一种基于灰度特征和边缘检测的堵煤检测算法制造技术

本发明专利技术属于计算机视觉技术领域，具体的说是一种基于灰度特征和边缘检测的堵煤检测算法，本发明专利技术针对输煤皮带下料口定点摄像头的视频数据，从机器视觉角度出发，由于输煤皮带下料口靠近窗口，受光线影响较大，特征不断变换，通过选定检测范围截取图像，降低外界环境的影响。对截取的图像利用线性变换进行灰度特征处理，提升图像对比度和目标物亮度，利用高斯模糊降低图像噪声对轮廓特征的干扰，再提取图像中的轮廓特征，对轮廓特征进行对比分析，进行皮带堵煤检测；相比现有的皮带堵煤检测方式，具有无干扰优势，且有效降低现有视觉方式利用特定特征点的漏误报情况。特定特征点的漏误报情况。特定特征点的漏误报情况。

【技术实现步骤摘要】
一种基于灰度特征和边缘检测的堵煤检测算法


[0001]本专利技术属于计算机视觉
，具体的说是一种基于灰度特征和边缘检测的堵煤检测算法。

技术介绍

[0002]堵煤检测模块是输煤系统中重要的组成部分之一，主要用于实现在皮带落煤管、导料槽等处因落煤不畅、造成堵塞时的安全保护措施。因此皮带堵煤检测方法的选择和是否适用都极大的影响输煤系统整体工作的可靠性，进而影响到设备的安全运行。
[0003]现有的皮带堵煤检测预防措施主要分为以下两类：1、利用物理装置进行干预，通过在皮带上方安装楔形块，当煤流量过大时，煤原料在输煤传送带的作用下推动楔形块在限位滑杆上向输煤传送带两侧移动，达到堵煤监测保护的功能，但这种装置本身的死角就会造成煤原料的堵塞，长期下去反而会因装置本身造成皮带堵煤事件发生；2、视觉方式，通过在堵煤检测的视频流中选择特定的特征点，记录发现该特征点的不同时刻，并以此估算运动距离，从而判断是否发生堵煤。但若是特定的特征点被遮挡住，又或是皮带未曾输煤停止运行，导致该方式存在很大漏误检风险。
[0004]综上所述，本申请根据输煤皮带下料口定点摄像头的视频数据，从机器视觉角度出发，基于灰度特征和边缘检测进行皮带堵煤检测，能有效避免现有堵煤检测方式的局限情况。

