多光谱波段筛选的煤矸石快速定位

作     者：来文豪 周孟然 王锦国 胡天羽 孔茜茜 胡锋 卞凯 朱梓伟 Lai Wenhao;Zhou Mengran;Wang Jinguo;Hu Tianyu;Kong Xixi;Hu Feng;Bian Kai;Zhu Ziwei

作者机构：安徽理工大学电气与信息工程学院安徽淮南232000 

基　　金：国家重点研发计划(2018YFC0604503) 安徽理工大学2019年博士创新基金项目(2019CX1005) 安徽省博士后科研资助项目(2019B350) 安徽理工大学高层次引进人才科研启动基金(2021yjrc02) 

出 版 物：《中国激光》 (Chinese Journal of Lasers)

年 卷 期：2021年第48卷第16期

页      码：184-194页

摘      要：煤矿的现代化建设需要实现煤矸石的智能分选。设计了一个基于多光谱图像的煤矸石检测模型,其目的是快速、准确地为智能分选提供煤矸石位置。首先,采集煤和煤矸石的多光谱数据,利用最佳指数因子理论从多光谱图像的25个波段中选择3个构成伪RGB图像。其次,设计一个轻量的检测模型,记为YOLO mg。最后,基于伪RGB图像将设计的模型用于煤矸石检测研究,并通过非极大值抑制联合置信度阈值过滤冗余边界框。实验结果显示,YOLO mg在204 pixel×204 pixel的输入分辨率下,实现了煤矸石91.91%的平均检测精度,并且115张光谱图像的检测耗时仅为1.225 s。所设计的轻量检测模型能实现煤矸石最快速的识别和定位,这对煤矸石的智能分离操作具有重要意义。

主 题 词：光谱学 多光谱图像 最佳指数因子 波段选择 YOLO mg 识别和定位 

学科分类：1201[管理学-管理科学与工程类] 07[理学] 070302[070302] 0703[理学-化学类] 0812[工学-测绘类] 0713[0713] 

核心收录：

D　O　I：10.3788/CJL202148.1611001

馆 藏 号：203104870...