基于计算机视觉的高强传送带跑偏检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及基于计算机视觉的高强传送带跑偏检测方法。该方法获取多张传送带图像，将传送带图像分割成像素块，根据像素块的梯度方向与传送带的疑似运动方向的差异获取方向特征值，结合像素块的位置和方向特征值得到匹配特征值；依据像素块与其邻域内像素块的周围分布信息差异及匹配特征值获取分布差异值，并结合方向特征值与相邻像素块的灰度差异获取匹配可信度；根据在相邻帧图像中匹配的像素块之间的灰度差异、邻域内像素块的分布差异值的差异与匹配可信度获取匹配差异度，基于匹配差异度获取像素块的运动向量判断传送带的跑偏情况，提高了对高强输送带的跑偏检测的准确率。输送带的跑偏检测的准确率。输送带的跑偏检测的准确率。

【技术实现步骤摘要】
基于计算机视觉的高强传送带跑偏检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种基于计算机视觉的高强传送带跑偏检测方法。

技术介绍

[0002]传送带的牵引力来自于传送带与滚筒之间的静摩擦力，静摩擦力的大小取决于材料表面的摩擦系数和受到的载荷大小，从工业角度上看，体现在实际传送带的结构设计、材料选择以及载荷质量。传送带在动态使用中，由于自身结构和非正常工作环境产生的不良现象主要表现为：传送带跑偏、断裂、打滑以及物料掉落等，在这几种不良现象中，传送带的跑偏更易发生，如果不对传送带跑偏情况进行调整，将造成更为严重的不良现象。例如，传送带跑偏较多且积累一段时间后，在跑偏的一端可能堆积过多的褶皱进而造成传送带的断裂，所以对传送带跑偏的检测是极其必要的。
[0003]在现有技术中根据相邻两张图像的两个匹配块之间的边缘大小、梯度、边缘方向和像素值的差异获取两个匹配块之间的运动矢量评价参数，忽略了每个匹配块的邻域内其他像素块的特性对运动矢量评价参数造成影响，使得对传送带的运动矢量的判断存在误差，降低了对高强传送带进行进行跑偏检测的准确性。

