基于透视变换和SNc-YOLOv5的大块煤识别方法应用 |
| |
引用本文: | 于涛.基于透视变换和SNc-YOLOv5的大块煤识别方法应用[J].西安科技大学学报,2024(1):54-63. |
| |
作者姓名: | 于涛 |
| |
作者单位: | 国家能源集团新疆能源有限责任公司 |
| |
基金项目: | 国家自然科学基金项目(51874231); |
| |
摘 要: | 为了提高带式输送机大块煤识别的准确率,避免大块煤堆积对皮带造成的磨损,延长输送机的使用寿命,提出了基于透视变换和SNc-YOLOv5的大块煤识别方法,该方法首先利用透视变换技术对原始图像进行处理,有效地将图像中的非输送机区域滤除,并对输送机区域进行坐标矫正;然后,采用SNc-YOLOv5模型对经过标准化处理的图像进行深度学习建模,得到大块煤识别模型;最后,通过试验分析和现场应用对该方法进行有效性验证。结果表明:该方法在1号煤矿数据集的试验分析精确率为94.8%,召回率为83.2%,在2号煤矿数据集的试验分析精确率为92.8%,召回率为85.3%,现场应用置信度达到0.9,与其他方法进行比较,精确率和召回率指标均优于其他方法;该方法在图像预处理阶段提取带式输送机区域对图像进行标准化,仅对感兴趣区域进行处理,提高了大块煤识别的准确率。该算法部署到某煤矿现场,能够实现实时监测,为带式输送机的安全运行和延长使用寿命提供了有力保障。
|
关 键 词: | 大块煤识别 带式输送机 透视变换 图像标准化 |
|
|