技术实现思路

[0005]为了弥补现有技术的不足，针对目前常见的堵煤检测物理装置自身结构原因造成堵煤风险，以及现有的视觉检测方式需利用特定的特征点方式，具有较大的漏误报风险，为了解决上述的技术问题；本专利技术提出了一种基于灰度特征和边缘检测的堵煤检测算法。
[0006]本专利技术解决其技术问题所采用的技术方案是：一种基于灰度特征和边缘检测的堵煤检测算法，包括以下步骤：S1：通过在输煤皮带下料口安装摄像装置进行视频检测，并截取特定图像信息，输出视频数据；S2：利用图像处理方法对视频数据进行处理，提升图像对比度和亮度，并进行图像降噪处理；S3：对经过图像处理方法处理后的视频信息利用Canny算子进行轮廓边缘提取，提取包含皮带边缘在内的所有轮廓边缘信息，随后再根据根据梯度值与高低阈值之间的关系，得到强边缘与虚边缘；再根据虚边缘与强边缘的是否连接，筛选出边缘；S4：利用利用直线检测方法筛选出门帘边缘对应的直线；并通过计算门帘高度推算煤流量；S5：当煤流量达到堵煤的阙值时，将实时的视频帧进行存储，当检测到连续20帧
时，启动报警器向维护人员报警。
[0007]优选的，步骤S1中的摄像装置装置采用带有ROI功能的定点摄像头。
[0008]优选的，在步骤S2中所述图像处理方法包括以下步骤：a、首先利用线性变换方法对所述摄像装置输出的视频数据进行灰度特征处理，提升图像对比度和亮度；b、随后利用滤波方法对图像降噪处理，提高图像质量，便于目标边缘提取。
[0009]优选的，上述步骤a中采用的线性变换方法采用加权的方式进行灰度特征处理。
[0010]优选的，上述步骤b中的滤波方法采用高斯滤波方法，并利用高斯滤波器对图像数据进行噪声消除。
[0011]优选的，步骤S4中的直线检测方法采用基于Hough变换的直线检测方法。
[0012]综上，本专利技术针对输煤皮带下料口定点摄像头的视频数据，从机器视觉角度出发，由于输煤皮带下料口靠近窗口，受光线影响较大，特征不断变换，通过选定检测范围截取图像，降低外界环境的影响。对截取的图像利用线性变换进行灰度特征处理，提升图像对比度和目标物亮度，利用高斯模糊降低图像噪声对轮廓特征的干扰，再提取图像中的轮廓特征，对轮廓特征进行对比分析，进行皮带堵煤检测。
[0013]本专利技术的有益效果如下：1.本专利技术所述的一种基于灰度特征和边缘检测的堵煤检测算法，通过采用定点摄像头进行实时视频采集，硬件开销少，并且相比现有的皮带堵煤检测方式，具有无干扰优势，且有效降低现有视觉方式利用特定特征点的漏误报情况。
[0014]2.本专利技术所述的一种基于灰度特征和边缘检测的堵煤检测算法，在采集的图像数据的传递处理过程中，通过视频处理方法，显著提高图像资料的对比度和亮度，从而改善图像的色泽和清晰度，得到新的像素值；同时也要对图像资料中的噪声进行消除处理，提高图像数据的质量，从而提高整个堵煤监测算法的准确程度。
附图说明
[0015]下面结合附图对本专利技术作进一步说明。
[0016]图1是本专利技术中算法的流程图。
具体实施方式
[0017]面将结合本专利技术实施例中附图所示，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]实施例一：一种基于灰度特征和边缘检测的堵煤检测算法，如说明书附图中图1所示，包括以下步骤：S1：通过在输煤皮带下料口安装摄像装置进行视频检测，并截取特定图像信息，输出视频数据；S2：利用图像处理方法对视频数据进行处理，提升图像对比度和亮度，并进行图像
降噪处理；S3：对经过图像处理方法处理后的视频信息利用Canny算子进行轮廓边缘提取，提取包含皮带边缘在内的所有轮廓边缘信息，随后再根据根据梯度值与高低阈值之间的关系，得到强边缘与虚边缘；再根据虚边缘与强边缘的是否连接，筛选出边缘；S4：利用利用直线检测方法筛选出门帘边缘对应的直线；并通过计算门帘高度推算煤流量；S5：当煤流量达到堵煤的阙值时，将实时的视频帧进行存储，当检测到连续20帧时，启动报警器向维护人员报警。
[0019]具体工作流程：首先启动安装在输煤皮带下料口所安装的摄像装置，在输煤皮带工作的同时，即时的对输煤皮带下料口的输煤情况进行拍摄，在适当的截取特定范围的图像资料后，将其传输到计算机中进行处理；并且在工作过程中，需要注意设置灯光照明设施，为摄像装置的工作提供适应的亮度条件；为了使得图像资料的目标边缘更加方便提取，需要通过视频处理方法，显著提高图像资料的对比度和亮度，从而改善图像的色泽和清晰度，得到新的像素值；同时也要对图像资料中的噪声进行消除处理，提高图像数据的质量；在此过程中能够发挥上述技术效果的相关软件设备均可适用于本专利技术；在经过图像处理方法的处理后，将视频信息利用Canny算子进行轮廓边缘提取，根据图像实际情况，得出canny算子的最佳双阈值参数，提取包含皮带边缘在内的所有轮廓边缘信息；Canny算子主要分为三大步：梯度计算、非极大值抑制、确定边缘。
[0020]（1）梯度计算：梯度的方向与边缘的方向是垂直的，通常就近取值为水平（左、右）、垂直（上、下）、对角线（右上、左上、左下、右下）等 8 个不同的方向。
[0021]边缘检测算子返回水平方向的Gx和垂直方向的Gy。计算梯度时，可得到梯度的幅度和角度（代表梯度的方向）两个值，梯度的幅度和方向（用角度值表示）为：式中，atan2(
•
)表示具有两个参数的 arctan 函数。
[0022]（2）非极大值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于灰度特征和边缘检测的堵煤检测算法，其特征在于，包括以下步骤：S1：通过在输煤皮带下料口安装摄像装置进行视频检测，并截取特定图像信息，输出视频数据；S2：利用图像处理方法对视频数据进行处理，提升图像对比度和亮度，并进行图像降噪处理；S3：对经过图像处理方法处理后的视频信息利用Canny算子进行轮廓边缘提取，提取包含皮带边缘在内的所有轮廓边缘信息，随后再根据根据梯度值与高低阈值之间的关系，得到强边缘与虚边缘；再根据虚边缘与强边缘的是否连接，筛选出边缘；S4：利用利用直线检测方法筛选出门帘边缘对应的直线；并通过计算门帘高度推算煤流量；S5：当煤流量达到堵煤的阙值时，将实时的视频帧进行存储，当检测到连续20帧时，启动报警器向维护人员报警。2.根据权利要求1所述的一种基于灰度特征和边缘检测的堵煤检测算法，其特征在于：步骤S1中的摄像装置装置采用带...

【专利技术属性】
技术研发人员：杨伟忠，徐晨鑫，雷凌，朱恩东，
申请(专利权)人：南京北新智能科技有限公司，
类型：发明
国别省市：