基于多光谱成像和改进YOLO v4的煤矸石检测

• 作者: 来文豪 周孟然 胡锋 卞凯 宋红萍
• 来源期刊: 光学学报
• 关键词: 光谱学 多光谱成像 波段选择 目标检测 煤矸石智能分离
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 成像系统|Imaging Processing
• 页码范围: 66-74
• 页数: 9页
• 分类号: O433.5
• 语种: 中文
• DOI: 10.3788/AOS202040.2411001

摘要

煤矸石分离对环境保护和资源高效利用具有重要意义,因此,提出了一种基于多光谱成像技术和目标检测的煤矸石智能分离方法.首先,在实验室搭建了煤矸石多光谱采集系统,共采集850组多光谱数据;其次,研究了多光谱中各波段煤矸石的识别率及相关性,从25个波段中选出3个波段构成伪RGB(Red,Green,Blue)图像;最后,用改进的目标检测模型YOLO v4.1检测煤矸石.实验结果表明,YOLO v4.1在测试集上检测煤和煤矸石的平均精度均值为98.26％,检测时间约为4.18s.该方法不仅能准确识别出煤和煤矸石,还能获取两者的相对位置和大小,对煤矸石的分离操作具有重要意义.