【技术实现步骤摘要】
一种基于计算机视觉的档皮外翻自动检测的方法和系统
[0001]本专利技术涉及计算机视觉
,特别是一种基于计算机视觉的档皮外翻自动检测的方法。
技术介绍
[0002]在皮带运行过程中,皮带的档皮外翻一直是机械运行过程中的主要故障来源,但皮带档皮外翻总是基于各种原因产生的,很难进行固定化的察觉或是预测,因此传统方法皮带运行中只能根据摄像头监控,对于已经档皮外翻的皮带进行调整与修理,很难做到及时调整,与短时间的修复,会造成机械能力与设备维护的损失。
[0003]因此需要进行基于计算机视觉技术,实现对皮带边沿的自动检测,根据用户实际需求绘制皮带边沿正常区域,根据检测到的皮带边沿若不在正常区域内部,即判定为档皮外翻。实现能够容忍的不同程度的皮带档皮外翻自动检测,最终实现皮带档皮外翻状态在线智能监测。
技术实现思路
[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊,而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述和/或现有的基于计算机视觉的档皮外翻自动检测的方法中存在的问题,提出了本专利技术。
[0006]因此,本专利技术所要解决的问题在于如何提供一种基于计算机视觉的档皮外翻自动检测的方法。
[0007]为解决上述技术问题,本专利技术提供如下技术方案:一种基于计算机视觉的档皮外翻自动检测的方法,其包括,
【技术保护点】
【技术特征摘要】
1.一种基于计算机视觉的档皮外翻自动检测的方法,其特征在于:包括,皮带中间区域设置为激光区,在皮带机运行过程中,激光区线性激光设备发射激光到运行中的皮带上;图像采集设备进行激光照射时的实时数据采集,并做预处理;数据预处理后传输到图像处理总控台;总控台接受信息后进行数据处理反馈到PLC系统中;PLC系统接受反馈后进行针对性的皮带机动作操控。2.如权利要求1所述的基于计算机视觉的档皮外翻自动检测的方法,其特征在于:所述图像实时采集是通过ROI提取技术进行图像采集,通过先验知识或者明显特征利用图像剪切手段迅速排除无效区域的信息干扰,从而简化图像处理难度,降低识别时间;所述图像预处理是进行图像降噪处理;所述图像去噪处理是通过中值滤波器进行处理,中值滤波器处理过程为将s歩窗区域内所有图像像素点按序列排序,将最中间的像素值替换sxy窗区域中心像素点(x,y)的像素值。中值滤波可以剔除窗函数内“突变”的像素值,使窗函数内像素值趋于平缓,从而达到滤波效果。3.如权利要求2所述的基于计算机视觉的档皮外翻自动检测的方法,其特征在于:所述激光照射到皮带上进行数据提取过程中,需要进行激光条纹的分割算法;所述激光条纹的分割算法是利用洛伦兹信息测度的线性加权Ostu分割算法,其信息测度的计算方式是先假设图像f(x,y)拥有N个灰度级别,其中h=r(i):{i=0,1,
…
,N
‑
1}是图像f(x,y)的灰度直方图,直方图中r(i)是灰度级i的像素个数,图像信息测度NPIM
k
定义为其中M(f)是图像f(x,y)的像素总数,pi是概率,θ(k)是标识q(i)的前k个最大值,因此总结可得0=NPIM
N
‑1(f)≤NPIM
N
‑2≤
…
NPIM1(f)≤NPIM0(f)=14.如权利要求3所述的基于计算机视觉的档皮外翻自动检测的方法,其特征在于:所述线性加权Ostu分割算法中线性加权公式为p
i
′
=[p
(i
‑
n)
+
…
+(n
‑
2)p
(i
‑
1)
+(n
‑
1)p
i
+(n
‑
2)p
(i+1)
+
…
+p
(i+n)
]因此激光经过加权公式计算后,最佳的分割阈值选取在其中σ代表离散程度,ψ(t)代表波函数。5.如权利...
【专利技术属性】
技术研发人员:李广山,李刚,毕法森,巴特尔,宋明岩,孙佰明,姜楠,贾莉,程仁静,王强,孙国辉,
申请(专利权)人:华能伊敏煤电有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。