[发明专利]一种井下带式输送机带面异物检测方法

说明书

本发明公开了一种井下带式输送机带面异物检测方法，包括步骤一、对井下带式输送机带面异物进行图像采集，并构建异物数据集；二、对井下带式输送机运行过程中的带面进行图像采集，并对采集到的图像进行增强与去噪处理；三、采用基于卷积神经网络的目标检测算法分析带面异物。本发明方法步骤简单，实现方便，能够有效应用在井下带式输送机带面异物检测中，检测准确率和效率高，效果显著，便于推广。

技术领域

本发明属于图像处理技术领域，具体涉及一种井下带式输送机带面异物检测方法。

背景技术

井下带式输送机是煤炭运输的关键设备，但在煤炭运输过程中，大块煤、锚杆、木杆、木块等异物经常造成带式输送机的损伤，致使煤矿单位停产，造成巨大的经济损失。带式输送机异物检测的本质就是识别煤与非煤异物，在长期的研究发展进程中，比较有代表性的方法有人工巡检法、射线法和图像识别法。人工巡检法就是井下工作人员来回走动，观察带式输送机上是否有异物，该方法要求工作人员长时间使用肉眼对带式输送机进行观察，易造成工作人员的视觉疲劳，造成井下安全隐患。射线法的检测原理是利用射线经过不同物质后，反射的能量不同而进行间接的识别煤与非煤异物。在实际应用中，基于射线法的井下带式输送机异物检测系统价格昂贵，而且维护困难。

图像识别法是从机器视觉角度出发，分析井下大块煤、锚杆、木块等威胁皮带安全的异物，由于井下光照条件差、粉尘、雾气较大，拍摄所得图像照度低，噪声大，需要对井下图像进行增强，基于机器视觉的井下图像增强算法主要分为两类，分别为基于空间域的井下图像增强算法和基于频率域的井下图像增强算法。基于空间域的井下图像增强算法将图像中的像素点按照某种规则进行处理，从而增强图像。其常用的方法有直方图均衡化法、对数变化法以及对比度拉伸法。该类算法运算简单、效果明显，但该类算法对图像中的信息不加选择，使得兴趣区域对比度减弱，某些细节信息丢失。基于频率域的井下图像增强算法通过某种规则将图像中的像素变换到其他空间中，并对各个像素点进行计算。其常用方法就是基于小波变换的图像增强算法，但该方法往往无法有效地提高图像的整体亮度。仅靠单一的方法难以满足实际需求，增强效果往往较差。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种井下带式输送机带面异物检测方法，其步骤简单，实现方便，能够有效应用在井下带式输送机带面异物检测中，检测准确率和效率高，效果显著，便于推广。

为解决上述技术问题，本发明采用的技术方案是：一种井下带式输送机带面异物检测方法，包括以下步骤：

步骤一、对井下带式输送机带面异物进行图像采集，并构建异物数据集；

步骤二、对井下带式输送机运行过程中的带面进行图像采集，并对采集到的图像进行增强与去噪处理；

步骤三、采用基于卷积神经网络的目标检测算法分析带面异物。

上述的一种井下带式输送机带面异物检测方法，步骤一中所述对井下带式输送机带面异物进行图像采集，并构建异物数据集的具体过程包括：

步骤101、数据集的初步选取；

步骤102、数据集的扩充；

步骤103、井下带式输送机带面异物数据集的标注；

步骤104、井下带式输送机异物训练数据集与测试数据集构建。

上述的一种井下带式输送机带面异物检测方法，步骤二中所述对采集到的图像进行增强与去噪处理的具体过程包括：

步骤201、把采集到的低照度图像从RGB颜色空间转换到HSV颜色空间；

步骤202、采用改进Retinex增强方法对HSV颜色空间中的低照度图像进行增强；

步骤203、将增强后的图像从HSV颜色空间转换到RGB颜色空间中；