基于机器视觉的立井箕斗衬板损伤检测方法技术

本发明专利技术公开了一种基于机器视觉的立井箕斗衬板损伤检测方法，通过在牵引式爬壁机器人上布置多目相机，来对衬板表面缺陷进行损伤检测，记录衬板上缺陷的具体位置，并对衬板的缺陷情况进行警报。首先，根据衬板服役环境制定多目相机布置方案，并设置清洗喷头用于去除衬板表面泥灰；然后设计基于机器视觉的衬板缺陷识别算法，包括图像预处理、特征提取、边缘拟合等步骤；最后提出一种面积筛选方法来滤除图像中的伪标记，从而完成立井提升方法箕斗衬板缺陷检测工作。实践表明，基于机器视觉的立井箕斗衬板损伤检测方法克服了箕斗衬板上缺陷不易检测、背景干扰较多的问题，相比于传统人工检测法具有检测速度快、安全性高的优点。安全性高的优点。安全性高的优点。

【技术实现步骤摘要】
基于机器视觉的立井箕斗衬板损伤检测方法


[0001]本专利技术涉及一种基于机器视觉的立井箕斗衬板损伤检测领域，具体是一种基于机器视觉的立井箕斗衬板损伤的检测方法。

技术介绍

[0002]在立井提升系统中，箕斗承担着运输煤炭和矸石的作用，是提升方法中至关重要的组成部分。箕斗衬板是安装在箕斗内壁上的缓冲零件，服役过程中会受到强烈的冲击与磨损，长时间后就会出现破损失效的现象，若不能及时发现衬板表面的损伤情况，就会对煤矿生产工作造成重大安全隐患，严重威胁到工作人员的生命安全，因此，提供一种安全、高效的箕斗衬板的损伤检测方法是目前煤矿生产领域亟需解决的科学问题。
[0003]由于箕斗的工况及自身尺寸的原因，人工检测法是目前箕斗衬板缺陷检测最常用的方法。人工检测法是由工人进入箕斗内部进行检查，这种检测方式不但工作效率低而且危险系数高。目前，基于机器视觉的检测技术已在煤炭行业得到广泛应用。为此，本专利技术基于机器视觉检测技术，设计一种立井箕斗衬板损伤检测方法代替人工进行箕斗衬板的表面损伤检测。