技术实现思路

[0004]为了解决运动矢量评价参数获取过程中没有考虑匹配块的邻域内像素块的特性造成的影响，进而导致传送带跑偏检测出现误差的技术问题，本专利技术的目的在于提供一种基于计算机视觉的高强传送带跑偏检测方法，所采用的技术方案具体如下：本专利技术提出了一种基于计算机视觉的高强传送带跑偏检测方法，该方法包括：获取高强传送带运动过程中至少两帧传送带图像；将所述传送带图像分割为预设尺寸的像素块；获取传送带的疑似运动方向，根据所述传送带图像中每个所述像素块的梯度方向与传送带的所述疑似运动方向之间差异获取对应像素块的方向特征值；依据像素块所处的位置与所述方向特征值获取对应像素块的匹配特征值；根据传送带图像中每个像素块与其邻域内其他像素块的周围分布信息的差异，及所述匹配特征值获取每个像素块的分布差异值；结合每个像素块与其邻域内像素块之间的灰度差异、所述分布差异值与所述方向特征值获取像素块的匹配可信度；将传送带图像中每个像素块与其相邻帧图像内的像素块进行匹配，根据待匹配的两个像素块之间的灰度差异、其邻域内对应像素块的所述分布差异值的差异与所述匹配可信度获取待匹配的两个像素块的匹配差异度；基于所述匹配差异度获取匹配像素块对，根据所述匹配像素块对获得运动向量，根据运动向量对高强传送带进行跑偏检测。
[0005]进一步地，所述疑似运动方向的获取方法，包括：
将所述传送带图像放入平面直角坐标系中，以传送带图像的左下角作为平面直角坐标系的坐标原点；对所述传送带图像进行霍夫直线检测获取待测直线；设置长度阈值；统计所述待测直线上像素点的数量，将像素点数量大于等于长度阈值的待测直线作为传送带边缘直线；将所述传送带边缘直线的两个端点中与所述坐标原点之间距离较小的端点作为传送带边缘直线的起点，距离较大的端点作为传送带边缘直线的终点，得到所述传送带边缘直线对应的边缘向量，将所有所述边缘向量相加得到传送带向量，将所述传送带向量与预设向量之间的角度作为所述疑似运动方向。
[0006]进一步地，所述方向特征值的获取方法，包括：使用Sobel算子获取所述传送带图像中每个所述像素块的梯度方向，将每个像素块的所述梯度方向与所述疑似运动方向的差值绝对值作为对应像素块的方向特征值。
[0007]进一步地，所述匹配特征值的获取方法，包括：将每个像素块内像素点的灰度值均值作为对应像素块的灰度特征值；基于像素块的所述灰度特征值使用区域生长算法获取连通域；将位于所述连通域边缘位置的像素块作为边缘像素块；将每个像素块所在连通域内各边缘像素块与所述像素块之间距离的最小值作为对应像素块的边缘距离值；所述边缘像素块的边缘距离值为预设数值，所述预设数值为正数并且小于所有非边缘像素块的边缘距离值；将每个像素块所在连通域内各边缘像素块的所述方向特征值的均值作为对应像素块的整体方向特征值；将每个像素块的所述边缘距离值与所述整体方向特征值的乘积作为对应像素块的所述匹配特征值。
[0008]进一步地，所述分布差异值的获取方法，包括：选取传送带图像中任意像素块作为目标像素块；将所述目标像素块的预设第一邻域内每个像素块与所述目标像素块之间的分布值进行累加，得到目标像素块的整体分布值；将所述目标像素块的所述整体分布值与所述匹配特征值的比值作为目标像素块的所述分布差异值；改变目标像素块，获取每个像素块的分布差异值。
[0009]进一步地，所述分布值的获取方法，包括：基于目标像素块的预设第一邻域内各像素块与目标像素块之间所述灰度特征值的差异对预设第一邻域内的像素块进行聚类，获取所述目标像素块的灰度差异类别；选取任意所述灰度差异类别作为目标类别，在所述目标像素块的预设第一邻域中，将所述目标类别中像素块在的位置标记为1，其他位置标记为0，根据标记值获得纹理分布编码，将所述纹理分布编码转换至十进制数，获得目标类别的纹理分布值；改变目标类别，获取目标像素块的每个灰度差异类别的纹理分布值；改变所述目标像素块，获取每个像素块的各灰度差异类别的纹理分布值，所述每个像素块的所述灰度差异类别的数量相同；将任意两个像素块的每个所述灰度差异类别之间纹理分布值的差异累加，得到对应两个像素块之间的所述分布值。
[0010]进一步地，所述匹配可信度的获取方法，包括：
计算所述目标像素块与其预设第一邻域内各像素块之间所述灰度特征值的差异的均值，得到目标像素块的整体灰度差异值；改变目标像素块，获取每个像素块的所述整体灰度差异值；将每个像素块的所述方向特征值进行负相关映射，获取对应像素块的最终方向特征值；将每个像素块的所述整体灰度差异值、所述分布差异值与所述最终方向特征值的乘积作为对应像素块的所述匹配可信度。
