公开(公告)号：CN113408361B

公开(公告)日：2023-09-19

申请号：CN202110571900.1

申请日：2021-05-25

Applicant: 中国矿业大学 ,  江苏仁安高新技术有限公司

Inventor： 张晓光 ,  蔺康 ,  徐桂云 ,  吕志伟 ,  陈德明

IPC: G06V20/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/08 ,  B65G43/02 ,  H04N7/18

Abstract: 本发明公开了一种基于深度学习的矿用输送带大块物料检测方法及系统，该方法包括：防爆监控装置采集物料图像作为样本集；对预处理后的图像进行目标标记，并将标记结果分类为训练集、验证集和测试集；构建基于深度学习的目标检测网络模型；训练网络模型达到收敛状态，得到训练好的块状物料检测模型；将测试集图像输入训练好的块状物料检测模型中，判断输送带中是否出现了块状物料；判断块状物料是否为大块物料；若检测到大块物料，软件平台记录此时的异常信息，并控制报警设备发出报警信号。本发明克服了传统图像检测方法对物料目标和其运输背景因灰度十分相近而难以准确区分的缺陷，能够对监控区域进行实时监控，不需要人进行巡视，减少人力成本。

公开(公告)号：CN113120555B

公开(公告)日：2022-12-09

申请号：CN202110467214.X

申请日：2021-04-28

Applicant: 中国矿业大学

Inventor： 吕志伟 ,  张晓光 ,  徐桂云 ,  王永振

IPC: B65G43/02

Abstract: 本发明公开了一种基于线结构光的输送带纵向撕裂检测方法，通过基于线结构光图像采集系统的输送带图像，准确提取出图像中的线结构光中心线，利用线结构光的线性特征判断输送带是否发生纵向撕裂，提高输送带纵向撕裂故障检测的准确性和实时性，有益于预防重大输送带纵向撕裂安全事故，具有较大的应用价值。

公开(公告)号：CN113120555A

公开(公告)日：2021-07-16

申请号：CN202110467214.X

申请日：2021-04-28

Applicant: 中国矿业大学

Inventor： 吕志伟 ,  张晓光 ,  徐桂云 ,  王永振

IPC: B65G43/02

Abstract: 本发明公开了一种基于线结构光的输送带纵向撕裂检测方法，通过基于线结构光图像采集系统的输送带图像，准确提取出图像中的线结构光中心线，利用线结构光的线性特征判断输送带是否发生纵向撕裂，提高输送带纵向撕裂故障检测的准确性和实时性，有益于预防重大输送带纵向撕裂安全事故，具有较大的应用价值。

公开(公告)号：CN113408361A

公开(公告)日：2021-09-17

申请号：CN202110571900.1

申请日：2021-05-25

Applicant: 中国矿业大学 ,  江苏仁安高新技术有限公司

Inventor： 张晓光 ,  蔺康 ,  徐桂云 ,  吕志伟 ,  陈德明

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08 ,  B65G43/02 ,  H04N7/18

Abstract: 本发明公开了一种基于深度学习的矿用输送带大块物料检测方法及系统，该方法包括：防爆监控装置采集物料图像作为样本集；对预处理后的图像进行目标标记，并将标记结果分类为训练集、验证集和测试集；构建基于深度学习的目标检测网络模型；训练网络模型达到收敛状态，得到训练好的块状物料检测模型；将测试集图像输入训练好的块状物料检测模型中，判断输送带中是否出现了块状物料；判断块状物料是否为大块物料；若检测到大块物料，软件平台记录此时的异常信息，并控制报警设备发出报警信号。本发明克服了传统图像检测方法对物料目标和其运输背景因灰度十分相近而难以准确区分的缺陷，能够对监控区域进行实时监控，不需要人进行巡视，减少人力成本。