皮帶傳送機(jī)作為井下開采的重要工具,肩負(fù)著安全生產(chǎn)的重任。在生產(chǎn)過程中,由于井下環(huán)境惡劣、傳送物質(zhì)尖銳等問題,傳送帶常會伴隨有縱向劃痕,甚至撕裂等破損,對井下人身和財產(chǎn)安全造成巨大的威脅。因此,研究如何準(zhǔn)確、快速檢測皮帶傳送機(jī)上的縱向撕裂,是當(dāng)下具有現(xiàn)實價值的研究熱點和課題。撕裂檢測在最初往往借助于壓力感應(yīng)器等額外設(shè)備,成本高昂,架設(shè)困難,且容易導(dǎo)致誤判。隨著機(jī)器視覺的逐步興起,研究人員開始使用圖像攝影裝置,例如CCD照相機(jī)替代人眼進(jìn)行皮帶撕裂的測量與評估,結(jié)合圖像處理技術(shù),非接觸性撕裂檢測應(yīng)運而生。這種檢測方式更注重圖像本身的特性,實時性更高。但是目前的檢測方法,對于每一幅圖像,僅可檢測到一種破損類型,不利于傳送帶后期的檢測和保養(yǎng)。破損占整幅傳送帶圖像的一小部分,在灰度方面,其與傳送帶背景具有很大的差距,因此本文引入視覺顯著性進(jìn)行傳送帶撕裂檢測。視覺顯著性依據(jù)人眼的特性,更加聚焦于畫面中傳遞主要信息的某一塊小的區(qū)域或者某些目標(biāo),即顯著區(qū)域。視覺顯著性檢測一般基于圖像的底層視覺特性,多采用圖像的全局或者局部特征。但是,目前主流的檢測方法往往存在顯著區(qū)域邊緣模糊,顯著目標(biāo)無法高亮顯示的問題... 

【文章來源】：太原理工大學(xué)山西省 211工程院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

趣味中心疑似區(qū)域Fig2-1Thesuspectedareaoffuncenter

圖 2-2 顯著目標(biāo)圈定結(jié)果Fig 2-2 delineation result of saliency region表 2-1 顯著目標(biāo)-邊界連接情況對比e 2-1 Contrast of connection between salience target an

圖 2-3 粒計算與圖像處理Fig 2-3 Granular Computing and image processing在圖像領(lǐng)域，粒計算又有更具體的施展之處。Li 將像素點重新定義為球形粒，圖割速度提高了 6 倍[57]。Yang 提出融合相容粒計算模型用于圖像檢索領(lǐng)域，檢索速

【參考文獻(xiàn)】：
期刊論文
[1]基于非線性SVM的皮帶撕裂紅外圖像處理方法[J]. 王來平,徐善永,徐曉強(qiáng),劉淵亮,劉昆,劉平寬,蔣偉.  物聯(lián)網(wǎng)技術(shù). 2018(12)
[2]支持向量機(jī)模型與應(yīng)用綜述[J]. 劉方園,王水花,張煜東.  計算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[3]融合相容粒理論的遙感圖像檢索[J]. 楊萍,李軼鯤,胡玉璽,楊樹文.  國土資源遙感. 2017(04)
[4]基于連通圖的視覺顯著區(qū)域檢測研究[J]. 肖云,陳新宇,湯進(jìn),張海濤.  計算機(jī)應(yīng)用研究. 2018(08)
[5]視覺顯著性檢測的研究[J]. 莊斐弘,于威威.  現(xiàn)代計算機(jī)(專業(yè)版). 2017(14)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的高分辨率SAR圖像飛機(jī)目標(biāo)檢測方法[J]. 王思雨,高鑫,孫皓,鄭歆慰,孫顯.  雷達(dá)學(xué)報. 2017(02)
[7]基于邊界擴(kuò)展的圖像顯著區(qū)域檢測[J]. 劉杰,王生進(jìn).  清華大學(xué)學(xué)報(自然科學(xué)版). 2017(01)
[8]基于GBVS改進(jìn)的Object Bank場景分類方法[J]. 陳夢婷,陳思喜.  計算機(jī)與現(xiàn)代化. 2017(01)
[9]井下帶式輸送機(jī)撕裂跑偏事故原因分析[J]. 趙雷.  現(xiàn)代商貿(mào)工業(yè). 2016(34)
[10]基于SLIC超像素和貝葉斯框架的顯著性區(qū)域檢測[J]. 馮海永,高美鳳.  小型微型計算機(jī)系統(tǒng). 2016(10)

碩士論文
[1]雙邊濾波算法的快速實現(xiàn)及其在圖像處理的應(yīng)用[D]. 李俊峰.南方醫(yī)科大學(xué) 2013



本文編號：3069378