[0011]进一步地，所述匹配差异度的获取方法，包括：所述目标像素块所在图像的相邻帧图像中任意一个像素块作为所述目标像素块的待匹配像素块；计算所述目标像素块与所述待匹配像素块之间所述灰度特征值的差异作为目标像素块的匹配灰度特征值；计算所述目标像素块的预设第二邻域内每个像素块与所述待匹配像素块的预设第二邻域内对应像素块之间所述分布差异值的差值绝对值，作为目标像素块的预设第二邻域内每个像素块的匹配分布差异值；将目标像素块的预设第二邻域内每个像素块的所述匹配分布差异值作为分子，所述匹配可信度与预设常数的和作为分母得到的比值进行累加，得到所述目标像素块的初始匹配差异度；将目标像素块的所述匹配灰度特征值与所述初始匹配差异度的乘积作为目标像素块与所述待匹配像素块的匹配差异度；改变目标像素块，获取传送带图像中每个像素块与对应待匹配像素块的所述匹配差异度。
[0012]进一步地，所述跑偏检测的具体方法，为：根据匹配差异度对相邻帧传送带图像使用三步搜索法进行匹配，获得所述匹配像素块对；根据所述匹配像素块对内两个像素块的位置获取传送带图像中每个像素块的运动向量；设置模长阈值，计算传送带图像中每个像素块的所述运动向量的模长，将模长大于所述模长阈值的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的高强传送带跑偏检测方法，其特征在于，该方法包括：获取高强传送带运动过程中至少两帧传送带图像；将所述传送带图像分割为预设尺寸的像素块；获取传送带的疑似运动方向，根据所述传送带图像中每个所述像素块的梯度方向与传送带的所述疑似运动方向之间差异获取对应像素块的方向特征值；依据像素块所处的位置与所述方向特征值获取对应像素块的匹配特征值；根据传送带图像中每个像素块与其邻域内其他像素块的周围分布信息的差异，及所述匹配特征值获取每个像素块的分布差异值；结合每个像素块与其邻域内像素块之间的灰度差异、所述分布差异值与所述方向特征值获取像素块的匹配可信度；将传送带图像中每个像素块与其相邻帧图像内的像素块进行匹配，根据待匹配的两个像素块之间的灰度差异、其邻域内对应像素块的所述分布差异值的差异与所述匹配可信度获取待匹配的两个像素块的匹配差异度；基于所述匹配差异度获取匹配像素块对，根据所述匹配像素块对获得运动向量，根据运动向量对高强传送带进行跑偏检测。2.根据权利要求1所述的一种基于计算机视觉的高强传送带跑偏检测方法，其特征在于，所述疑似运动方向的获取方法，包括：将所述传送带图像放入平面直角坐标系中，以传送带图像的左下角作为平面直角坐标系的坐标原点；对所述传送带图像进行霍夫直线检测获取待测直线；设置长度阈值；统计所述待测直线上像素点的数量，将像素点数量大于等于长度阈值的待测直线作为传送带边缘直线；将所述传送带边缘直线的两个端点中与所述坐标原点之间距离较小的端点作为传送带边缘直线的起点，距离较大的端点作为传送带边缘直线的终点，得到所述传送带边缘直线对应的边缘向量，将所有所述边缘向量相加得到传送带向量，将所述传送带向量与预设向量之间的角度作为所述疑似运动方向。3.根据权利要求1所述的一种基于计算机视觉的高强传送带跑偏检测方法，其特征在于，所述方向特征值的获取方法，包括：使用Sobel算子获取所述传送带图像中每个所述像素块的梯度方向，将每个像素块的所述梯度方向与所述疑似运动方向的差值绝对值作为对应像素块的方向特征值。4.根据权利要求1所述的一种基于计算机视觉的高强传送带跑偏检测方法，其特征在于，所述匹配特征值的获取方法，包括：将每个像素块内像素点的灰度值均值作为对应像素块的灰度特征值；基于像素块的所述灰度特征值使用区域生长算法获取连通域；将位于所述连通域边缘位置的像素块作为边缘像素块；将每个像素块所在连通域内各边缘像素块与所述像素块之间距离的最小值作为对应像素块的边缘距离值；所述边缘像素块的边缘距离值为预设数值，所述预设数值为正数并且小于所有非边缘像素块的边缘距离值；将每个像素块所在连通域内各边缘像素块的所述方向特征值的均值作为对应像素块的整体方向特征值；将每个像素块的所述边缘距离值与所述整体方向特征值的乘积作为对应像素块的所述匹配特征值。
5.根据权利要求4所述的一种基于计算机视觉的高强传送带跑偏检测方法，其特征在于，所述分布差异值的获取方法，包括：选取传送带图像中任意像素块作为目标像素块；将所述目标像素块的预设第一邻域内每个像素块与所述目标像素块之间的分布值进行累加，得到目标像素块的整体分布值；将所述目标像素块的所述整体分布值与所述匹配特征值的比值作为目标像素块的所述分布差异值；改变目标...

【专利技术属性】
技术研发人员：仝西朝，曹彦宾，
申请(专利权)人：山东晨光胶带有限公司，
类型：发明
国别省市：