【技术实现步骤摘要】
一种用于地面运动皮带上实时煤矸石定位识别方法
本专利技术属于图像处理
,涉及一种用于地面运动皮带上实时煤矸石定位识别方法。
技术介绍
在煤矿企业开采过程中,采煤面具有不同灰分的矸石,经过皮带运输系统运输上煤楼,工人通过经验检测皮带上目标物为煤块或矸石,并手动对检测结果进行分类。随着传感器技术与图像处理技术的发展,如何实时自动检测煤矸石目标物,对目标物进行定位分类,从而将运动皮带上目标信息数据化成为需要考虑的问题。同时,如何将检测的像素信息转化为物理信息,便于为后续反馈设备、储存设备进行反馈或储存,避免像素信息实用性差等问题。当前检测方法主要为人工检测、射线检测或视觉检测三种方式,人工检测受工人主观性经验影响较大,存在人为检测率较低等问题;中国专利(申请号:ZL200910107879.9,申请号:一种煤矸石自动分选机,申请日:20090616)公开了一种煤矸石自动分选机”,通过输送带下方的单能伽玛射线区分煤矸石目标物类别,造价相对较高,对环境有所危害;中国专利(申请号:ZL201610885658.4),公开了一种视觉识别煤和煤矸石并用机械手进行分离的系统”,通过视背景识别法定位煤矸石目标物,这种方法能够快速定位煤矸石目标,存在易受皮带上杂物干扰的问题;通过神经网络检测,一般通用网络无法直接应用在煤矸石背景下,且模型误差需要修正等现状,有必要提出进一步改进方案。
技术实现思路
本专利技术的目的是提供一种用于地面运动皮带上实时煤矸石定位识别方法,该方法采用图像识别运动皮带上的煤 ...
【技术保护点】
1.一种用于地面运动皮带上实时煤矸石定位识别方法,其特征在于:具体包括如下步骤:/n步骤1,数据集建立;/n步骤2,训练目标检测模型;/n步骤3,实时图像采集:通过有线网络摄像头将地面运动皮带上煤矸石实时图像传送至工控机处理实时视频流;/n步骤4,提取模型检测实时视频,统计实时视频中目标物类别;/n步骤5,基于步骤4确定的目标物类别,计算煤矸石大小并确定相对位置。/n
【技术特征摘要】
1.一种用于地面运动皮带上实时煤矸石定位识别方法,其特征在于:具体包括如下步骤:
步骤1,数据集建立;
步骤2,训练目标检测模型;
步骤3,实时图像采集:通过有线网络摄像头将地面运动皮带上煤矸石实时图像传送至工控机处理实时视频流;
步骤4,提取模型检测实时视频,统计实时视频中目标物类别;
步骤5,基于步骤4确定的目标物类别,计算煤矸石大小并确定相对位置。
2.根据权利要求1所述的一种用于地面运动皮带上实时煤矸石定位识别方法,其特征在于:所述步骤1的具体过程为:
步骤101,数据集数据搜集;
查询原有地面运动皮带历史视频,选取皮带上存在运动煤矸石目标的视频段,手动将选取的视频段拆分为单帧图像;
步骤102,数据图像归一化;
将步骤101拆分后的单帧图像进行图像大小归一化,得到大小统一的归一化图像;
步骤103,图像数据模糊;
选取20~50%经步骤102归一化后的数据图像进行高斯滤波,得到仿照水雾环境的数据集图像,将该仿照水雾环境的数据集图像与未进行高斯滤波的数据集进行融合,得到完整的煤矸石数据集;
步骤104,将步骤103得到的数据集进行标注;
应用labelme对将步骤103得到的数据集图像进行标注,采用矩形标注的形式对图像内所有目标物进行二分类标注;其中a类为运动皮带上的煤块,b类为运动皮带上的矸石块;
步骤105,对步骤104标注后的数据集均衡化;
选取数据集a类运动皮带上的煤块、b类运动皮带上的矸石块之中图片数据相对较少一类,进行边界框操作,得到数据量相对均衡的煤矸石数据集,完成对煤矸石数据集的建立。
3.根据权利要求2所述的一种用于地面运动皮带上实时煤矸石定位识别方法,其特征在于:所述步骤105中的边框操作为旋转、翻转、图像均衡化操作。
4.根据权利要求1所述的一种用于地面运动皮带上实时煤矸石定位识别方法,其特征在于:所述步骤2的具体过程为:
步骤201,改变原有YOLO网络结构;
对原有YOLO_v3中Darknet-53网络去除末端全连接层与末端的四个残差块,得到能够检测宽度为80~300mm的煤矸石的43层网络结构;
步骤202,通过如下模型损失公式(1),得到YOLO模型的损失函数;
loss=xy_loss+wh_loss+con_loss+α×class_loss(1);
其中,模型损失分为四类,loss为模型损失,xy_loss为目标中心坐标(x,y)的损失,wh_loss为目标长宽距离w、h的损失,con_loss为置信度损失,class_loss为分类损失,α为类别权重,(x,y)为预测矩形框左上顶点像素坐标,w、h为预测矩形框像素宽、长;
步骤203,从步骤1建立的数据集中提取训练集数据;
将步骤1所得的煤矸石数据集划分为训练数据集与测试训练集,提取划分完成的训练集煤矸石数据;
步骤204,带入改进YOLO模型;
将步骤203所得的训练集煤矸石数据带入改进YOLO模型,得到输出煤矸石识别模型并保存。
5.根据...
【专利技术属性】
技术研发人员:杜京义,郝乐,陈宇航,汶武,董刚,胡伟杰,井萌,刘赟超,闫爱军,
申请(专利权)人:西安科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。