技术实现思路

[0004]本专利技术旨在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的衬板损伤检测方法，其特征在于，包括以下步骤：步骤A，通过在箕斗内壁上设置爬壁机器人，所述爬壁机器人上设有对衬板表面进行清洗的喷头和进行拍照的图像采集模块，所述图像采集模块包括：四个多目相机，四个多目相机分别固定在所述爬壁机器人的四个侧面；步骤B，通过所述喷头对衬板表面进行清洗：步骤C，通过所述图像采集模块完成对箕斗所有衬板表面图像的拍摄；步骤D，图像处理，对步骤C拍摄的图像进行处理，获得箕斗衬板表面缺陷的几何尺寸和位置坐标；步骤E，计算箕斗衬板表面缺陷区域的实际尺寸，建立不同尺寸的缺陷与其缺陷程度的量化对应模型，爬壁机器人按照缺陷程度的不同执行不同的措施，具体包括以下步骤：E1，以衬板边缘顶点为参照，对衬板图像进行透视变换矫正；E2，采用霍夫变换算法检测图像中的直线，结合箕斗衬板的表面的几何结构确定单块箕斗衬板的边缘；E3，由单块衬板的实际几何尺寸与其在图像中所占像素数的数值比例作为参数换算比例尺，计算图像中衬板表面缺陷的实际尺寸；E4，根据尺寸缺陷的大小及缺陷处的平均灰度值的大小综合判断缺陷情况：缺陷最大方向尺寸sizem∈[0,20]mm、平均灰度值agv∈[100,150]的缺陷为小型缺陷，此类缺陷对箕斗衬板服役效果产生的影响较小，暂不处理，记录缺陷信息，爬壁机器人继续检测；缺陷最大方向尺寸sizem∈[20,50]mm、平均灰度值agv∈[70,100]的缺陷为中型缺陷，此类缺陷已对箕斗衬板服役效果产生一定的影响，应对地面工作室发出警告，提醒工作人员考虑更换或修复衬板，同时记录缺陷信息，爬壁机器人继续检测；缺陷最大方向尺寸sizem>50mm、平均灰度值agv<70的缺陷认定为大型缺陷，对地面工作室发出警告，提醒工作人员及时更换衬板，同时记录缺陷信息，爬壁机器人不再执行此块衬板的后续检测。2.根据权利要求1所述的基于机器视觉的衬板损伤检测方法，其特征在于，步骤B具体包括以下子步骤：B1，通过所述喷头对衬板表面进行初次清洗；B2，使用所述图像采集模块采集箕斗衬板表面初次清洗后的图像；B3，对衬板表面图像进行灰度转化，并对其进行模糊降噪，去除图像中的细小噪声；B4，检测图像中是否存在灰度值小于30的区域，如果存在，将其认为是清洗不理想的区域，记录这些区域的具体位置，对其进行二次清洗；B5，采集箕斗衬板表面二次清理后的图像重复步骤B2～B3，对衬板表面进行第三次清洗；B6，再次检测箕斗衬板表面，如果图像中不存灰度值小于30的区域的，则进入步骤C；如果图像中仍然存在清洗不理想区域，保存带有这些区域的图像，记录这些区域的位置，将图像发送到地面控制室交由人工判断泥灰类型、选择处理方式。3.根据权利要求2所述的基于机器视觉的衬板损伤检测方法，其特征在于，所述步骤B1，当爬壁机器人自上而下运行时，喷头以斜向下45
°
方向对箕斗衬板内壁进
行喷洗，当爬壁机器人自下而上运行时，喷头以斜向上45
°
方向对箕斗衬板内壁进行喷洗，当爬壁机器人进行水平移动时，喷头暂停清洗工作。4.根据权利要求1所述的基于机器视觉的衬板损伤检测方法，其特征在于，步骤C具体包括以下子步骤：C1，将爬壁机器人吸附在箕斗侧面上，打开另外三个非吸附表面上的多目相机，对各自的拍摄区域进行自上而下的垂直损伤检测；C2，爬壁机器人行至箕斗底部后，将爬壁机器人上的永磁轮切换为水平方向，使爬壁机器人水平运行一段距离，关闭检测前后壁面的多目相机，然后对箕斗吸附侧面的相对面进行自下而上的拍摄；C3，爬壁机器人行至箕斗顶端后，将爬壁机器人上的永磁轮切换为水平方向，使爬壁机器人水平运行一段距离，再对机器人吸附表面的侧面进行一次自上而下的拍摄；C4，将爬壁机器人吸附到相对的侧面，重复步骤C1
‑
C3，完成对所有箕斗表面的拍摄。5.根据权利要求1所述的基于机器视觉的衬板损伤检测方法，其特征在于，步骤D具体包括以下子步骤：D1，采用全局阈值分割法对图像进行分割；D2，采用双边滤波法对图像中存在的干扰进行过滤，抑制原始图像中的高频噪声；D3，采用形态学操作的方法细化、修剪图像中存在的毛刺，使其呈现出连续性平滑边缘；D4，采用Canny边缘检测算子对步骤D3得到的结果图像进行边缘检测；D5，对单块衬板上的缺陷图形进行外接矩形拟合，然后通过外接矩形的面积过滤图像中的伪标记，具体包括以下子步骤：D51，对分割后的单块衬板进行缺陷轮廓拟合，采用外接矩形R
a
对检测到的缺陷轮廓C
a
进行拟合，外接矩形R
a
...

【专利技术属性】
技术研发人员：胡长华，彭玉兴，朱真才，杜庆永，周公博，卢昊，曹国华，常向东，江帆，任一男，薛详，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：