一种煤矿井下输煤大块物检测方法
杜京义1
郝乐1
王悦阳2
杨若楠1
文静怡3
1.西安科技大学电气与控制工程学院,陕西西安 7100542.重庆大学大数据与软件学院,重庆4000443.西北大学公共管理学院,陕西西安 710127
摘要：针对现有煤矿井下输煤大块物检测方法存在无法检测大块物数量且检测精度不高的问题,提出了一种基于改进HED神经网络融合Canny算子的煤矿井下输煤大块物检测方法.采用提取反射分量结合边缘保留滤波方法对采集的图像进行预处理,增强图像亮度、对比度,加深图像边缘信息;将预处理的图像代入改进的HED神经网络与Canny算子的融合模型中,得到连续的大块物边缘图像,根据边缘图像做非运算得到二值化填充图像;对二值化填充图像中的大块物进行矩形标注,计算出大块物像素个数与面积;统计大块物数量并判断大块物面积是否高于设定阈值,若高于设定阈值,则报警.实验结果表明,基于改进HED神经网络融合Canny算子的煤矿井下输煤大块物检测方法具有较好的边缘检测效果,能够有效降低图像边缘检测误差,有效统计出大块物数量,并能计算出大块物的面积.
关键词：胶带运输输煤大块物检测反射分量HED神经网络边缘检测
分类号：TD634(矿山电工)
资助基金：国家自然科学基金(2018JQ5197)
论文发表日期：2020-05-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 63-68 )
英文信息