[发明专利]一种基于语义分割网络的矿用输送带跑偏检测方法

权利要求书

1.一种基于语义分割网络的矿用输送带跑偏检测方法，其特征是：包含以下步骤：

步骤1：采集监控摄像机实时录制的矿用输送带运行视频，对视频按帧截图获取矿用输送带样本图像；

步骤2：对样本图像进行筛选，选取多种不同运行状态的矿用输送带图像；对图像进行预处理，并使用深度学习标注工具对所述矿用输送带图像进行标注，得到矿用输送带跑偏检测数据集；

步骤3：基于标注的矿用输送带跑偏检测数据集生成样本图像的训练集、验证集和测试集；

步骤4：构建用于矿用输送带跑偏检测的语义分割网络；

步骤5：将样本图像训练集和验证集输入到语义分割网络进行图像数据训练，直至网络模型达到收敛状态，产生训练模型；

步骤6：对语义分割网络的分割结果进行测试，将输送带测试集图像输入语义分割网络，得到语义分割图像，再根据已标记好的矿用输送带图像，计算均交并比和均像素精确度；

步骤7：分析语义分割网络的测试结果，若测试结果未满足预期要求则需调整网络模型训练的样本数、训练次数、交叉熵损失函数和学习率，并再次对网络模型重新进行训练和测试，直至网络模型满足预期要求；

步骤8：基于训练好的语义分割网络模型，输入待分割的原始矿用输送带图像，分割出已规划的安全区域及输送带实际区域子图；

步骤9：评估各所述已规划的安全区域与输送带区域子图的位置关系，判断输送带区域是否超出安全区域，计算两区域的融合面积大小，若超出安全区域且融合面积大于安全区域面积，则判定此时矿用输送带发生了跑偏故障；

步骤10：检测出跑偏故障后，矿用输送带状态监测软件平台记录此时的故障信息，系统现场自动发出报警信号。

2.根据权利要求1所述的一种基于语义分割网络的矿用输送带跑偏检测方法，其特征是：所述步骤1中，选取的监控摄像机能够满足煤矿工作环境中对矿用输送带状态监测的不同要求，其安装位置要保证监控视频能够获取完整的输送带运行区域，具体步骤如下：

步骤1.1：选取的监控摄像机工作温度为-30℃～60℃，湿度小于95％，支持背光补偿、数字降噪、日夜转换功能；

步骤1.2：选取的监控摄像机支持HTTP、TCP/IP、DNS网络协议，传输速率为10/100Mbps；

步骤1.3：选取的监控摄像机安装在带式输送机机头正上方1.8m处的悬架端，摄像机镜头水平视场角为89°；

步骤1.4：矿用输送带带宽为1.4m，平均运行速度为4m/s，选取的监控摄像机帧率为25fps，快门速度为1/3s至1/100,000s；

步骤1.5：通过监控摄像机实时采集矿用输送带运行视频，并将视频按帧截取为输送带运行图像，截取的图像分辨率为1920×1080。

3.根据权利要求1所述的一种基于语义分割网络的矿用输送带跑偏检测方法，其特征是：所述步骤2中，对样本图像进行筛选，选取多种不同运行状态的矿用输送带图像，并使用深度学习标注工具labelme对各图像中的已规划的安全区域和输送带区域进行标注，批量生成输送带数据集，具体步骤如下：

步骤2.1：筛选的图像取自多个时间段内不同运行状态的矿用输送带样本图像；

步骤2.2：对图像进行预处理，根据待检测目标区域位置对图像进行批量裁剪，得到的图像分辨率为1084×533；

步骤2.3：将裁剪后的图像导入labelme中，分别设置待处理图像的读取位置及存储位置，然后按序号分别依次标注出各图像中的输送带区域和已规划的安全区域，将两个标签的名字分别设为“belt”和“common”；

步骤2.4：在标注完成后，将新生成的json保存至目标文件夹，并全部将其批量转换为png图像，图像的位深度为24；

步骤2.5：将生成的png图像进行位深度转换，批量处理后的图像的位深度为8，并全部将其保存至目标文件夹。

4.根据权利要求1所述的一种基于语义分割网络的矿用输送带跑偏检测方法，其特征是：所述步骤3中，基于标注的矿用输送带跑偏检测数据集生成样本图像的训练集、验证集和测试集；通过labelme标注获得矿用输送带跑偏检测数据集样本总数为560张，其中，训练集的样本数量和验证集的样本数量设置为9:1，将训练集样本数量为450张，验证集样本数量为50张，测试集样本数量为60张。