基于机器视觉的AlexNet网络煤矸石检测系统

• 作者: 何江 张科星
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 机器视觉 煤矸石 噪声抑制 AlexNet
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 煤矿机电与信息化|Coal Mine Electromechanical and Informatization
• 页码范围: 205-208
• 页数: 4页
• 分类号: TD94|TP391.4
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2022.03.049

摘要

针对传统的煤矸石检测方式成本较高、识别准确率较低、适用性较差等不足,经分析实际检测要求,设计了一种基于机器视觉和AlexNet网络的煤矸石检测系统.该系统通过工业相机来采集传送带上煤矸石图像,利用直方图均衡化和二阶微分线性算子来加强图像对比度与锐化效果,并使用高斯滤波来抑制图像噪声,进而获取更具辨识度的图像,最终运用AlexNet网络实现煤矸石的识别与定位.结果 表明,该系统识别准确率达到了95.90％,准确率较高,且实现过程较为简单,适用性良好.