一种皮带机料面偏移识别方法、系统、电子设备及介质技术方案

本发明专利技术适用于图像处理与识别领域，提供了一种皮带机料面偏移识别方法、系统、电子设备及介质，其中，所述方法包括：获取皮带机的待识别图像，识别所述待识别图像中所述皮带机的边缘位置，并根据所述皮带机的边缘位置提取皮带区域；识别所述待识别图像的物料边缘位置，并根据所述物料边缘位置获取料面区域；根据所述皮带区域获取第一中心线，根据所述料面区域获取第二中心线，并对所述第一中心线和所述第二中心线进行比对，获取料面偏移识别结果；所述第一中心线为所述皮带区域的中心线，所述第二中心线为所述料面区域的中心线；所述皮带机料面偏移识别方法解决了现有技术中无法有效识别皮带机料面偏移的问题。别皮带机料面偏移的问题。别皮带机料面偏移的问题。

【技术实现步骤摘要】
一种皮带机料面偏移识别方法、系统、电子设备及介质


[0001][0002]本专利技术涉及图像处理与识别领域，尤其涉及一种皮带机料面偏移识别方法、系统、电子设备及介质。

技术介绍

[0003]在钢铁冶炼工业中，皮带机是最常见的物料运输工具之一。由于皮带面宽大，运输作业平稳，皮带机在散料运输中常被采用。皮带机运输物料料面偏移是其输送机作业过程中常见问题之一。运输料面偏移容易导致皮带跑偏、传递时物料发生洒落，造成物料损失的同时，其清理收整也较为不便，导致额外劳动的产生。
[0004]在目前的钢铁冶炼场景中，对皮带机运输物料料面偏移的问题还未进行有效判定，也不能保证皮带机运输处于正常状态，无法较好的规避料面偏移情况，容易造成物料损失。

