针对现有带式输送机堆煤识别方法存在的易发生误触发报警、成本高等问题，提出一种采用红外结构光技术快速重建煤流曲面的带式输送机堆煤识别方法。首先，利用红外结构光技术获取堆煤的深度图；其次，将深度图映射为点云图，用点云数据构建凸四边形网，通过近似德劳内剖分法对凸四边形网进行三角剖分，完成堆煤曲面重建；最后，根据三角形顶点到相机的距离及顶点距离小于阈值的三角形面积占总面积的比例，判定是否出现堆煤事故。近似德劳内剖分法用遍历过程代替插入排序过程，存在小概率不满足德劳内性质的情况，但算法复杂度低，可大幅提升三角剖分速度，从而提高堆煤识别的实时性。实验结果表明：红外结构光技术有效地提高了算法对光照的鲁棒性；近似德劳内剖分法的成功率为99.466 1%，同等条件下近似德劳内剖分法和经典德劳内剖分法的曲面重建时间分别为1.28，134.93 ms，近似德劳内剖分法在精度满足应用要求的前提下，极大地提高了运算速度；设定恰当的阈值，得出漏检数和误检数均为0；对大量图像处理时间进行统计，得出每帧处理时间小于20 ms，满足实时性要求。
