一种运输皮带运行状态检测方法、系统、设备及介质技术方案

本发明专利技术是关于一种运输皮带运行状态检测方法、系统、设备及介质。该方法包括：利用目标检测算法检测运输皮带图像中的物料，得到物料识别框；根据物料识别框的位置裁剪两帧图像；将裁剪得到的两帧图像进行相似度计算；根据相似度计算结果判断运输皮带的运行状态。本发明专利技术提供的技术方案，在判断运输皮带启停时，采用了抽帧和图像裁剪的技术方法，能够有效降低硬件资源的占用，大大降低了硬件资源的消耗，向低算力的边缘计算硬件推广使用提供了有力支持；使用SSIM图像结构相似度的方法来检测运输皮带的启停，极大提高了运输皮带启停检测的准确率。确率。确率。

【技术实现步骤摘要】
一种运输皮带运行状态检测方法、系统、设备及介质


[0001]本专利技术涉及图像识别及设备监控领域，尤其涉及一种运输皮带运行状态检测方法、系统、设备及介质。

技术介绍

[0002]运输皮带是工业生产中较为常见的一种重要运输装置。运输皮带主要有4种状态：有料运行、有料停止、无料运行和无料停止。本文针对运输皮带检测主要为以下两种：一是检测皮带是否发生无料运行，皮带的无料运行是指皮带在不运输任何物料的情况下仍然在运行，皮带长时间的空转，会在一定程度上消耗电力资源，而且无任何生产收益，是一种资源浪费情况。二是检测皮带是否有料停止，皮带的有料停止是指在载有物料的情况下皮带停止了运行，如果皮带异常停止，可能会影响到企业整个生产过程，甚至影响到企业的收益。
[0003]目前工业上比较成熟的方法有目标检测技术+深度学习和目标检测技术+图像像素变化算法来判定运输皮带的状态。目标检测技术采用YOLO目标检测算法，深度学习通过提取图像特征比较图像是否发生变化来判定皮带的启停，图像像素变化算法采用分析当前帧与上一帧图像的变化大小来判定运输皮带启停。但第一种方法由本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运输皮带运行状态检测方法，其特征在于，包括：利用目标检测算法检测运输皮带图像中的物料，得到物料识别框；根据所述物料识别框的位置裁剪两帧图像；将裁剪得到的两帧图像进行相似度计算；根据相似度计算结果判断运输皮带的运行状态。2.根据权利要求1所述的方法，其特征在于，还包括：将运输皮带视频流同步传入目标检测算法和OPENCV库；利用所述OPENCV库对所述视频流进行抽帧。3.根据权利要求2所述的方法，其特征在于，利用所述OPENCV库对所述视频流进行抽帧，具体包括：根据设置抽帧系数，每隔预设时间采集一张图像。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，将裁剪得到的两帧图像进行相似度计算，具体包括：按照以下SSIM公式计算两帧图像x和y的相似度：其中，μ
x
和μ
y
分别为图像x和y的均值，σ
x
和σ
y
分别为图像x和y的方差，σ
xy
为协方差，c1和c2为常数。5.一种运输皮带运行状态检测系统，其特征在于，包括：目标检测模块，用于利用目标检测算法检测运输皮带图像中的物料，得到物料识别框；图像裁剪模块，用于根据所述物料识别框的位置裁剪两帧图像；相似度计算模块，用于将裁剪得到的两帧图像进行相似...

【专利技术属性】
技术研发人员：王彦军，曹阳，李超伟，王丽超，贾晨，
申请(专利权)人：精英数智科技股份有限公司，
类型：发明
国别省市：