摘要：由于输送带的运动速度快、煤流的形状和颜色变化大，并且光照条件复杂，传统的输送带煤流检测方法往往存在准确性不高、易受干扰。为此，提出了一种基于超分辨率深度图像修复的输送带煤流检测算法。该算法采用YOLOv3作为基础框架，结合超分辨率深度图像修复模型，对模糊、噪声的煤流图像进行处理。图像修复模型通过编码器—解码器结构，对破损图像的特征进行提取和修复，同时保留浅层纹理信息并将其传递至深层。处理后的清晰煤流图像，通过基于YOLOv3的目标检测算法进行煤流检测。在北方某煤炭加工厂的试验结果表明：当图像破损度为50%时，相比于基于互编码器的图像修复模型，所提图像修复模型结构相似性提升了7%。相比于YOLOv4-tiny，所提煤流检测算法的处理速度提升了56 fps，反映出该算法可有效提高输送带煤流检测效率。
文章目录
1 输送带煤流检测算法原理
1.1 超分辨率深度图像修复模型
1.2 输送带煤流检测算法
2 算法应用实例
2.1 煤流图像获取与修复
2.2 输送带煤流检测效果
3 结 语
