矿井带式输送机胶带表面异物视频检测系统设计研究

蒲志强

(陕西长武亭南煤业有限责任公司，陕西 长武 713600)

在煤炭运输过程中，锚杆、木块、木杆、大块煤等异物经常对带式输送机造成损坏，导致煤矿停产，造成巨大的经济损失。因此，应对带式输送机上的异物进行实时监测，以尽量减少煤矿企业事故发生的概率、影响程度和经济损失。目前，带式输送机上外来物体检测的主要方法是人工检测、射线法和图像识别法。人工检测方法要求工人整天用眼睛观察胶带表面，容易引起工人视觉疲劳，造成煤矿安全隐患[1]。射线法利用射线反射吸收的不同能量进行煤与非煤物质的识别，但该方法所使用的相关设备费用昂贵，维护困难。对于图像识别方法，可以利用煤矿井下的高分辨率摄像机采集图像，然后通过计算机进行智能检测。该方法安装和维护简单，检测效率高，因此具有广阔的应用前景。 目前SSD算法也有一定的缺陷：SSD具有大量的参数，对GPU的依赖性很强，同时在设计中考虑了各种目标对象的大小，设置了各种比例的识别框，但当目标对象较大时，原来的识别框设置比例不适合检测。 为此，针对目前视频检测存在的缺陷，从以下几个方面进行了改进：调整网络的卷积模式，减少网络参数的数目，提高网络的运行速度。

1 基于改进SSD的胶带表面异物检测

1.1 SSD检测框架设计

SSD 算法模型分为2部分：①第1部分是特征提取网络，利用VGG16协议对输入图像进行特征提取；②第2部分是多尺度特征检测网络，通过逐层减少汇集产生的特征映射[2]，在每层特征映射上生成多个识别框，然后根据多个卷积预测目标物体的位置和类别，最后通过非最大值抑制方法得到最终检测结果，实现多尺度特征映射的检测。……