论文部分内容阅读
煤流量双目视觉测量是实现带式输送机节能安全运行控制的关键技术,但煤料纹理颜色重复单一和煤料颗粒内部间隙分布不均会严重影响煤流量测量精度和实时性。为此,提出基于深度学习的带式输送机煤流量双目视觉测量方法。首先,对煤料图像进行校正、分割和增强预处理;其次,构建基于深度学习的煤料立体匹配PSM-Net模型,运用Fine-tuning学习机制对PSM-Net进行模型训练,获取煤料体积;然后,依据煤料二维平面特征,提出基于离散元法的煤料堆积填充率计算方法,计算煤料堆积密度;最后,依据煤料体积和堆积密度计算带式