【技术实现步骤摘要】
本申请涉及带式输送运输系统的，尤其是涉及一种输送带滚筒包胶检测方法、装置、设备及存储介质。
技术介绍
1、输送带滚筒作为工业物料输送的核心设备，在各行业广泛应用，其运行状况直接关系到输送系统的正常运转和物料输送的高效性。其中，滚筒的包胶对于提高摩擦性、防止磨损、延长使用寿命等方面起着至关重要的作用，若滚筒表面的包胶出现缺陷时，会造成输送带打滑，甚至因过度摩擦引发起火。因此需要对滚筒包胶定期进行检测，确保输送带滚筒的安全、稳定运行。
2、目前，通常使用红外线传感器来检测滚筒表面的温度变化，包胶状态不良会导致温度分布异常，从而通过红外线传感器获取的温度数据来判断包胶是否出现缺陷。
3、然而，使用红外线传感器对包胶进行检测时，如果包胶缺陷导致的温度变化很小或不显著，会难以准确检测缺陷；并且红外线传感器的性能会受到环境条件(如温度、湿度等)的影响，导致检测出现误差，进而降低对包胶检测的准确性。
技术实现思路
1、为了提升对包胶检测的准确性，本申请提供一种输送带滚筒包胶检测方法、装置、设备及存储介质。
2、第一方面，本申请提供一种输送带滚筒包胶检测方法，采用如下的技术方案：所述方法应用于滚筒包胶检测系统，所述滚筒包胶检测系统包括图像采集单元，所述方法包括：
3、获取所述图像采集单元采集到的若干待拼接图像；
4、通过提取特征点的方式对若干所述待拼接图像进行拼接，并将拼接完成的图像确定为待检测图像；
5、识别所述待检测图像中
6、通过对所述待检测区域赋予权重的方式计算滚筒包胶的健康度得分，若所述健康度得分超过预设的阈值，则生成报警提示。
7、在一个具体的可实施方案中，所述待拼接图像包含重合区域，所述通过提取特征点的方式对若干所述待拼接图像进行拼接包括：
8、根据所述待拼接图像中像素点的灰度值，提取所述待拼接图像的特征点；
9、基于所述特征点，使用ransac算法和最小二乘法计算所述待拼接图像对应的拼接变换矩阵；
10、通过计算若干所述待拼接图像的整体平均灰度值，调整所述待拼接图像的亮度；
11、使用加权渐变融合的方式调整所述重合区域的亮度；
12、根据所述拼接变换矩阵对若干所述待拼接图像进行拼接。
13、在一个具体的可实施方案中，所述根据所述待拼接图像中像素点的灰度值，提取所述待拼接图像的特征点包括：
14、计算待拼接图像的每个像素点在水平方向和垂直方向的梯度；
15、对所述待拼接图像的每个像素点，根据其邻域内像素点的梯度计算harris矩阵，所述邻域为预设的像素点窗口范围；
16、根据所述harris矩阵的特征值，确定角点响应函数；
17、基于所述角点响应函数，提取所述待拼接图像中的角点，并将所述角点确认为特征点。
18、在一个具体的可实施方案中，所述通过计算若干所述待拼接图像的整体平均灰度值，调整所述待拼接图像的亮度包括：
19、分别计算所述待拼接图像中像素点的图像平均灰度值和所有所述待拼接图像的整体平均灰度值；
20、结合所述图像平均灰度值和所述整体平均灰度值，对所述待拼接图像中每个像素点的灰度值进行调整。
21、在一个具体的可实施方案中，所述使用加权渐变融合的方式调整所述重合区域的亮度包括：
22、确定所述待拼接图像的重合区域对应的宽cols和高rows；
23、基于所述宽cols和所述高rows，确定融合策略公式
24、
25、其中，所述pr,c为融合后的灰度值，所述(r,c)为重合区域第r行、第c列像素点的位置，p_1r,c和p_2r,c为两张图原来的灰度值；
26、根据所述融合后的灰度值pr,c调整所述重合区域的亮度。
27、在一个具体的可实施方案中，所述识别所述待检测图像中的缺陷，基于所述缺陷对所述待检测图像进行分割包括：
28、基于预设的缺陷级别和模型训练集，利用pytorch框架训练分割模型，将训练好的所述分割模型进行部署；
29、使用部署好的所述分割模型识别所述待检测图像中的缺陷，并确认所述缺陷对应的缺陷类型；
30、基于所述缺陷所在的区域和所述缺陷类型，对所述待检测图像进行分割。
31、在一个具体的可实施方案中，所述待检测区域包括滚筒区域、嵌入物料缺陷区域和包胶脱落缺陷区域，所述通过对所述待检测区域赋予权重的方式计算滚筒包胶的健康度得分包括：
32、根据像素点数量确定所述滚筒区域的相对面积ar，所述嵌入物料缺陷区域的相对面积adl1和所述包胶脱落缺陷区域的相对面积adl2；
33、基于预设的得分权重系数，计算滚筒包胶对应的包胶破坏度得分
