基于计算机视觉的井下输送带跑偏检测方法 |
| |
引用本文: | 林俊,党伟超,潘理虎,白尚旺. 基于计算机视觉的井下输送带跑偏检测方法[J]. 煤矿机械, 2019, 0(10): 169-171 |
| |
作者姓名: | 林俊 党伟超 潘理虎 白尚旺 |
| |
作者单位: | 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 |
| |
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。
|
关 键 词: | 卷积神经网络 MaskRCNN 输送带带跑偏 Canny LSD |
Deviation Monitoring Method of Underground Conveyor Belt Based on Computer Vision |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|