基于机器视觉的运煤皮带异物识别方法研究
发布时间：2021-06-10 14:07
皮带运输机是煤炭井下运输的关键设备,大块矸石、铁器（锚杆、角钢）等非煤异物进入运煤皮带系统容易引发输送带划伤、撕裂等严重事故,不仅会影响煤矿的安全生产,而且会造成十分惨重的经济损失。针对这个问题,本文主要研究基于机器视觉的运煤皮带异物识别方法,分析总结图像增强方法和深度学习目标检测框架Faster-RCNN的运算过程,结合矿井皮带监控图像特性,研究基于Retinex的井下图像的增强方法并改进Faster-RCNN中相关处理过程。首先,了解Retinex图像增强算法理论背景和基本思想,从实现方式和算法性能等方面分析总结经典的基于路径的Retinex算法和基于中心/环绕的Retinex算法,分析研究井下皮带运输机监控图像的特性,提出基于Retinex算法的井下图像增强方法,使用引导滤波获取图像的照度分量和反射分量,引入一种S型曲线模型均匀化图像照度分布,并对图像对比度进行CLAHE自适应均衡,融合调整后的照度分量和反射分量获取最终增强图像。实验验证,本文提出的基于Retinex算法的井下图像增强方法能较好的平衡图像亮度,改善图像细节显示,提升图像质量。图像增强算法给异物检测模型提供了良好的...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
CLAHE直方图调整过程图
图 4-8 000275 号图像Figure 4-8 Image 000275文件的具体格式为：2007</folder>0275.jpg</filename> //对应图像的文件名//图像来源e>The VOC2007 Database</database>ion>PASCALVOC2007</annotation>flickr</image>>228069917</flickrid>>genewolf</flickrid>hiskey kitten</name>//图像尺寸（宽度、76</width>480</height>
x y式类协方差矩阵。马氏距离采用 Cholesk 变度干扰，相比起上述的几种距离，在特征相马氏距离不受量纲的影响，两个对象之间马由原始数据和中心化数据计算出的马氏距作为相似性度量的距离，马氏距离越小说明越小。两个选框之间的重叠率，是目标检测中常用相交的部分与两个选框的并集的比值，可( ) ( )( ) ( )area A area MIoUarea A area M 价目标检测算法效果的优劣。如图 5-4 所示为预选框，通过计算红框与绿色框的交并比
【参考文献】：
期刊论文
[1]基于图像灰度分析的腐蚀钢绞线细观损伤行为[J]. 杨世聪,张劲泉,姚国文. 固体力学学报. 2018(03)
[2]一种改进的高斯混合模型煤矸石视频检测方法[J]. 程健,王东伟,杨凌凯,张美玲,郭一楠. 中南大学学报(自然科学版). 2018(01)
[3]一种基于Harris-Laplace算法的亚像素角点检测方法[J]. 高翔,万成浩,李润生. 测绘科学技术学报. 2017(05)
[4]CNN卷积计算在移动GPU上的加速研究[J]. 王湘新,时洋,文梅. 计算机工程与科学. 2018(01)
[5]煤与矸石分离系统中X射线探测器的设计[J]. 葛学海,白云飞,陈鹏,张立功. 选煤技术. 2017(06)
[6]基于多任务Faster R-CNN车辆假牌套牌的检测方法[J]. 陈朋,汤一平,何霞,王辉,袁公萍. 仪器仪表学报. 2017(12)
[7]基于多尺度特征融合Hessian稀疏编码的图像分类算法[J]. 刘盛清,孙季丰,余家林,宋治国. 计算机应用. 2017(12)
[8]高分辨率遥感影像的随机森林变化检测方法[J]. 冯文卿,眭海刚,涂继辉,孙开敏,黄伟明. 测绘学报. 2017(11)
[9]基于改进SIFT算子的动态障碍物检测方法[J]. 杨洁,刘海民,叶晶晶. 机械设计与制造. 2017(11)
[10]基于非线性尺度空间的航拍场景分类[J]. 陈苏婷,王卓,王奇. 上海交通大学学报. 2017(10)
硕士论文
[1]基于稀疏编码和SVM的极化SAR影像地物分类方法研究[D]. 熊莎琴.西安电子科技大学 2015
[2]基于X射线图像的煤矸石智能分选控制系统研究[D]. 袁华昕.东北大学 2014
[3]基于X射线的煤与矸石自动识别方法研究[D]. 何晓明.东北大学 2013
本文编号：3222515
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
CLAHE直方图调整过程图
图 4-8 000275 号图像Figure 4-8 Image 000275文件的具体格式为：2007</folder>0275.jpg</filename> //对应图像的文件名//图像来源e>The VOC2007 Database</database>ion>PASCALVOC2007</annotation>flickr</image>>228069917</flickrid>>genewolf</flickrid>hiskey kitten</name>//图像尺寸（宽度、76</width>480</height>
x y式类协方差矩阵。马氏距离采用 Cholesk 变度干扰，相比起上述的几种距离，在特征相马氏距离不受量纲的影响，两个对象之间马由原始数据和中心化数据计算出的马氏距作为相似性度量的距离，马氏距离越小说明越小。两个选框之间的重叠率，是目标检测中常用相交的部分与两个选框的并集的比值，可( ) ( )( ) ( )area A area MIoUarea A area M 价目标检测算法效果的优劣。如图 5-4 所示为预选框，通过计算红框与绿色框的交并比
【参考文献】：
期刊论文
[1]基于图像灰度分析的腐蚀钢绞线细观损伤行为[J]. 杨世聪,张劲泉,姚国文. 固体力学学报. 2018(03)
[2]一种改进的高斯混合模型煤矸石视频检测方法[J]. 程健,王东伟,杨凌凯,张美玲,郭一楠. 中南大学学报(自然科学版). 2018(01)
[3]一种基于Harris-Laplace算法的亚像素角点检测方法[J]. 高翔,万成浩,李润生. 测绘科学技术学报. 2017(05)
[4]CNN卷积计算在移动GPU上的加速研究[J]. 王湘新,时洋,文梅. 计算机工程与科学. 2018(01)
[5]煤与矸石分离系统中X射线探测器的设计[J]. 葛学海,白云飞,陈鹏,张立功. 选煤技术. 2017(06)
[6]基于多任务Faster R-CNN车辆假牌套牌的检测方法[J]. 陈朋,汤一平,何霞,王辉,袁公萍. 仪器仪表学报. 2017(12)
[7]基于多尺度特征融合Hessian稀疏编码的图像分类算法[J]. 刘盛清,孙季丰,余家林,宋治国. 计算机应用. 2017(12)
[8]高分辨率遥感影像的随机森林变化检测方法[J]. 冯文卿,眭海刚,涂继辉,孙开敏,黄伟明. 测绘学报. 2017(11)
[9]基于改进SIFT算子的动态障碍物检测方法[J]. 杨洁,刘海民,叶晶晶. 机械设计与制造. 2017(11)
[10]基于非线性尺度空间的航拍场景分类[J]. 陈苏婷,王卓,王奇. 上海交通大学学报. 2017(10)
硕士论文
[1]基于稀疏编码和SVM的极化SAR影像地物分类方法研究[D]. 熊莎琴.西安电子科技大学 2015
[2]基于X射线图像的煤矸石智能分选控制系统研究[D]. 袁华昕.东北大学 2014
[3]基于X射线的煤与矸石自动识别方法研究[D]. 何晓明.东北大学 2013
本文编号：3222515
本文链接：https://www.wllwen.com/kejilunwen/kuangye/3222515.html
