一种煤矿井下输煤大块物检测方法

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

所属期刊栏目：46

分类号：TD634(矿山电工)

资助基金：陕西省科技厅自然科学基金项目2018JQ5197

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：63-68