一种用于皮带撕裂检测的线激光快速识别方法及系统技术方案

本发明专利技术属于皮带撕裂检测技术领域，特别涉及一种用于皮带撕裂检测的线激光快速识别方法及系统。所述方法包括：对原始图像进行预处理；对预处理后的图像进行背景提取获得掩膜图像；对掩膜图像进行激光条纹线条识别。本发明专利技术中，先对皮带的原始图像进行预处理，然后进行背景提取，从而获得皮带的掩膜图像，最后对皮带的掩膜图像进行激光条纹线条识别，通过上述识别方法，能够有效剔除皮带图像中杂物带来的干扰，从而提高对皮带图像识别和分析的精确程度，而且相较于现有的线扫相机识别和面阵相机识别的方式，上述方法对图像结果采集所需的时间更短，更加方便工作人员分辨皮带是否存在撕裂的情况。裂的情况。裂的情况。

【技术实现步骤摘要】
一种用于皮带撕裂检测的线激光快速识别方法及系统


[0001]本专利技术属于皮带撕裂检测
，特别涉及一种用于皮带撕裂检测的线激光快速识别方法及系统。

技术介绍

[0002]皮带式输送系统在流程工业长距离连续输送物料方面，其结构简单、输送效率高等优势，是工业运输煤炭、矿石等的重要设备，在输送机运行过程中，皮带撕裂故障是影响其运行最关键的故障类型。因为输送机运行速度快、距离长，如果对撕裂事故检测不及时，可能会造成数十米甚至数百米的皮带损坏。修补皮带不仅费时费力，而且会影响正常生产，给企业造成直接和间接的经济损失。当前各个企业中的皮带输送系统普遍采用的检测方法是定期人工检查的方案，实时性差，且依赖于工人的责任心。总体系统方面、缺少预防运维、众多安全隐患等问题，在线监测及智能运维显得十分必要。
[0003]当前主流的技术方案主要分为两个技术路线，一个是通过线扫相机进行图像采集和图像分析以确定故障的形态和位置，其代表是以天津工业大学团队和天津恒一科技研发的故障检测仪，它通过多个线扫相机结合图像融合和图像检测技术进行故障检测，系统能够一定程度上检测出故障，但由于线扫相机采集需要稳定的速度反馈来控制拍摄，故不适用于较为恶劣的环境下。
[0004]另一种技术方案就是通过线激光辅助线配合面阵相机，通过三角测量的原理进行故障检测。其代表产品是山西赛安公司和燕山大学团队的故障检测仪、山西戴得测控的皮带纵撕检测设备等。值得一提的是，以激光三角测量为原理的检测和测量系统是一个大类，例如线激光轮廓扫描仪、结构光探伤仪等都是利用此原理完成。在激光三角测量原理中，当激光器竖直向下照射，而相机以一定的夹角进行拍摄时，不同的纵向深度，会使得激光点反映在相机成像的不同位置上，通过分析激光器的光条和光斑，能够有效获取激光点位置的深度信息。
[0005]上述两种技术方案能够有效检测出故障，但由于传送带底部脏污较多，系统会出现很多误检信号，并且，由于采集时长很短，相机曝光很低，在人工检视时很难使用人工辅助分辨是否是真实撕裂故障。
[0006]为了解决上述问题，需要设计一种用于皮带撕裂检测的线激光快速识别方法及系统。

