煤炭运输在煤矿开采中存在重大的安全问题,检测出煤炭运输中的安全隐患是确保煤炭安全运输的关键。由于带式输送机具有可靠性高、实用性强等优势,现已被普遍应用于地下的煤炭开采。在众多安全隐患中带式输送机的输送带纵向撕裂一直是煤矿运输安全中首要解决的问题之一。带式输送机是维系煤炭综采面生产和地面输出的重要纽带。输送带是整个带式输送机中最重要的构件之一。钢丝绳芯输送带通常应用于大容量、高速、长距离的煤炭运输。在煤矿的运输过程中,片状矸石和金属锚杆等坚硬的杂质可能划伤甚至撕裂输送带造成纵向撕裂。一般来说,发生纵向撕裂的输送带损伤距离比较长,维修时需要更换整条输送带,这样会造成生产的长时间中断。因此,输送带的纵向撕裂检测是煤矿生产中必须要解决的一个关键问题。本文基于机器视觉,综合中波红外视觉和长波红外视觉的互补特性,提出了一种基于中波红外视觉和长波红外视觉的输送带纵向撕裂检测方法来提升视觉检测法在井下工作环境中的损伤检测准确率。本文设计的双波段红外视觉传感器用于获取输送带下表面的中波红外图像和长波红外图像。撕裂、划伤以及撕裂前兆特征可由采集到的图像分析得到。本文研究了双波段红外视觉传感器的成像原理,将双波段红外传感器的设计思路分为了图像信号采集模块和图像信号成像模块两个部分。信号采集部分设计了独特的光路和定制分光膜。信号成像部分设计了结合CCD和红外焦平面阵列的红外光电敏感器件。在C++编译环境中借助于OpenCV库对其成像过程进行理论仿真研究,验证其可行性和有效性。本文最终通过实验验证了该检测方法在黑暗环境中比先前的IBVD视觉检测方法具有更高的准确率。