技术实现思路

[0005]本专利技术提供一种皮带机料面偏移识别方法、系统、电子设备及介质，以解决现有技术中无法有效识别皮带机料面偏移的问题。
[0006]本专利技术提供的皮带机料面偏移识别方法，包括：
[0007]获取皮带机的待识别图像，识别所述待识别图像中所述皮带机的边缘位置，并根据所述皮带机的边缘位置提取皮带区域；
[0008]识别所述待识别图像的物料边缘位置，并根据所述物料边缘位置获取料面区域；
[0009]根据所述皮带区域获取第一中心线，根据所述料面区域获取第二中心线，并对所述第一中心线和所述第二中心线进行比对，获取料面偏移识别结果；所述第一中心线为所述皮带区域的中心线，所述第二中心线为所述料面区域的中心线。
[0010]可选的，所述识别所述待识别图像中所述皮带机的边缘位置，具体包括：
[0011]获取所述皮带机的样本图像，对所述样本图像进行边缘标注获取样本数据集；
[0012]采用所述样本数据集训练神经网络，得到皮带机边缘识别模型；
[0013]将所述待识别图像输入所述皮带机边缘识别模型获取所述皮带机的边缘位置。
[0014]可选的，所述对所述样本图像进行边缘标注获取样本数据集的步骤，具体包括：
[0015]获取所述样本图像的中心线，旋转所述样本图像至所述样本图像的中心线竖直；
[0016]裁剪经过旋转后的样本图像至旋转边缘完全消失，保留最大图像面积，获取第一图像；
[0017]根据预设图像大小调整所述第一图像的大小，获取第二图像；
[0018]对所述第二图像进行边缘标注获取样本数据集。
[0019]可选的，所述边缘标注包括左右边缘标注，所述根据所述皮带机的边缘位置提取皮带区域的步骤，具体包括：
[0020]根据所述皮带机的边缘位置获取所述皮带机的左边缘坐标和右边缘坐标，其中，所述左边缘坐标包括左边缘的左上角坐标(x1,y1) 和右下角坐标(x2,y2)，所述右边缘坐标包括右边缘的左上角坐标 (x3,y3)和右下角坐标(x4,y4)；
[0021]根据所述左边缘坐标和所述右边缘坐标提取皮带区域；
[0022]皮带区域的图像像素值的数学表达为：
[0023][0024]x
left
＝(x1+x2)/2；
[0025]x
right
＝(x3+x4)/2；
[0026]其中，x
left
为皮带机左边缘x坐标，x
right
为皮带机右边缘x坐标， img(x,y)为皮带区域的图像像素值，src(x,y)为提取前的图像像素值。
[0027]可选的，所述识别所述待识别图像的物料边缘位置的步骤之前，还包括：
[0028]对所述待识别图像进行预处理，所述预处理包括：灰度图转化、直方图均衡化和图像闭运算。
[0029]可选的，所述根据所述物料边缘位置获取料面区域的步骤，具体包括：
[0030]对所述物料边缘轮廓作最小外接矩形；
[0031]获取所述外接矩形的面积；
[0032]若所述外接矩形的面积大于预设面积阈值，则选取两个面积最大的所述外接矩形，并将其作为料面区域；
[0033]若所述外接矩形的面积小于预设面积阈值，则选取两个面积最大的所述外接矩形，再作所述两个面积最大的外接矩形的外接矩形，获取料面区域。
[0034]可选的，所述对所述第一中心线和所述第二中心线进行比对，获取料面偏移识别结果的步骤，具体包括：
[0035]对所述第一中心线和所述第二中心线进行比对，获取料面像素偏移值；
[0036]将所述料面像素偏移值转化为实际距离，获取料面偏移值，得到料面偏移识别结果。
[0037]本专利技术还提供一种皮带机料面偏移识别系统，包括：
[0038]皮带区域获取模块，用于获取皮带机的待识别图像，识别所述待识别图像中所述皮带机的边缘位置，并根据所述皮带机的边缘位置提取皮带区域；
[0039]料面区域获取模块，用于识别所述待识别图像的物料边缘位置，并根据所述物料边缘位置获取料面区域；
[0040]识别结果获取模块，用于根据所述皮带区域获取第一中心线，根据所述料面区域获取第二中心线，并对所述第一中心线和所述第二中心线进行比对，获取料面偏移识别结果；所述第一中心线为所述皮带区域的中心线，所述第二中心线为所述料面区域的中心线，所述皮带区域获取模块、料面区域获取模块和料面区域获取模块连接。
[0041]本专利技术还提供一种电子设备，包括：处理器及存储器；
[0042]所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述皮带机料面偏移识别方法。
[0043]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述皮带机料面偏移识别方法。
[0044]本专利技术的有益效果：本专利技术中的皮带机料面偏移识别方法，首先根据皮带机的待识别图像提取皮带区域和料面区域，然后获取皮带区域的中心线和料面区域的中心线，最后对皮带区域的中心线和料面区域的中心线进行比对，获取料面偏移识别结果；本专利技术通过获取到的料面偏移识别结果可以较好的判定皮带机上运输物料料面的偏移情况，同时还可以减少由料面偏移所产生的损失，也避免了人工参与可能带来的人身危险因素，保障了料面偏移识别的安全性。
附图说明
[0045]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0046]图1是本专利技术实施例中皮带机料面偏移识别方法的流程示意图；
[0047]图2是本专利技术实施例中皮带机的边缘位置的获取方法的流程示意图；
[0048]图3是本专利技术实施例中皮带机料面偏移识别系统的模块图。
具体实施方式
[0049]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种皮带机料面偏移识别方法，其特征在于，所述皮带机料面偏移识别方法包括：获取皮带机的待识别图像，识别所述待识别图像中所述皮带机的边缘位置，并根据所述皮带机的边缘位置提取皮带区域；识别所述待识别图像的物料边缘位置，并根据所述物料边缘位置获取料面区域；根据所述皮带区域获取第一中心线，根据所述料面区域获取第二中心线，并对所述第一中心线和所述第二中心线进行比对，获取料面偏移识别结果；所述第一中心线为所述皮带区域的中心线，所述第二中心线为所述料面区域的中心线。2.根据权利要求1所述的皮带机料面偏移识别方法，其特征在于，所述识别所述待识别图像中所述皮带机的边缘位置，具体包括：获取所述皮带机的样本图像，对所述样本图像进行边缘标注获取样本数据集；采用所述样本数据集训练神经网络，得到皮带机边缘识别模型；将所述待识别图像输入所述皮带机边缘识别模型获取所述皮带机的边缘位置。3.根据权利要求2所述的皮带机料面偏移识别方法，其特征在于，所述对所述样本图像进行边缘标注获取样本数据集的步骤，具体包括：获取所述样本图像的中心线，旋转所述样本图像至所述样本图像的中心线竖直；裁剪经过旋转后的样本图像至旋转边缘完全消失，保留最大图像面积，获取第一图像；根据预设图像大小调整所述第一图像的大小，获取第二图像；对所述第二图像进行边缘标注获取样本数据集。4.根据权利要求2所述的皮带机料面偏移识别方法，其特征在于，所述边缘标注包括左右边缘标注，所述根据所述皮带机的边缘位置提取皮带区域的步骤，具体包括：根据所述皮带机的边缘位置获取所述皮带机的左边缘坐标和右边缘坐标，其中，所述左边缘坐标包括左边缘的左上角坐标(x1,y1)和右下角坐标(x2,y2)，所述右边缘坐标包括右边缘的左上角坐标(x3,y3)和右下角坐标(x4,y4)；根据所述左边缘坐标和所述右边缘坐标提取皮带区域；皮带区域的图像像素值的数学表达为：x
left
＝(x1+x2)/2；x
right
＝(x3+x4)/2；其中，x
left
为皮带机左边缘x坐标，x
right
为皮带机右边缘x坐标，img(x,y)为皮带区域的图像像素值，src(x,y)为提取前的图像像...

【专利技术属性】
技术研发人员：庞殊杨，曹鑫，刘斌，姜剑，贾鸿盛，袁钰博，田君仪，
申请(专利权)人：中冶赛迪重庆信息技术有限公司，
类型：发明
国别省市：