-
题名基于机器视觉的煤炭运输列车车厢状态智能检测方法
- 1
-
-
作者
陈小霞
李锁弟
朱良恺
张东伟
王祁峰
-
机构
枣庄矿业(集团)有限责任公司煤炭洗选加工中心
-
出处
《自动化应用》
2024年第15期62-66,69,共6页
-
文摘
提出基于机器视觉的煤炭运输列车车厢状态智能检测方法,该方法能及时发现安全隐患并进行预警,提升检车效率,有效预防事故的发生,保障煤炭运输的安全。利用线阵相机等设备采集煤炭运输列车车厢的原始图像;利用Retinex算法增强列车车厢原始图像,提升图像质量;采用索贝尔算子对图像中的车厢实施切分处理,得到每一节完整的车厢图片,用于后续的车厢状态检测;构建YOLOv5算法,并提出一种抑制异类冗余框的方法,对其实施改进,利用改进后的方法完成对煤炭运输列车车厢状态的智能检测,并将检测结果应用于车厢异常报警中。实验证明,该方法能够精准检测煤炭运输列车车厢状态,并及时发出报警信息,在mAP和FPS方面均有较好的表现。
-
关键词
机器视觉
车厢状态
智能检测
图像增强
车厢切分
YOLOv5算法
-
Keywords
machine vision
carriage status
intelligent detection
image enhancement
compartment segmentation
YOLOv5 algorithm
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
