-
主管
中国煤炭科工集团有限公司
-
主办
煤炭科学研究总院有限公司
煤炭工业洁净煤工
程技术研究中心 -
主编
解强
-
刊期
月刊
-
ISSN
1006-6772
-
CN
11-3676/TD
当前位置： 首页 > 2024年 第S2期
2024年 第S2期
72
45
作者：
- 陈世涛
- 张敏
- 栗超
单位：
- 国能神东煤炭集团有限责任公司
摘要：
带式输送机运送煤流存在掺杂异物，进而导致输送带撕裂问题。针对井下煤矿图像获取易受到光照、噪声等环境影响，以及光电检测设备产生较大的电噪声影响成像质量的缺陷，提出一种基于YOLOv5+机器视觉处理的带式输送机异物识别方法。该方法首先利用高斯滤波消除椒盐噪声；随后增强图像对比度；最后将图像划分为输送带和其他两种区域进行特征提取，实验表明该方法在改善提取图像质量的同时解决了YOLOv5模型对小目标的识别不稳定的问题。
关键词：
- 机器视觉
- 异物检测
- YOLOv5
- 带式传输
图表：
--
相关文章：
--
引用格式：
[1]陈世涛,张敏,栗超.基于YOLOv5的带式输送机煤堆异物检测[J].洁净煤技术,2024,30(S2):12-18.
在线投稿
专家审稿
编辑办公
当期目录
过刊浏览
专题/专栏
