基于计算机视觉的井下输送带跑偏检测方法

论文摘要

为了准确监测井下输送带运行状态,防止输送带跑偏,提出了一种基于计算机视觉的井下输送带跑偏检测方法。首先采用基于卷积神经网络的MaskRCNN实例分割算法提取输送带图象中的感兴趣区域并进行图像预处理;之后采用改进的Canny算法提取输送带区域的边缘轮廓信息;最后采用改进的直线段检测(LSD)算法提取输送带边缘直线特征,根据边缘直线的斜率和中心线的相对位置判断输送带是否跑偏。实验结果表明,提出的井下输送带跑偏检测方法能够较准确地检测出输送带边缘直线从而进行跑偏判定,验证了算法的有效性。

论文目录

• 0 引言
• 1 实现流程
• 2 实验结果分析
• 3 跑偏判定
• 4 结语

文章来源

类型: 期刊论文

作者: 林俊,党伟超,潘理虎,白尚旺

关键词: 卷积神经网络,输送带带跑偏

来源: 煤矿机械 2019年10期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 矿业工程,计算机软件及计算机应用

单位: 太原科技大学计算机科学与技术学院,中国科学院地理科学与资源研究所

基金: 全国高等学校计算机教育研究会2019年度课题(CERACU2019R02),山西省应用基础研究项目(201801D221179),太原科技大学校博士科研启动基金项目(20162036),教育部产学协同项目(201801128011)

分类号: TD528.1;TP391.41

DOI: 10.13436/j.mkjx.201910057

页码: 169-171

总页数: 3

文件大小: 469K

下载量: 158