基于显著性和深度卷积神经网络的输送带表面故障定位

摘要：

提出了一种基于显著性和深度卷积神经网络的输送带表面故障定位方法.该方法在输送带上、下表面的边缘烙上数字,利用图像处理技术检测输送带图像中的数字来间接定位输送带表面故障.首先,将采集的输送带图像进行高斯滤波、灰度线性变换等预处理,以提高图像质量、增强背景与目标的对比度;然后根据谱残差理论对预处理后的图像进行视觉显著性处理,获取包含数字区域的视觉显著图;最后,运用卷积神经网络对显著图进行分类,以区分出数字区域和非数字区域.实验结果表明,该方法可以很好地检测输送带图像上的数字,进而实现对输送带表面故障的定位.

关键词：输送带、故障定位、神经网络、视觉显著性、图像处理

所属期刊栏目：42

分类号：TD528.1(矿山运输与设备)

资助基金：国家自然科学基金资助项目51274150,51504164;天津市科技支撑计划重点项目13ZCZDGX01000.

在线出版日期：2017-01-05（万方平台首次上网日期，不代表论文的发表时间）

页码：72-77