基于CycleGAN图像增强的输送皮带洒料检测技术

为解决摄像头监拍煤矿输送皮带上矿料分布情况时，存在的光照条件不稳定、扬尘等干扰因素，从而导致直接对摄像头画面应用二值化获得矿料分布效果不稳定，容易出现漏检的问题，提出了一种基于Cycle GAN(Cycle Generative Adversarial Networks)图像增强的输送皮带洒料检测技术。首先利用摄像头采集的煤矿输送皮带图像作为输入，经过Cycle GAN进行图像增强；然后采取二值化方法进行图像分割，准确获取输送皮带洒料的目标区域；最后采用阈值法和形态学处理对输送皮带洒料区域进行判断和检测。实验结果表明，该技术能有效地监测输送皮带上的洒料情况，并且在传统监测方法的基础上可提高监测准确率。