【技术实现步骤摘要】
一种基于图像识别的堆煤检测方法及系统
[0001]本专利技术涉及带式输送机堆煤检测
,特别是涉及一种基于图像识别的堆煤检测方法及系统。
技术介绍
[0002]带式输送机在煤矿生产作业中广泛应用,胶带堆煤事故时有发生。当堆煤事故发生时,若未及时处理将带来严重的安全隐患,同时会给煤矿企业带来较大的经济损失。目前,大多数煤矿企业采用堆煤传感器和防爆摄像头人为监控,检测带式输送机运煤状态,但煤矿井下煤尘较多、湿度较大,煤矿井下环境的复杂性造成堆煤传感器灵敏度不高,可靠性较差。因此,建立有效、可靠的带式输送机堆煤检测系统具有极其重要的意义。
技术实现思路
[0003]本专利技术的目的是提供一种基于图像识别的堆煤检测方法及系统,采用非接触式检测技术方法,通过图像识别技术对带式输送机的实时运行情况进行在线检测,实现了对带式运输机堆煤故障的实时在线检测并进行预警,有效克服传统接触式传感器堆煤和基于超声波探头的非接触式堆煤传感器故障监测时存在的弊端,提升了带式输送机运行安全保障能力以及堆煤故障预警能力,为工业生产运行的稳定提供了可靠的技术保障。
[0004]为实现上述目的,本专利技术提供了如下方案:
[0005]一种基于图像识别的堆煤检测方法,包括:
[0006]采集传送装置的运行状态图像,将所述运行状态图像进行图像处理;
[0007]采用Sobel算法对图像处理后的所述运行状态图像堆煤边缘的检测,获取堆煤轮廓;
[0008]设置故障阈值,对所述堆煤轮廓与所述故障阈值进行对 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像识别的堆煤检测方法,其特征在于,包括:采集传送装置的运行状态图像,将所述运行状态图像进行图像处理;采用Sobel算法对图像处理后的所述运行状态图像堆煤边缘的检测,获取堆煤轮廓;设置故障阈值,对所述堆煤轮廓与所述故障阈值进行对比,获取对比结果,完成堆煤检测。2.根据权利要求1所述的基于图像识别的堆煤检测方法,其特征在于,将所述运行状态图像进行图像处理包括:对所述运行状态图像进行压缩,对压缩后的所述运行状态图像进行灰度处理,通过高斯滤波减少灰度处理后的所述运行状态图像的噪音。3.根据权利要求1所述的基于图像识别的堆煤检测方法,其特征在于,采用Sobel算法对图像处理后的所述运行状态图像堆煤边缘的检测包括:构建横向与纵向矩阵,将图像处理后的所述运行状态图像与所述横向与纵向矩阵进行平面卷积,获取横向与纵向的亮度差分近似值,根据所述横向与纵向的亮度差分近似值,获取横向与纵向边缘检测的灰度值以及像素点的梯度;通过所述横向与纵向边缘检测的灰度值以及所述像素点的梯度,获取第一梯度图像。4.根据权利要求3所述的基于图像识别的堆煤检测方法,其特征在于,获取横向与纵向边缘检测的灰度值的方法为:G
x
=[f(x+1,y
‑
1)+2
×
f(x+1,y)+f(x+1,y
‑
1)]
‑
[f(x
‑
1,y
‑
1)+2
×
f(x
‑
1,y)+f(x
‑
1,y+1)]G
y
=[f(x
‑
1,y
‑
1)+2
×
f(x,y
‑
1)+f(x+1,y
‑
1)]
‑
[f(x
‑
1,y+1)+2
×
f(x,y+1)+f(x+1,y+1)]其中,f(x,y)为灰度数值,x和y均为图像点,G
x
为横向边缘检测的灰度值,G
y
为纵向边缘检测的灰度值。5.根据权利要求3所述的基于图像识别的堆煤检测方法,其特征在于,获取像素点的梯度的方法为:其中,G为像素点的梯度,G
x
为横向边缘检测的灰度值,G
y
为纵向边缘检测的灰度值。6.根据权利要求3所述的基于图像识别的堆煤检测方法,其特征在于,获取堆煤边缘轮廓包括:将非极大值所对应的像素点的灰度值设置为0,并通过所述非极大值寻找所述第一梯度图像中像素点的局部最大值,基于所述局部最大值,剔除所述第一梯度图像中非边缘的像素点,获取第二梯度图像;对所述第二梯度图像中像素的灰度值进行数...
【专利技术属性】
技术研发人员:杨涛,史占锋,潘大海,庄虎,尚剑,马纪龙,史猛猛,
申请(专利权)人:徐州宏远通信科技有限公司,
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。