留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于全卷积神经网络的皮带撕裂检测算法

游磊 朱兴林 陈雨 罗明华

游磊, 朱兴林, 陈雨, 等. 基于全卷积神经网络的皮带撕裂检测算法[J]. 工矿自动化.
引用本文: 游磊, 朱兴林, 陈雨, 等. 基于全卷积神经网络的皮带撕裂检测算法[J]. 工矿自动化.
et alBelt tear detection based on full convolutional neural network[J]. Industry and Mine Automation.
Citation: et alBelt tear detection based on full convolutional neural network[J]. Industry and Mine Automation.

基于全卷积神经网络的皮带撕裂检测算法

Belt tear detection based on full convolutional neural network

  • 摘要: 针对现有皮带撕裂检测方法存在井下可见光成像质量差、检测方法泛化能力差、硬件成本高的问题,设计了一种基于全卷积神经网络的皮带撕裂检测方法。硬件是由线结构光和边缘计算开发板组成,算法首先采用极大值法和最近邻加权法提取完整的激光条纹;然后采用一维化全卷积神经网络对激光条纹进行撕裂分割;最后分割结果反投影回原始图像,利用线结构光的标定数据完成撕裂检测和物理尺寸测量。试验结果表明:激光条纹检测算法性能优于Steger法和灰度重心法;基于一维化U-net的激光条纹分割算法性能最好,dice为94.71%,mIOU为94.70%;最终撕裂检测的召回率为96.09%,精确率为96.85%。

     

  • 加载中
计量
  • 文章访问数:  37
  • HTML全文浏览量:  9
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 网络出版日期:  2022-06-23

目录

    /

    返回文章
    返回