一种基于模糊PID自适应调光皮带异物检测方法与系统技术方案

本发明专利技术公开了一种基于模糊PID自适应调光皮带异物检测方法与系统，包括LED三色照度模块、模糊PID调节光照模块、图像灰度处理模块、图像采集模块、异物检测硬件模块、异物深度学习检测模型模块、分割及分拣处理模块。考虑到采集图像时，光源对图像清晰度的影响，以及井下复杂的环境，通过模糊PID调节光源照度，调节图像清晰度，确保输入高清晰度的图像，采集的图像输入基于yolo的深度学习检测模型，并对识别后的异物图像进行分割和识别，以有效提高皮带异物识别的精度。并且采用对图像进行分割的技术手段，实现对皮带异物的表面积计算，进而提高皮带异物分选、综放工作面自动化水平，减轻工人劳动强度同时保证异物分选的准确性。轻工人劳动强度同时保证异物分选的准确性。轻工人劳动强度同时保证异物分选的准确性。

【技术实现步骤摘要】
一种基于模糊PID自适应调光皮带异物检测方法与系统


[0001]本专利技术涉及一种皮带异物检测方法与系统，具体为一种基于模糊PID自适应调光皮带异物检测方法与系统，属于图像处理


技术介绍

[0002]图像识别技术已经应用于皮带运输煤矿领域的异物识别的研究中，但是存在采集图像质量差，从而导致识别精度低的问题。
[0003]目前的研究，主要针对煤炭运输中的异物分选，对皮带上呈平铺状态的异物进行识别，由于种类较多，如废弃的锚杆、螺栓和木材等，给异物分选增加了难度，并且采集图像的环境较差，输入图像质量得不到保障。并且在图像采集过程中，通常没有考虑照度因素而随意设置了线性光源，或是设置了几种不同的光源，但是没有对光照照度进行调光控制。实际上不同异物决定了它们对于光照的响应特性也不同，即在不同照度下，即便是同一物体，也会在视觉上有所差异，所以目前基于图像的皮带异物识别技术存在精度差的问题。

技术实现思路

[0004]本专利技术的目的就在于为了解决问题而提供一种基于模糊PID自适应调光皮带异物检测方法与系统，以能够在考虑皮带本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊PID自适应调光皮带异物检测方法，其特征在于：包括以下步骤步骤一、光电开关传感器检测物料状态，将信息返回到控制台，开启R、G、B三色LED线型光源；步骤二、判断图像清晰度是否满足初始设定要求；步骤三、若图像清晰度满足初始设定要求，则启动面阵工业相机进行图像采集，采集皮带运输机上的图像；步骤四、若图像清晰度不满足初始设定要求，则进行模糊PID控制调节照明，直至清晰度为最优清晰度时，进行图像采集；步骤五、对满足清晰度要求的图像进行异物识别，并输出置信度信息；步骤六、采用分水岭算法对采集得到的异物图像进行分割，根据像素点进行面积计算，并将皮带异物信息传输到分拣系统，由分拣机械手进行处理。2.根据权利要求1所述的一种基于模糊PID自适应调光皮带异物检测方法，其特征在于：所述步骤四中，用基于PID自适应调光时，在当前环境照度下采集皮带工作面图像，采用Laplacian梯度函数，确定输入图像清晰度；对于一个M
×
N像素的图像，每个像素的灰度值为g(x，y)，进行滤波卷积后每个像素点值为z(x，y)，图像清晰度评价函数f：z(x，y)＝g(x
‑
1，y)+g(x+1，y)+g(x，y+1)
‑
4g(x，y)当输入图像的清晰度不满足设定的阈值时，采用模糊PID自适应调光的方式，重新输入图像，进行判断，直至满足清晰度要求。3.根据权利要求1所述的一种基于模糊PID自适应调光皮带异物检测方法，其特征在于：所述步骤六中，完成对皮带异物图像的识别和分割之后，为了进一步为工作人员后续的工作提供便利，本发明使用的上述皮带异物识别方法，还可以包括确定待处理皮带异物的表面积，该确定过程具体为：采用公式确定待处理异物的异物表面积：ΔI(x，y)＝|I(x，y，t)
‑
I(x，y，t
‑
t
FPS
)|式中，ΔI(x，y)表示当前帧图像与前一帧图像中某一像素点的灰度差绝对值，I(x，y，t)表示图像某一像素点在t时刻的灰度值，t
FPS
表示相机采集下一帧图像的时间间隔。本系统对皮带异物和非异物区域阈值区间进行比较，选定两个阈值T1、T2；用来区分皮带异物与皮带区域之间的灰度差区域和煤炭与皮带的灰度差区域；将ΔI(x，y)与T1、T2比较，得到分割图像中某一像素的二值化图像。4.根据权利要求3所述的一种基于模糊PID自适应调光皮带异物检测方法，其特征在于：当D(x，y)等于0时，表示两帧分割后的图像的某一像素点之间的灰度差值不属于皮带异物区域；当D(x，y...

【专利技术属性】
技术研发人员：刘新华，张旭，华德正，张晓光，郝敬宾，刘晓帆，周皓，路和，刘浩，梁斌，冀连权，王勇，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：