輸送帶表面破損自動(dòng)檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種輸送帶表面破損自動(dòng)檢測方法，具體地涉及一種基于機(jī)器視覺的 輸送帶表面破損自動(dòng)檢測方法，屬于設(shè)備狀態(tài)監(jiān)測領(lǐng)域。
【背景技術(shù)】
[0002] 輸送帶是在礦山、冶金、火力發(fā)電、建材、化工、工業(yè)碼頭等工業(yè)領(lǐng)域中廣泛使用的 連續(xù)運(yùn)輸設(shè)備。輸送帶在運(yùn)行過程中由于受堅(jiān)硬異物劃傷、與機(jī)架摩擦、表面積水引起膠質(zhì) 變硬老化等因素影響，輸送帶表面往往會(huì)出現(xiàn)邊緣分層、潰爛、缺損與開裂、孔洞、覆蓋膠鼓 包或起皮、大面積磨損、深度劃傷等破損。嚴(yán)重表面破損是產(chǎn)生撕裂的前兆，若不及時(shí)進(jìn)行 處理，破損會(huì)生長、擴(kuò)展，最后發(fā)生破壞性撕裂。目前，輸送帶的表面破損檢修，是在低速空 載運(yùn)行狀態(tài)下由專門的技術(shù)人員靠人眼檢測承載面，無法檢測非承載面，檢修時(shí)頻繁開停 機(jī)，機(jī)械磨損增加，檢修質(zhì)量和效率很難得到保證。目前基于機(jī)器視覺的輸送帶監(jiān)控技術(shù)還 處在實(shí)驗(yàn)室研發(fā)階段，很多關(guān)鍵問題還有待解決，特別是實(shí)時(shí)快速檢測輸送帶的表面破損 是有待突破的關(guān)鍵技術(shù)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是為了解決利用機(jī)器視覺識(shí)別輸送帶表面破損的技術(shù)問題，提供一 種基于機(jī)器視覺的實(shí)時(shí)快速識(shí)別表面破損的自動(dòng)檢測方法。
[0004] 本發(fā)明解決技術(shù)問題所采用的技術(shù)方案是：
[0005] 1、根據(jù)線陣攝像機(jī)特性，建立圖像快速分割模型。
[0006] 線陣攝像機(jī)在輸送帶寬度方向所感受的光強(qiáng)一般是不均勻的。由于機(jī)械摩擦，輸 送帶表面在長度方向上一般都有輕微帶狀劃痕，運(yùn)行時(shí)輸送帶中間抖動(dòng)幅度小，兩側(cè)抖動(dòng) 幅度大，造成輸送帶在寬度方向光的反射強(qiáng)度不同。另外寬度方向所受檢測系統(tǒng)的光照很 難到達(dá)均勻，特別是呈弧形的上皮帶。因此輸送帶圖像在行向上灰度分布往往是很不均勻 的。
[0007] 根據(jù)線陣攝像機(jī)一幀圖像中同一列所感受光強(qiáng)的一致性，圖像每一列灰度的平均 值與該列所受平均光強(qiáng)成正比關(guān)系。一般情況，待測對象對光強(qiáng)的響應(yīng)比較大，非待測對象 相對比較小，因此可認(rèn)定對光強(qiáng)的一半以上有響應(yīng)的是與待測對象有關(guān)的部分，否則就是 非待測對象。圖像每一列中灰度值大于該列灰度平均值一半的認(rèn)為是與待測對象有關(guān)的部 分，否則是非待測對象?；谝陨显?，建立圖像分割模型。
[0008] 對輸送帶的數(shù)字圖像f(i，j)，i<H，j<W，取圖像每列均值：
[0009]
[0010] 將每列均值一半作為閾值，進(jìn)行圖像分割：
[0011] Iout(i，j) = 0? 5-0. 5sgn[f(i，j)-0. 5mc(j)+e)]
[0012] 其中，e為任意大于零的極小值，為了避免均值和該列每個(gè)灰度值都是零，這時(shí) 1。的不為0,而是〇? 5〇
[0013] 2、采用行向標(biāo)準(zhǔn)差，抑制圖像各列光強(qiáng)之間的相互干擾。
[0014] 若圖像每列灰度分布不均勻，還需考慮各列之間光強(qiáng)的相互干擾。每列灰度分布 均勻程度可用該列灰度方差進(jìn)行表示。
[0015] 圖像每列方差：
[0016]
[0017] 圖像每列灰度分布評價(jià)函數(shù)：
[0018] z(j) =sgn[ 8 c(j)]
[0019] 若方差Se(j)為零，z(j) = 〇,代表本列灰度分布均勻，無需考慮列向量間干擾影 響；若Se(j)不為零，z(j) = 1，代表該列灰度分布不太均勻，需要考慮列向量間干擾影響。
