基于双目视觉的选煤厂用胶带输送机表面异物检测

目前所采用的选煤厂用胶带输送机表面异物检测方法在实际应用时，由于选煤厂内外因素影响，导致对于不同类别的异物识别和分类精度低。针对该问题，提出一种基于双目视觉的选煤厂用胶带输送机表面异物检测方法。设计了基于双目视觉的输送带异物检测装置，将摄像机与工业相机组合成双目视觉系统，系统采集图像后，利用中值滤波算法对图像进行去噪，获取稳定的图像信息。采用YOLOv3进行异物识别预测，计算边界框和锚框数值信息，并根据上述数值信息调整计算定位准确度，实现异物检测。实验结果表明：与传统的基于Mask＿R-CN的检测方法相比，提出的方法对胶带输送机表面异物的识别筛选准确率超过96.2%,分类准确率超过97.6%。