矿业工程论文_机器视觉灰度化金字塔卷积模型的 - 运动精品杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

矿业工程论文_机器视觉灰度化金字塔卷积模型的

作者:

关键词:

摘要：

文章摘要:针对煤流的带式输送监测系统中异物识别问题，本文构造一种基于机器视觉灰度化的双路金字塔卷积识别模型。首先，提出一种基于权值训练的机器视觉图像灰度化方法，并根据输送带运输异物与煤的颜色差异和运动性差异，采用Lucas-Kanade光流算法，实现对异常颜色和异常运动像素点的识别。同时结合光照补偿处理，实现对煤流实时图像进行亮度校正和无关像素剔除的预处理。接着，构造了金字塔网络，提取煤流中移动异物的多尺度融合特征。之后本文构造图像的常规特征提取通路和特征差分通路的双通道网络模型，实现对煤和异物特征的识别。最后，对陕煤曹家滩煤矿的煤流输送带监测图像的异物进行识别。结果表明，基于机器视觉灰度化双通道金字塔卷积模型对煤流输送带的异物识别准确率为95.7%，比经典的卷积网络模型的识别精度提高了2.1%。相比于传统图像灰度化固定权值识别模型，基于权值自适应训练的异物识别模型精度提升了5.2%。本方法对煤流输送带中运输异物监测和识别具有一定的实用价值。

文章关键词:

项目基金:《运动精品》网址: http://www.ydjpzz.cn/qikandaodu/2021/1102/2292.html