基于改进Sobel算子的输送带图像边缘检测研究

选用新型的机器视觉检测方法,分析图像有用信息,提取有价值和有意义的目标特征,对Sobel边缘检测算子进行改进,增强了图像对比度,有效地对输送带表面图像进行边缘检测和精确定位,较好地还原了图像形状,得到理想边缘信息和精确定位,有效地抑制了噪声干扰,并依据检测结果指导煤矿井下运输系统的安全作业和高效运行。

基于U-Net的输煤皮带检测技术研究与应用

为了提高煤矿井下输煤皮带检测的效率和准确性,进行了基于U-Net的输煤皮带检测技术研究。实验中通过构建U-Net神经网络模型,实现对输煤皮带的自动识别和检测。研究结果表明,该技术有效解决了传统巡检方法存在的低效率、依赖人工干预等问题,可提高煤矿生产的安全性和效率。