所述目標對象的航向角姿態(tài)，以及所述攝像裝置相對于所述目標對象的姿態(tài)信息；基于所述目標對象在所述待修復圖像中的像素尺寸、所述目標對象在所述待修復圖像中的位置信息、所述目標對象的實際尺寸信息、所述目標對象的航向角姿態(tài)，以及所述攝像裝置相對于所述目標對象的姿態(tài)信息，得到與所述待修復圖像對應的控制信號數據。

4、根據本發(fā)明提供的一種圖像修復處理方法，所述基于所述目標對象在所述待修復圖像中的像素尺寸、所述目標對象在所述待修復圖像中的位置信息、所述目標對象的實際尺寸信息、所述目標對象的航向角姿態(tài)，以及所述攝像裝置相對于所述目標對象的姿態(tài)信息，得到與所述待修復圖像對應的控制信號數據，具體包括：將所述目標對象在所述待修復圖像中的像素尺寸、所述目標對象在所述待修復圖像中的位置信息、所述目標對象的實際尺寸信息、所述目標對象的航向角姿態(tài)，以及所述攝像裝置相對于所述目標對象的姿態(tài)信息進行拼接處理，得到特征向量；對所述特征向量進行歸一化處理，得到與所述待修復圖像對應的控制信號數據。

5、根據本發(fā)明提供的一種圖像修復處理方法，所述修復模型采用以下方式訓練得到：獲取訓練樣本數據集，其中，所述訓練樣本數據集包括多個訓練樣本數據，所述訓練樣本數據包括無遮擋物訓練圖像，與所述無遮擋物訓練圖像相匹配的有遮擋物訓練圖像，以及與所述有遮擋情況訓練圖像相匹配的控制信號訓練樣本數據，其中，所述無遮擋情況訓練圖像中的目標對象未被遮擋，所述有遮擋情況訓練圖像中的目標對象有被遮擋；基于所述訓練樣本數據集對修復模型進行訓練，得到訓練好的所述修復模型。

6、根據本發(fā)明提供的一種圖像修復處理方法，與所述無遮擋情況訓練圖像相匹配的有遮擋情況訓練圖像，采用以下方式獲取：獲取有遮擋情況參考圖像，并對所述有遮擋情況參考圖像進行語義分割處理，提取得到遮擋物區(qū)域圖像；對所述遮擋物區(qū)域圖像進行增強處理，得到增強后遮擋物區(qū)域圖像；將所述增強后遮擋物區(qū)域圖像匹配合并至所述無遮擋情況訓練圖像，得到與所述無遮擋情況訓練圖像相匹配的有遮擋情況訓練圖像。

7、根據本發(fā)明提供的一種圖像修復處理方法，與所述無遮擋情況訓練圖像相匹配的有遮擋情況訓練圖像，采用以下方式獲取：調用預先訓練好的control-net圖像生成模型，其中，所述control-net圖像生成模型用于生成有遮擋情況訓練圖像；獲取有遮擋情況參考圖像，并基于邊緣檢測算子對所述有遮擋情況參考圖像進行處理，得到邊緣二值圖；將所述無遮擋情況訓練圖像以及所述邊緣二值圖輸入至所述control-net圖像生成模型，得到所述control-net圖像生成模型輸出的與所述無遮擋情況訓練圖像相匹配的有遮擋情況訓練圖像。

8、本發(fā)明還提供一種圖像修復處理裝置，所述裝置包括：獲取模塊，用于獲取待修復圖像，其中，所述待修復圖像為所述待修復圖像中的目標對象被遮擋物所遮擋的圖像；處理模塊，用于基于所述待修復圖像，得到與所述待修復圖像對應的控制信號數據，其中，所述控制信號數據用于表征所述待修復圖像中的目標對象與采集所述待修復圖像的攝像裝置的位置關系，以及所述目標對象的姿態(tài)信息；修復模塊，用于調用預先訓練好的修復模型，并將所述待修復圖像以及與所述待修復圖像對應的控制信號數據并行輸入至所述修復模型，得到所述修復模型輸出的與所述待修復圖像相匹配的已修復圖像，其中，所述已修復圖像為剔除遮擋物的含所述目標對象的圖像。

9、本發(fā)明還提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上述任一種所述圖像修復處理方法。

10、本發(fā)明還提供一種非暫態(tài)計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述圖像修復處理方法。

11、本發(fā)明還提供一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述圖像修復處理方法。

12、本發(fā)明提供的圖像修復處理方法、裝置、電子設備及存儲介質，獲取待修復圖像，其中，待修復圖像為待修復圖像中的目標對象被遮擋物所遮擋的圖像；基于待修復圖像，得到與待修復圖像對應的控制信號數據；調用預先訓練好的修復模型，并將待修復圖像以及與待修復圖像對應的控制信號數據并行輸入至修復模型，從而可以自動得到修復模型輸出的與待修復圖像相匹配的已修復圖像。實現(xiàn)了能夠自動修復目標對象被遮擋的待修復圖像，從而恢復其完整狀態(tài)，得到已修復圖像。