在煤矿运输系统中,输送带经常受到煤流中片岩、矸石,锚杆等尖锐的硬杂质冲击,易发生纵向撕裂。一旦发生,不仅会造成严重的经济损失,更是极易引发安全事故。因此开展针对纵向撕裂现象的检测和监测,对保证煤矿运输系统的安全稳定运行和保护工作人员安全具有重要的作用和意义。本文对矿用输送带纵向撕裂视觉监测系统开展研究,针对目前纵向撕裂检测方法的不足和缺点,提出了基于线结构光的纵向撕裂检测方法和基于深度学习的纵向撕裂图像分类模型,通过系统软硬件设计开发集成,设计了一种矿用输送带纵向撕裂视觉监测系统。并且搭建了实验台进行实验验证,在煤矿生产车间进行了测试运行。首先设计了系统总体结构方案。分析了输送带结构及纵向撕裂现象的发生原因;根据需求分析,设计了系统总体结构,确定了具体的研究方法。并且对系统的硬件设计选型、图像处理方法的技术路线和软件开发工具选择进行了介绍。其次提出了基于线结构光的图像重构方法。设计了图像采集设备的布置方案,使激光线条恰当地反映出输送带纵向撕裂的线性特征;设计了基于相机标定和线结构光平面标定的线结构光图像重构方法,将激光线条中心线映射至光平面下进行重构,提高了反映纵向撕裂的线性特征的显著性。设计了一种基于线结构光图像的纵向撕裂检测方法。提出一种新的改进的灰度重心法来提高激光线条中心线的提取精度和提取效率;中心线图像经过图像重构后,使用一种基于形态学的特征提取与检测方法对纵向撕裂现象进行判断,提高了纵向撕裂检测的准确率和检测效率。搭建了一种基于深度学习的纵向撕裂智能分类模型。基于注意力机制和Swin Transformer结构设计了深度学习模型;制作了纵向撕裂图像的数据集,采用预训练和自制数据集微调的方式来训练模型,通过训练结果分析和测试集验证了模型分类的准确性和可靠性;与其他深度学习模型进行了对比分析,证明了模型的效果和优势。最后设计和开发了相关的软件系统。实现了软件系统数据库、人机交互、数据处理和外联控制等模块功能;实现了软件系统支撑整个系统的正常运行。本文设计的矿用输送带纵向撕裂视觉监测系统实现了准确高效的实时监测任务,对煤矿运输系统安全具有积极影响,对推动煤矿智能化有重要的促进作用。该论文有图71幅,表20个,参考文献80篇。