34、
35、其中，所述d为包胶破坏度得分，所述α为嵌入物料缺陷的得分权重系数，所述β为包胶脱落缺陷的得分权重系数；
36、对所述包胶破坏度得分进行归一化处理，得到包胶对应的健康度分数
37、
38、其中，所述h为健康度分数，μ为归一化处理的范围值。
39、第二方面，本申请提供一种滚筒包胶检测装置，采用如下技术方案：所述装置应用于滚筒包胶检测系统，所述滚筒包胶检测系统包括图像采集单元，所述装置包括：
40、拼接图像获取模块，用于获取所述图像采集单元采集到的若干待拼接图像；
41、图像特征提取模块，用于通过提取特征点的方式对若干所述待拼接图像进行拼接，并将拼接完成的图像确定为待检测图像；
42、图像缺陷识别模块，用于识别所述待检测图像中的缺陷，基于所述缺陷对所述待检测图像进行分割，获得若干待检测区域；
43、健康得分计算模块，用于通过对所述待检测区域赋予权重的方式计算滚筒包胶的健康度得分，若所述健康度得分超过预设的阈值，则生成报警提示。
44、第三方面，本申请提供一种计算机设备，采用如下技术方案：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一种输送带滚筒包胶检测方法的计算机程序。
45、第四方面，本申请提供一种计算机可读存储介质，采用如下技术方案：存储有能够被处理器加载并执行上述任一种输送带滚筒包胶检测方法的计算机程序。
46、综上所述，本申请具有以下有益技术效果：
47、通过图像采集单元获取多个待拼接图像，提取图像的特征点并进行拼接，可以高效的处理大规模图像，提升对包胶检测的计算效率；通过识别待检测图像中的缺陷并根据缺陷对待检测图像进行分割，对于缺陷的准确定位提供了有效手段，使得检测结果更为可靠；赋予权重的方式能够将对滚筒包胶健康度评估的关注点更加聚焦在具体的待检测区域上，不同区域可能存在不同的工作环境或受力情况本文档来自技高网...
【技术保护点】
1.一种输送带滚筒包胶检测方法，其特征在于，所述方法应用于滚筒包胶检测系统，所述滚筒包胶检测系统包括图像采集单元，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述待拼接图像包含重合区域，所述通过提取特征点的方式对若干所述待拼接图像进行拼接包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述待拼接图像中像素点的灰度值，提取所述待拼接图像的特征点包括：
4.根据权利要求2所述的方法，其特征在于，所述通过计算若干所述待拼接图像的整体平均灰度值，调整所述待拼接图像的亮度包括：
5.根据权利要求2所述的方法，其特征在于，所述使用加权渐变融合的方式调整所述重合区域的亮度包括：
6.根据权利要求1所述的方法，其特征在于，所述识别所述待检测图像中的缺陷，基于所述缺陷对所述待检测图像进行分割包括：
7.根据权利要求1所述的方法，其特征在于，所述待检测区域包括滚筒区域、嵌入物料缺陷区域和包胶脱落缺陷区域，所述通过对所述待检测区域赋予权重的方式计算滚筒包胶的健康度得分包括：
8.一种输送带滚筒包
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
...【技术特征摘要】
1.一种输送带滚筒包胶检测方法，其特征在于，所述方法应用于滚筒包胶检测系统，所述滚筒包胶检测系统包括图像采集单元，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述待拼接图像包含重合区域，所述通过提取特征点的方式对若干所述待拼接图像进行拼接包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述待拼接图像中像素点的灰度值，提取所述待拼接图像的特征点包括：
4.根据权利要求2所述的方法，其特征在于，所述通过计算若干所述待拼接图像的整体平均灰度值，调整所述待拼接图像的亮度包括：
5.根据权利要求2所述的方法，其特征在于，所述使用加权渐变融合的方式调整所述重合区域的亮度包括：
6.根据权利要求1所述的方法，其...
【专利技术属性】
技术研发人员：郝允娟，章军，吴建军，沈加元，
申请(专利权)人：无锡宝通智能物联科技有限公司，
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。