機器視覺灰度化金字塔卷積模型的煤流異物識別

2023年12月30日發(作者：亦步亦趨的意思)

機器視覺灰度化金字塔卷積模型的煤流異物識別

楊建輝;黃子洋;汪梅;符立梅;劉安強;李遠成;于振華;王征;董立紅

【期刊名稱】《煤炭科學技術》

【年(卷),期】2022(50)11

【摘 要】煤流的帶式輸送是煤炭能源生產過程中的一個重要環節,煤流中異物識別是智慧礦山智能礦井建設中不可或缺的重要任務。針對煤流的帶式輸送監測系統中異物識別問題,構造一種基于機器視覺灰度化的雙路金字塔卷積識別模型。首先,提出一種基于權值訓練的機器視覺圖像灰度化方法,并根據輸送帶運輸異物與煤的顏色差異和運動性差異,采用Lucas-Kanade光流算法,實現對異常顏色和異常運動像素點的識別。同時結合光照補償處理,實現對煤流實時圖像進行亮度校正和無關像素剔除的預處理。接著,構造了金字塔網絡,提取煤流中移動異物的多尺度融合特征。之后本文構造圖像的常規特征提取通路和特征差分通路的雙通道網絡模型,實現對煤和異物特征的識別。最后,對陜煤曹家灘煤礦的煤流輸送帶監測圖像的異物進行識別。結果表明,基于機器視覺灰度化雙通道金字塔卷積模型對煤流輸送帶的異物識別準確率為95.7%,比經典的卷積網絡模型的識別精度提高了2.1%,相比于傳統圖像灰度化固定權值識別模型,基于權值自適應訓練的異物識別模型精度提升了5.2%。

【總頁數】8頁(P194-201)

【作 者】楊建輝;黃子洋;汪梅;符立梅;劉安強;李遠成;于振華;王征;董立紅

【作者單位】陜西陜煤曹家灘礦業有限公司;西安科技大學計算機科學與技術學院

【正文語種】中 文

【中圖分類】TD534

【相關文獻】

1.基于灰度值金字塔算法的零件識別系統設計2.基于AI智能攝像監測的煤流系統異物識別控制技術研究與應用3.基于共現流增強雙向金字塔卷積網絡的密集液滴識別4.嵌入空洞卷積和批歸一化模塊的智能煤矸識別算法5.依據批歸一化卷積神經網絡算法的木材類別機器視覺識別方法

因版權原因，僅展示原文概要，查看原文內容請購買