【技术实现步骤摘要】
本专利技术属于煤矸石分类，尤其涉及一种面向煤矸石分类检测方法和装置。
技术介绍
1、我国是世界上煤炭产量最大的国家，其中煤矸石的存储量高达十亿吨。煤矸石是煤炭开采过程中产生的废弃物，通常富含有害物质和高挥发分，如硫、灰分、煤尘等。这些有害物质在煤矸石的堆放和处理过程中可能通过风化、氧化和流出等方式释放到大气和水体中，对环境和人类健康构成潜在危害。
2、通过对煤矸石的分类和分选，可以有效地减少有害物质的含量，并将对环境和人类健康有害的成分有效去除或隔离。因此，对煤矸石的分类检测和处置可以实现高品质的煤矸石分离，同时将不同的有害物质降低到安全水平，从而降低对大气和土壤的污染。此外，经过分类后的煤矸石可以用于能源回收和废料填埋等方面，有助于提高能源利用效率和资源的合理利用。
3、煤矸石的分类方法主要包括物理分类和化学分类。物理分类方法基于煤矸石中不同组分的物理性质差异进行分离。常用的物理分类方法有重介质分选、浮选、震动筛分和磁选等。而化学分类方法则是通过改变煤矸石中组分的化学性质来实现分离，例如浸出法和化学药剂法。然而，这些方法在实际应用中存在较大局限性，如对原料粒度有限制、设备操作复杂、药剂使用和管理成本高、对环境安全存在潜在危害等。
4、近年来，随着半导体行业技术发展，以x光为检测光源的光电检测设备开始在煤炭行业应用。相关技术基于x射线对煤矸石进行无损探测和分类。尽管该技术具有一定的优势，但也存在一些缺点。主要包括三方面：(1)高使用成本。x光煤矸石分类检测需要使用x射线设备进行无损探测，这意味
技术实现思路
1、本专利技术要解决的技术问题是，提供一种面向煤矸石分类检测方法和装置，可以安全、高效且成本可控的煤矸石智能检测。
2、为实现上述目的，本专利技术采用如下的技术方案：
3、一种面向煤矸石分类检测方法，包括以下步骤：
4、步骤s1、获取批量煤矸石的可见光波段图像和红外光波段图像训练集；
5、步骤s2、根据可见光波段图像和红外光波段图像训练集，得到煤矸石实例图像训练集；
6、步骤s3、根据煤矸石实例图像训练集，训练坐标定位模型；
7、步骤s4、将待处理的批量煤矸石可见光波段图像和红外光波段图像输入到训练好的坐标定位模型，提取待处理的煤矸石实例图像；
8、步骤s5、根据待处理的煤矸石实例图像，在传送带移动时进行煤矸石跟踪；
9、步骤s6、根据煤矸石跟踪结果，对各类型煤矸石的数量、种类、比例及尺寸进行统计并可视化。
10、作为优选，步骤s1中，通过人眼凝视注意力机制采集批量煤矸石的可见光波段图像和红外光波段图像训练集。
11、作为优选，步骤s3中，根据煤矸石实例图像训练集中煤矸石个体图像和煤矸石个体坐标，训练坐标定位模型。
12、作为优选，步骤s5中，在传送带移动时基于滑动平均算法优化多帧间不同姿态的煤矸石跟踪。
13、本专利技术还提供一种面向煤矸石分类检测装置，包括：
14、获取模块，用于获取批量煤矸石的可见光波段图像和红外光波段图像训练集；
15、处理模块，用于根据可见光波段图像和红外光波段图像训练集，得到煤矸石实例图像训练集；
16、训练模块，用于根据煤矸石实例图像训练集，训练坐标定位模型；
17、提取模块，用于将待处理的批量煤矸石可见光波段图像和红外光波段图像输入到训练好的坐标定位模型，提取待处理的煤矸石实例图像；
18、跟踪模块，用于根据待处理的煤矸石实例图像，在传送带移动时进行煤矸石跟踪；
19、统计模块，用于根据煤矸石跟踪结果，对各类型煤矸石的数量、种类、比例及尺寸进行统计并可视化。
20、作为优选，获取模块通过人眼凝视注意力机制采集批量煤矸石的可见光波段图像和红外光波段图像训练集。
21、作为优选，训练模块根据煤矸石实例图像训练集中煤矸石个体图像和煤矸石个体坐标，训练坐标定位模型。
22、作为优选，跟踪模块用于在传送带移动时基于滑动平均算法优化多帧间不同姿态的煤矸石跟踪。
23、本专利技术具有以下有益效果：
24、(1)高效准确识别：类眼光电视觉煤矸石分类检测利用人眼凝视注意力机制的成像和图像处理技术，相比传统方法可以更为快速、准确地对煤矸石进行识别和分类。
25、(2)非接触无损伤：通过摄像机或传感器采集煤矸石的图像或数据，不需要物理接触或对煤矸石进行破坏性检测；更重要的是对操作人员友好，避免与x光接触。
26、(3)自动化和可视化：可以实现整个煤矸石分类过程的自动化，减少人工操作和劳动力成本。同时，它还可以提供可视化的检测结果，即时呈现和记录煤矸石的分类信息，方便后续数据分析和决策。
本文档来自技高网...【技术保护点】
1.一种面向煤矸石分类检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的面向煤矸石分类检测方法，其特征在于，步骤S1中，通过人眼凝视注意力机制采集批量煤矸石的可见光波段图像和红外光波段图像训练集。
3.如权利要求2所述的面向煤矸石分类检测方法，其特征在于，步骤S3中，根据煤矸石实例图像训练集中煤矸石个体图像和煤矸石个体坐标，训练坐标定位模型。
4.如权利要求3所述的面向煤矸石分类检测方法，其特征在于，步骤S5中，在传送带移动时基于滑动平均算法优化多帧间不同姿态的煤矸石跟踪。
5.一种面向煤矸石分类检测装置，其特征在于，包括：
6.如权利要求5所述的面向煤矸石分类检测装置，其特征在于，获取模块通过人眼凝视注意力机制采集批量煤矸石的可见光波段图像和红外光波段图像训练集。
7.如权利要求6所述的面向煤矸石分类检测装置，其特征在于，训练模块根据煤矸石实例图像训练集中煤矸石个体图像和煤矸石个体坐标，训练坐标定位模型。
8.如权利要求7所述的面向煤矸石分类检测装置，其特征在于，跟踪模块用于在传送带移
...【技术特征摘要】
1.一种面向煤矸石分类检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的面向煤矸石分类检测方法，其特征在于，步骤s1中，通过人眼凝视注意力机制采集批量煤矸石的可见光波段图像和红外光波段图像训练集。
3.如权利要求2所述的面向煤矸石分类检测方法，其特征在于，步骤s3中，根据煤矸石实例图像训练集中煤矸石个体图像和煤矸石个体坐标，训练坐标定位模型。
4.如权利要求3所述的面向煤矸石分类检测方法，其特征在于，步骤s5中，在传送带移动时基于滑动平均算法优化多帧间不同姿态的煤矸石跟踪。...
【专利技术属性】
技术研发人员：熊仲夏，张拓，曹杰，滕兆宇，史牟丹，
申请(专利权)人：北京理工大学长三角研究院嘉兴，
类型：发明
国别省市：
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。