基于多尺度特征融合算法的煤矿带式输送机异物视频识别方法

陈积梁; 高强; 苏景堃; 程超

doi:10.13436/j.mkjx.202608041

煤矿机械 ›› 2026, Vol. 47 ›› Issue (8) : 227 -233. DOI: 10.13436/j.mkjx.202608041

基于多尺度特征融合算法的煤矿带式输送机异物视频识别方法

陈积梁, 高强, 苏景堃, 程超

作者信息 +

Author information +

文章历史 +

摘要

在煤矿井下带式输送机运行过程中，受限于煤尘颗粒对光路的米氏散射干扰及低频机械振动引发的像移模糊，导致采集的图像存在非均匀照度退化、异物边缘弥散等多重劣化问题，难以准确识别异物。为此，提出了一种基于多尺度特征融合算法的煤矿带式输送机异物视频识别方法。基于双域滤波优化方法，结合空域与频域特性，通过分层处理机制抑制视频噪声，优化图像照度，增强关键细节的可识别性。将优化后的视频图像输入混合注意力机制的主干网络，逐层提取多层级特征图，通过池化、卷积等生成空间注意力权重，准确提取异物特征。融合浅层、深层及全局上下文等多尺度特征，通过通道注意力实施权重分配，增强对高频边缘响应较强的通道，抑制低频背景通道，从而在特征层面强化边缘信号的信噪比，减少异物边缘弥散效应，实现异物区域的有效识别。现场实验表明，该方法消融实验平均精度均值达97.6%，峰值信噪比稳定在90～100 dB，远超对比方法，可精准识别异物，适用于复杂矿井环境下的异物识别。