矿井提升运输是煤炭生产过程中的重要环节,直接影响企业的生产安全和经济效益。过卷、卡罐、断绳是提升运输系统的典型安全事故,而超载是诱发上述安全事故的重要原因。因此,需要快速准确的载荷监测措施预防上述事故发生。现有的载荷监测系统多采用接触式测量方法,需对提升系统原有结构进行不同程度的改变,且传感器长期在高压下工作,直接接触测量对象,安全性和可靠性低。故本文提出一种通过计算机视觉技术进行非接触式测量的新型矿井提升机载荷视觉监测技术,并展开相关研究工作。本文的主要工作如下:（1）研究分析矿井提升机载荷视觉监测技术原理,论证说明该技术的可行性;对提升机载荷视觉监测系统的软硬件方案进行具体设计,并搭建仿真实验台,为后续实验提供条件。（2）根据深度数据存在的误差和缺陷,结合深度测量原理,分析影响深度数据质量的因素,并使用滤波算法对其修复;论述点云计算原理,由深度数据生成点云数据,对点云数据进行条件滤波、降采样和离群点去除等预处理,为后续处理环节奠定基础。（3）根据本课题工程应用背景,提出基于对应点分类的物体识别算法和基于有向包围盒的物体分割算法,完成箕斗点云的整体分割和提取;在常见配准算法基础上,结合箕斗点云空间特点,组合使用多种算法,提出分步式复合配准算法,能够完成目标点云的快速准确配准,并通过仿真实验进行验证,结果表明本文的分步式复合配准算法与传统组合配准算法相比,能够提高配准速度。（4）基于传统的贪婪投影三角重建算法,提出改进的曲面重建流程,生成封闭的箕斗曲面模型;通过计算曲面模型体积,结合煤炭堆密度,实现提升机载荷测量,并通过仿真实验验证测量结果的准确性。综上所述,本文提出的矿井提升机载荷视觉监测技术可以有效测量箕斗内煤炭体积,进而实现载荷测量,基本满足提升机载荷监测的要求,具有安全性好、可靠性高的优点。本论文有图81幅,表11个,参考文献85篇。