[发明专利]一种井下带式输送机带面异物检测方法

权利要求书

1.一种井下带式输送机带面异物检测方法，其特征在于，包括以下步骤：

步骤一、对井下带式输送机带面异物进行图像采集，并构建异物数据集；

步骤二、对井下带式输送机运行过程中的带面进行图像采集，并对采集到的图像进行增强与去噪处理；

步骤三、采用基于卷积神经网络的目标检测算法分析带面异物。

2.按照权利要求1所述的一种井下带式输送机带面异物检测方法，其特征在于，步骤一中所述对井下带式输送机带面异物进行图像采集，并构建异物数据集的具体过程包括：

步骤101、数据集的初步选取；

步骤102、数据集的扩充；

步骤103、井下带式输送机带面异物数据集的标注；

步骤104、井下带式输送机异物训练数据集与测试数据集构建。

3.按照权利要求1所述的一种井下带式输送机带面异物检测方法，其特征在于，步骤二中所述对采集到的图像进行增强与去噪处理的具体过程包括：

步骤201、把采集到的低照度图像从RGB颜色空间转换到HSV颜色空间；

步骤202、采用改进Retinex增强方法对HSV颜色空间中的低照度图像进行增强；

步骤203、将增强后的图像从HSV颜色空间转换到RGB颜色空间中；

步骤204、将增强后的RGB颜色空间中的图像转换成灰度图，并对灰度图采用改进的自适应中值滤波方法进行滤波。

4.按照权利要求3所述的一种井下带式输送机带面异物检测方法，其特征在于，步骤202中所述改进Retinex增强方法的具体过程包括：

步骤A1、采用双边滤波估计原低照度图像的照射分量；

步骤A2、对亮度分量进行单尺度Retinex算法增强，对饱和度分量进行自适应非线性拉伸，得到边缘保持较好的反射分量和提高饱和度的增强图像；

步骤A3、反射分量取指数得到增强后的亮度分量；

步骤A4、采用全局自适应对数增强算法进行对比度修正处理，得到最终的增强图像。

5.按照权利要求3所述的一种井下带式输送机带面异物检测方法，其特征在于，步骤202中所述改进的自适应中值滤波方法的具体过程包括：

步骤B1、初始化滤波窗口S_xy＝3，最大滤波窗口尺寸S_max＝13；

步骤B2、计算s_xy中像素值为0和255的像素点，并作为噪声点去除，当S_xy中所有像素点全部被去除时，增大滤波窗口的尺寸，当增大后的滤波窗口小于S_max时，执行步骤B2；当增大后的滤波窗口不小于S_max时，执行步骤B3；

步骤B3、再次计算S_xy中像素最小值Z_min、最大值Z_max和中值Z_med；

步骤B4、当Z_min＜Z_med＜Z_max时，执行步骤B5；否则，增大滤波窗口的尺寸，当增大后的滤波窗口小于S_max时，执行步骤B2；当增大后的滤波窗口不小于S_max时，输出Z_xy；

步骤B5、当Z_min＜Z_xy＜Z_max时，输出Z_xy；否则，输出Z_med。

6.按照权利要求1所述的一种井下带式输送机带面异物检测方法，其特征在于，步骤三中所述基于卷积神经网络的目标检测算法以SSD算法框架为基础，采用深度可分离卷积DSC和GIOU对SSD算法进行优化，并优化SSD网络中特征图的提取层和default boxes。

7.按照权利要求6所述的一种井下带式输送机带面异物检测方法，其特征在于，所述采用深度可分离卷积DSC对SSD算法进行优化的具体过程包括：以深度可分离卷积DSC简化SSD算法模型中用于图像特征提取的主干网络VGG16，降低网络参数量。