皮帶運(yùn)輸機(jī)是煤炭井下運(yùn)輸?shù)年P(guān)鍵設(shè)備,大塊矸石、鐵器（錨桿、角鋼）等非煤異物進(jìn)入運(yùn)煤皮帶系統(tǒng)容易引發(fā)輸送帶劃傷、撕裂等嚴(yán)重事故,不僅會影響煤礦的安全生產(chǎn),而且會造成十分慘重的經(jīng)濟(jì)損失。針對這個(gè)問題,本文主要研究基于機(jī)器視覺的運(yùn)煤皮帶異物識別方法,分析總結(jié)圖像增強(qiáng)方法和深度學(xué)習(xí)目標(biāo)檢測框架Faster-RCNN的運(yùn)算過程,結(jié)合礦井皮帶監(jiān)控圖像特性,研究基于Retinex的井下圖像的增強(qiáng)方法并改進(jìn)Faster-RCNN中相關(guān)處理過程。首先,了解Retinex圖像增強(qiáng)算法理論背景和基本思想,從實(shí)現(xiàn)方式和算法性能等方面分析總結(jié)經(jīng)典的基于路徑的Retinex算法和基于中心/環(huán)繞的Retinex算法,分析研究井下皮帶運(yùn)輸機(jī)監(jiān)控圖像的特性,提出基于Retinex算法的井下圖像增強(qiáng)方法,使用引導(dǎo)濾波獲取圖像的照度分量和反射分量,引入一種S型曲線模型均勻化圖像照度分布,并對圖像對比度進(jìn)行CLAHE自適應(yīng)均衡,融合調(diào)整后的照度分量和反射分量獲取最終增強(qiáng)圖像。實(shí)驗(yàn)驗(yàn)證,本文提出的基于Retinex算法的井下圖像增強(qiáng)方法能較好的平衡圖像亮度,改善圖像細(xì)節(jié)顯示,提升圖像質(zhì)量。圖像增強(qiáng)算法給異物檢測模型提供了良好的... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

CLAHE直方圖調(diào)整過程圖

圖 4-8 000275 號圖像Figure 4-8 Image 000275文件的具體格式為：2007</folder>0275.jpg</filename> //對應(yīng)圖像的文件名//圖像來源e>The VOC2007 Database</database>ion>PASCALVOC2007</annotation>flickr</image>>228069917</flickrid>>genewolf</flickrid>hiskey kitten</name>//圖像尺寸（寬度、76</width>480</height>

x y式類協(xié)方差矩陣。馬氏距離采用 Cholesk 變度干擾，相比起上述的幾種距離，在特征相馬氏距離不受量綱的影響，兩個(gè)對象之間馬由原始數(shù)據(jù)和中心化數(shù)據(jù)計(jì)算出的馬氏距作為相似性度量的距離，馬氏距離越小說明越小。兩個(gè)選框之間的重疊率，是目標(biāo)檢測中常用相交的部分與兩個(gè)選框的并集的比值，可( ) ( )( ) ( )area A area MIoUarea A area M 價(jià)目標(biāo)檢測算法效果的優(yōu)劣。如圖 5-4 所示為預(yù)選框，通過計(jì)算紅框與綠色框的交并比

【參考文獻(xiàn)】：
期刊論文
[1]基于圖像灰度分析的腐蝕鋼絞線細(xì)觀損傷行為[J]. 楊世聰,張勁泉,姚國文.  固體力學(xué)學(xué)報(bào). 2018(03)
[2]一種改進(jìn)的高斯混合模型煤矸石視頻檢測方法[J]. 程健,王東偉,楊凌凱,張美玲,郭一楠.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[3]一種基于Harris-Laplace算法的亞像素角點(diǎn)檢測方法[J]. 高翔,萬成浩,李潤生.  測繪科學(xué)技術(shù)學(xué)報(bào). 2017(05)
[4]CNN卷積計(jì)算在移動GPU上的加速研究[J]. 王湘新,時(shí)洋,文梅.  計(jì)算機(jī)工程與科學(xué). 2018(01)
[5]煤與矸石分離系統(tǒng)中X射線探測器的設(shè)計(jì)[J]. 葛學(xué)海,白云飛,陳鵬,張立功.  選煤技術(shù). 2017(06)
[6]基于多任務(wù)Faster R-CNN車輛假牌套牌的檢測方法[J]. 陳朋,湯一平,何霞,王輝,袁公萍.  儀器儀表學(xué)報(bào). 2017(12)
[7]基于多尺度特征融合Hessian稀疏編碼的圖像分類算法[J]. 劉盛清,孫季豐,余家林,宋治國.  計(jì)算機(jī)應(yīng)用. 2017(12)
[8]高分辨率遙感影像的隨機(jī)森林變化檢測方法[J]. 馮文卿,眭海剛,涂繼輝,孫開敏,黃偉明.  測繪學(xué)報(bào). 2017(11)
[9]基于改進(jìn)SIFT算子的動態(tài)障礙物檢測方法[J]. 楊潔,劉海民,葉晶晶.  機(jī)械設(shè)計(jì)與制造. 2017(11)
[10]基于非線性尺度空間的航拍場景分類[J]. 陳蘇婷,王卓,王奇.  上海交通大學(xué)學(xué)報(bào). 2017(10)

碩士論文
[1]基于稀疏編碼和SVM的極化SAR影像地物分類方法研究[D]. 熊莎琴.西安電子科技大學(xué) 2015
[2]基于X射線圖像的煤矸石智能分選控制系統(tǒng)研究[D]. 袁華昕.東北大學(xué) 2014
[3]基于X射線的煤與矸石自動識別方法研究[D]. 何曉明.東北大學(xué) 2013



本文編號：3222515