[0020] 這里引入行向標(biāo)準(zhǔn)差，反映圖像行向灰度起伏變化，若此值越大，說明圖像行向灰 度起伏較大，列間干擾越強(qiáng)。
[0021] 圖像行向標(biāo)準(zhǔn)差：
[0024] 將行向標(biāo)準(zhǔn)差的一半作為閾值的一部分引入圖像分割閾值表達(dá)式，圖像分割閾值 為：
[0025] T(j) = 0. 5mc(j)-0. 5z(j) ?RMSE
[0026] 分割后的圖像為：
[0027] Iout(i,j) = 0. 5-0. 5sgn[f(i,j)-T(j)+e)]
[0028] 其中，e為任意大于零的極小值，為了避免閾值和該列每個(gè)灰度值都是零，這時(shí) 1。的不為〇,而是〇? 5〇
[0029] 3、據(jù)行向量、列向量均值曲線的最大極值，對破損進(jìn)行初步診斷。
[0030] 分割后圖像的灰度平均值：
[0031] 行向量均值曲線：
[0032] 列向量均值曲線：
[0033] 行向量均值曲線的最大極值：Rmax=max(|mR(i) |)
[0034] 列向量均值曲線的最大極值：Cmax=max(|mc(j) |)
[0035] 若max(R_，Cmax) > 255 ?a，則認(rèn)定有破損，需進(jìn)行下一步處理。否則無破損，不 需進(jìn)行下一步處理。其中aG(〇, 1)，優(yōu)先選擇aG[0. 2,0. 5]。
[0036] 4、對行向量、列向量均值曲線進(jìn)行邊緣保真去噪，突顯最大極值兩側(cè)邊緣
[0037] 用y;，i= 1，2*"N表示行向量、列向量均值曲線的通用符號(hào)，當(dāng)i取3~N-2時(shí)， 在 的附近取二個(gè)時(shí)窗：wia=(yi2,py;)，wi>2=(yipy;，yi+1)，Wi,3=(yyi+1，yi+2)， 計(jì)算yi與每個(gè)時(shí)窗均值!!!,的偏差（k為時(shí)窗編號(hào)，k= 1，2,3):
[0038]
[0039] 選擇偏差最小時(shí)的窗平均值，作為第i點(diǎn)的輸出值y。#
[0040] 對于信號(hào)左右兩側(cè)取值如下：
[0041]
[0042] 若 y彳!；，且y。^〉y 「Th時(shí)，yyi，其中Th = 0 .maxCly」），0G(〇，1)，優(yōu)先選擇 0G[0.3,0.5]〇
[0043] 5、表面破損識(shí)別。
[0044] 經(jīng)邊緣保真去噪后，計(jì)算行向量均值曲線中最大極值點(diǎn)兩側(cè)的邊緣距離，就是破 損長度Ld;計(jì)算列向量均值曲線中最大極值點(diǎn)兩側(cè)的邊緣距離，就是破損寬度Wd。
[0045] 提取表面破損特征信息，包括破損長度Ld，破損對角線長度
[0046] 最后，進(jìn)行表面破損識(shí)別，識(shí)別準(zhǔn)則為：破損長度Ld>y: ?H，y:G[0. 05,0. 1]， 破損對角線長度
y2G[0.05,0. 1]。
[0047] 本發(fā)明的有益效果是：
[0048] 本發(fā)明的方法能從輸送帶圖像中自動(dòng)檢測表面破損，具有智能檢測功能，可替代 現(xiàn)場表面破損的人工檢查，避免輸送帶頻繁啟停，降低機(jī)械磨損，提高檢測質(zhì)量和效率。該 方法具有較強(qiáng)的實(shí)時(shí)性、抗噪性、魯棒性，適合礦山、電力發(fā)電、冶金等不同應(yīng)用場合下的輸 送帶表面破損在線檢測。
【附圖說明】
[0049] 圖1為本發(fā)明的輸送帶表面破損自動(dòng)檢測方法流程圖；
[0050] 圖2為本發(fā)明的表面破損檢測實(shí)例圖；
[0051] 圖3為本發(fā)明的圖像分割后行向量均值分析實(shí)例圖；
[0052] 圖4為本發(fā)明的圖像分割后列向量均值分析實(shí)例圖。
【具體實(shí)施方式】
[0053] 為了更好的說明本發(fā)明的目的和優(yōu)點(diǎn)，下面結(jié)合附圖作進(jìn)一步的詳細(xì)說明。
[0054] 輸送帶表面破損自動(dòng)檢測方法，其總體技術(shù)方案如圖1所示，具體包括如下步驟：
[0055] 步驟1，對輸送帶的數(shù)字圖像f(i，j)，i<H，j<W，計(jì)算列向量的均值mdj)、方 差5e(j)、灰度分布評價(jià)函數(shù)z(j)和行向量標(biāo)準(zhǔn)差Rmse;
[0056] 所述的列向量的均值me(j)、方差Se(j)、