技术实现思路

[0007]针对上述问题，本专利技术提供一种用于皮带撕裂检测的线激光快速识别方法，所述方法包括：对原始图像进行预处理；对预处理后的图像进行背景提取获得掩膜图像；对掩膜图像进行激光条纹线条识别。
[0008]优选地，所述预处理包括以下步骤：从原始图像中提取皮带区域图像，剔除复杂变化背景的干扰；在所述皮带区域图像中提取激光线条纹。
[0009]优选地，所述对预处理后的图像进行背景提取包括：提取图像中的皮带轮廓；对图像进行分割，获得分割掩膜结果；对分割掩膜结果进行全天候识别，获得掩膜图像。
[0010]优选地，所述提取图像中的皮带轮廓包括以下步骤：根据预处理后的图像建立基于形态学处理核的窗口，其中，所述窗口包括灰度域和亮度域；对所述窗口的灰度域进行开运算；对开运算的结果进行闭运算。
[0011]优选地，所述对图像进行分割包括：对图像中的亮色部分和暗色部分进行分割，并提取图像中的暗色部分；剔除图像中的孔洞和小面积干扰。
[0012]优选地，所述对分割掩膜结果进行全天候识别包括：每小时保存一张图像，计算每张图像的平均亮度；根据亮度对图像进行排序，并选出样本图像；对样本图像进行皮带分割掩膜计算；选取样本图像中同一位置的像素的中值作为有效结果，并对有效结果进行中值滤波；对中值滤波的结果进行开运算，删除开运算产生的弧点，获得掩膜图像。
[0013]优选地，所述对掩膜图像进行激光条纹线条识别包括：对掩膜图像进行激光条纹候选区域分割；对激光条纹候选区域进行梯度识别。
[0014]优选地，所述对掩膜图像进行激光条纹候选区域分割包括：使用预处理后的图像删去开运算的结果并叠加掩膜图像；对叠加结果进行阈值分割和形态学处理，区分出激光条纹候选区域。
[0015]优选地，所述对激光条纹候选区域进行梯度识别包括：建立并分析激光条纹候选区域的hessian矩阵；对激光条纹候选区域进行尺度筛选。
[0016]本专利技术还提出一种用于皮带撕裂检测的线激光快速识别系统，所述系统包括：预处理模块，用于对原始图像进行预处理；提取模块，用于对预处理后的图像进行背景提取获得掩膜图像；识别模块，用于对掩膜图像进行激光条纹线条识别。
[0017]优选地，所述预处理模块用于对原始图像进行预处理，包括：预处理模块用于从原始图像中提取皮带区域图像，剔除复杂变化背景的干扰；在所述皮带区域图像中提取激光线条纹。
[0018]优选地，所述提取模块用于对预处理后的图像进行背景提取获得掩膜图像，包括：
提取模块用于提取图像中的皮带轮廓；对图像进行分割，获得分割掩膜结果；对分割掩膜结果进行全天候识别，获得掩膜图像。
[0019]优先地，所述识别模块用于对掩膜图像进行激光条纹线条识别，包括：识别模块用于对掩膜图像进行激光条纹候选区域分割；对激光条纹候选区域进行梯度识别。
[0020]本专利技术具有以下有益效果：本专利技术中，先对皮带的原始图像进行预处理，然后进行背景提取，从而获得皮带的掩膜图像，最后对皮带的掩膜图像进行激光条纹线条识别，通过上述识别方法，能够有效剔除皮带图像中杂物带来的干扰，从而提高对皮带图像识别和分析的精确程度，而且相较于现有的线扫相机识别和面阵相机识别的方式，上述方法对图像结果采集所需的时间更短，更加方便工作人员分辨皮带是否存在撕裂的情况。
[0021]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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他的附图。
[0023]图1示出本专利技术实施例中一种用于皮带撕裂检测的线激光快速识别方法示意图；图2示出本专利技术实施例中形态学处理核H样式图；图3示出本专利技术实施例中灰度域膨胀示意图；图4示出本专利技术实施例中灰度域腐蚀示意图；图5示出本专利技术实施例中对分割掩膜结果进行全天候识别过程图；图6示出本专利技术实施例中激光线亮度特征图；图7示出本专利技术实施例中当前梯度的切向和法向示意图；图8示出本专利技术实施例中一种用于皮带撕裂检测的线激光快速识别系统示意图。
具体实施方式
[0024]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于皮带撕裂检测的线激光快速识别方法，其特征在于，所述方法包括：对原始图像进行预处理；对预处理后的图像进行背景提取获得掩膜图像；对掩膜图像进行激光条纹线条识别。2.根据权利要求1所述的一种用于皮带撕裂检测的线激光快速识别方法，其特征在于，所述预处理包括以下步骤：从原始图像中提取皮带区域图像，剔除复杂变化背景的干扰；在所述皮带区域图像中提取激光线条纹。3.根据权利要求1所述的一种用于皮带撕裂检测的线激光快速识别方法，其特征在于，所述对预处理后的图像进行背景提取包括：提取图像中的皮带轮廓；对图像进行分割，获得分割掩膜结果；对分割掩膜结果进行全天候识别，获得掩膜图像。4.根据权利要求3所述的一种用于皮带撕裂检测的线激光快速识别方法，其特征在于，所述提取图像中的皮带轮廓包括以下步骤：根据预处理后的图像建立基于形态学处理核的窗口，其中，所述窗口包括灰度域和亮度域；对所述窗口的灰度域进行开运算；对开运算的结果进行闭运算。5.根据权利要求3所述的一种用于皮带撕裂检测的线激光快速识别方法，其特征在于，所述对图像进行分割包括：对图像中的亮色部分和暗色部分进行分割，并提取图像中的暗色部分；剔除图像中的孔洞和小面积干扰。6.根据权利要求3所述的一种用于皮带撕裂检测的线激光快速识别方法，其特征在于，所述对分割掩膜结果进行全天候识别包括：每小时保存一张图像，计算每张图像的平均亮度；根据亮度对图像进行排序，并选出样本图像；对样本图像进行皮带分割掩膜计算；选取样本图像中同一位置的像素的中值作为有效结果，并对有效结果进行中值滤波；对中值滤波的结果进行开运算，删除开运算产生的弧点，获得掩膜图像。7.根据权利要求6所述的一种用于皮带撕裂检测的线激光快速识别方法，其特征在于，所述对掩...

【专利技术属性】
技术研发人员：申远，杨帆，徐勇，刘强，
申请(专利权)人：合肥金星智控科技股份有限公司，
类型：发明
国别省市：