基于改进高斯混合模型的矿用输送带纵向撕裂检测方法

Detection Method of Longitudinal Tear for Mine Conveyer Belt Based on Improved Gaussian Mixture Model

摘要: 提出一种红外图像特征与改进高斯混合模型(Gaussian Mixture Model,GMM)相结合的矿用输送带纵向撕裂在线检测方法。设计了一种自适应混合中值滤波技术;针对高斯混合模型初始化易错的缺点,采用加权可选择模糊 C-均值改善这一问题,把红外图像特征参数作为改进的GMM聚类的特征向量进行聚类分析,实现了矿用输送带纵向撕裂识别。试验结果表明: 检测方法对输送带纵向撕裂检测的正确检测率可达99%。
- 输送带纵向撕裂检测 /
- 自适应混合中值滤波 /
- 改进的高斯混合模型 /
- 加权可选择模糊 C-均值算法 /
- 红外图像特征
Abstract: An online detection method for longitudinal tear of mine conveyor belt is proposed, and the method combines infrared image features with improved Gaussian Mixture Model(GMM). An adaptive hybrid median filtering technique is designed. In view of the error prone initialization of Gaussian Mixture Model, the problem is improved by using the weighted alternative fuzzy C-means, the infrared image feature parameters are used as eigenvectors of improved GMM clustering for cluster analysis to realize the longitudinal tear identification of mine conveyor belt. The experimental results show that the correct recognition rate for the longitudinal tear detection of conveyor belt can reach 99% with this method.

[1]	刘伟力,乔铁柱.矿用输送带纵向撕裂检测系统研究[J].工矿自动化,2017,43(2):78-81.
[2]	王志星.输送带纵向撕裂双目视觉在线检测系统研究与设计[D].太原:太原理工大学,2018.
[3]	于斌超.基于中波红外和长波红外视觉的输送带纵向撕裂检测方法研究[D].太原:太原理工大学,2019.
[4]	邵思奇,苗长云,张立东,等.多视点输送带纵向撕裂检测系统处理传输模块的研究[J].仪表技术与传感器,2017(7):88-92.
[5]	郭启皇,乔铁柱.基于Otsu算法的输送带撕裂视觉检测系统研究[J].煤炭技术,2017,36(4):279-282.
[6]	牛犇,乔铁柱,唐艳同.基于LabVIEW和CCD相机的输送带纵向撕裂检测系统设计[J].煤矿机械,2013, 34(2):148-150.
[7]	赵弼龙,乔铁柱.基于支持向量机红外图像分割的输送带纵向撕裂检测方法[J].工矿自动化,2014,40(5):30-33.
[8]	何斌. Visual C++数字图像处理[M].北京:人民邮电出版社,2001.
[9]	杨洋,张雪英,乔铁柱,谢飞.基于形态学的输送带纵向撕裂边缘检测算法[J].煤炭技术,2014,33(7):193-196.
[10]	张凌宁.输送带非均匀光照图像校正和故障检测算法研究[D].天津:天津工业大学,2016.