煤炭工程 ›› 2025, Vol. 57 ›› Issue (12): 171-176.doi: 10. 11799/ ce202512022

• 研究探讨 • 上一篇    下一篇

矿用带式输送机金属异物自动识别方法研究

刘会军,刘克毅,葛志强   

  1. 1. 国家能源集团新疆能源化工有限公司,新疆 乌鲁木齐 831499

    2. 新疆工程学院,新疆 乌鲁木齐 830000

  • 收稿日期:2025-06-23 修回日期:2025-10-20 出版日期:2025-12-11 发布日期:2026-01-26
  • 通讯作者: 葛志强 E-mail:LlIOo0175a@126.com

Automatic recognition of tramp metal in mining belt conveyors

  • Received:2025-06-23 Revised:2025-10-20 Online:2025-12-11 Published:2026-01-26

摘要:

为了提高图像识别精度提出基于机器视觉与煤流高度的矿用带式输送机金属异物识别方法。利用双目视觉系统获取带式输送机金属异物图像并通过平面模板法进行畸变校正提高图像质量利用机器视觉中的DA-GANomaly模型生成金属异物识别模型基于推理得到的煤流高度值学习正常煤流图像的特征分布识别含金属异物图像与正常图像特征分布的差异从而判断是否存在金属异物。选取CIoU损失函数给定一个异常分数用来辅助模型对图像中是否含有金属异物进行判断根据异常分数的值实现矿用带式输送机金属异物自动识别。结果表明所提方法识别精准度高、识别效率快、成功识别次数最高可以快速、准确判断图像中是否含有金属异物可实现对输送机金属异物的识别。

关键词: 机器视觉, 煤流高度, 带式输送机, 金属异物识别, 异常分数

中图分类号: