CN102673979A - 输送带跑偏判断方法及判断装置 - Google Patents

输送带跑偏判断方法及判断装置 Download PDF

Info

Publication number
CN102673979A
CN102673979A CN2012101920350A CN201210192035A CN102673979A CN 102673979 A CN102673979 A CN 102673979A CN 2012101920350 A CN2012101920350 A CN 2012101920350A CN 201210192035 A CN201210192035 A CN 201210192035A CN 102673979 A CN102673979 A CN 102673979A
Authority
CN
China
Prior art keywords
foreground
sample
classification
belt deflection
sample set
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012101920350A
Other languages
English (en)
Other versions
CN102673979B (zh
Inventor
马艳华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao University of Science and Technology
Original Assignee
Qingdao University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao University of Science and Technology filed Critical Qingdao University of Science and Technology
Priority to CN201210192035.0A priority Critical patent/CN102673979B/zh
Publication of CN102673979A publication Critical patent/CN102673979A/zh
Application granted granted Critical
Publication of CN102673979B publication Critical patent/CN102673979B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种输送带跑偏判断方法及判断装置。所述方法包括下述步骤:获取多帧原始图像,计算任意两帧原始图像的原始差值图像;获取原始差值图像中每个像素点的三原色色差值,将每个像素点的每一个色差值分别与第一设定阈值相比较,将具有至少一个大于第一设定阈值色差值的像素点坐标值作为前景分类样本,若干个前景分类样本构成前景分类样本集;获取多帧检测图像,根据相同的处理过程获得前景检测样本集;将前景检测样本集与前景分类样本集相比较,若存在不同的样本,则判定输送带跑偏。本发明通过对实时采集图像和原始图像的比对自动判断输送带是否跑偏,避免了仅靠人工视频监视判断可能出现的人为失误,在及时发现故障方面更可靠、稳定。

Description

输送带跑偏判断方法及判断装置
技术领域
本发明属于视频图像信息处理技术领域,具体地说,是涉及一种基于视频图像处理的输送带跑偏判断方法及判断装置。
背景技术
输送带是输送系统的关键设备,它的安全、稳定运行直接影响到生产作业。输送带的跑偏是带式输送机的最常见故障,跑偏轻则会导致撒料、影响生产进度及损害输送带和相关机械设备;如果是长距离输送,如矿井使用过程中,还会因输送带跑偏增加输送带运行阻力,可能会引起矿井火灾、人员伤亡等严重事故。
随着自动化技术的不断提高、通信和控制技术的不断发展,输送带监控技术也在逐步提高,如输送带自动纠偏装置等在输送系统中发挥着很大作用。而也正是因为自动化及智能化技术的提高,带来的往往是无人监守,导致某一功能一旦失效不能及时发现。另外,在输送系统中,虽然视频监控设备也在运行着,但其实际意义仅是视频监视,还需要人工观察监控图像来发现和判断输送带是否跑偏。因此,自动、及时发现输送带是否跑偏,并能以准确、恰当的方式通知相关人员,对于预防和减少恶性事故的发生、消除故障隐患、保证人身和设备安全、提高劳动生产率是至关重要的。本发明正是基于上述目的而提出的。
发明内容
本发明的目的之一是提供一种输送带跑偏判断方法,通过从原始图像中提取前景分类样本、从检测图像中提取前景检测样本,利用前景检测样本与前景分类样本的关系作为判断输送带是否跑偏的依据,实现输送带跑偏的自动检测和发现。
为实现上述发明目的,本发明采用下述技术方案予以实现:
一种输送带跑偏判断方法,所述方法包括下述步骤:
a、获取多帧原始图像,计算任意两帧原始图像的原始差值图像;
b、获取原始差值图像中每个像素点的RGB三原色色差值,将每个像素点的每一个色差值分别与第一设定阈值相比较,将具有至少一个大于第一设定阈值色差值的像素点坐标值作为前景分类样本,若干个前景分类样本构成前景分类样本集;
c、获取多帧检测图像,计算任意两帧检测图像的检测差值图像;
d、获取检测差值图像中每个像素点的RGB三原色色差值,将每个像素点的每一个色差值分别与第一设定阈值相比较,将具有至少一个大于第一设定阈值色差值的像素点坐标值作为前景检测样本,若干个前景检测样本构成前景检测样本集;
e、将前景检测样本集与前景分类样本集相比较,若两者存在不同的样本,则判定输送带跑偏。
如上所述的输送带跑偏判断方法,为提高检测速度、降低检测计算复杂度,在所述步骤e中,从所述前景分类样本集中选取若干个前景分类样本作为前景特征分类样本,根据前景特征分类样本的选取方式从所述前景检测样本集中选取若干个与前景特征分类样本相对应的前景检测样本作为前景特征检测样本,将前景特征检测样本与对应位置处的前景特征分类样本相比较,若存在坐标值不同的样本,则判定输送带跑偏。
如上所述的输送带跑偏判断方法,为滤除环境变化因素的影响、同时进一步提高检测速度,计算所述前景特征检测样本与对应位置处的所述前景特征分类样本的欧式距离,并与第二设定阈值进行比较,若存在大于第二设定阈值的欧式距离,则判定输送带跑偏。
如上所述的输送带跑偏判断方法,为进一步滤除环境变化因素影响,所述前景特征分类样本优选包括所述前景分类样本集中左上角像素点的坐标值、右上角像素点的坐标值、左下角像素点的坐标值及右下角像素点的坐标值;相应的,所述前景特征检测样本优选包括所述前景检测样本集中左上角像素点的坐标值、右上角像素点的坐标值、左下角像素点的坐标值及右下角像素点的坐标值。
如上所述的输送带跑偏判断方法,为提高检测速度、同时对输送带跑偏程度进行分类识别,分别计算所述前景检测样本集中左上角像素点与所述前景分类样本集中左上角像素点的欧式距离、所述前景检测样本集中右上角像素点与所述前景分类样本集中右上角像素点的欧式距离、所述前景检测样本集中左下角像素点与所述前景分类样本集中左下角像素点的欧式距离、所述前景检测样本集中右下角像素点与所述前景分类样本集中右下角像素点的欧式距离,并分别与所述第二设定阈值及第三设定阈值相比较;若所有欧式距离均小于第三设定阈值而大于第二设定阈值,判定输送带为微跑偏,若存在至少一个欧式距离大于等于第三设定阈值,则判定输送带为严重跑偏;第二设定阈值和第三设定阈值根据图像中像素点的数量来确定。
如上所述的输送带跑偏判断方法,为便于相关人员及时获知输送带跑偏状态,在所述步骤e之后还包括下述步骤:
f、在输送带跑偏时输出报警信号。
如上所述的输送带跑偏判断方法,所述报警信号优选为语音报警信号。
如上所述的输送带跑偏判断方法,为便于后期查看和使用,在所述步骤f之后还包括下述步骤:
g、保存输送带跑偏的信息。
本发明的目的之二是提供一种输送带跑偏判断装置,利用该装置实现输送带跑偏的自动检测和发现。
为实现上述技术目的,本发明采用下述技术方案来实现:
一种输送带跑偏判断装置,所述装置包括:
图像采集单元,用于采集输送带所处环境的图像;
差值图像计算单元,用于计算图像采集单元采集的两帧图像的差值;
RGB色差值计算单元,用于计算差值图像计算单元输出的差值图像的RGB三原色色差值;
前景样本获取单元,用于根据RGB色差值计算单元的处理结果获取前景分类样本及前景检测样本;
前景分类样本存储单元,用于存储前景样本获取单元获取的前景分类样本;
前景检测样本存储单元,用于存储前景样本获取单元获取的前景检测样本;
跑偏判定单元,用于根据前景检测样本及前景分类样本判断输送带是否跑偏。
如上所述的输送带跑偏判断装置,所述装置还包括:
特征样本提取单元,用于从所述前景分类样本存储单元中提取前景特征分类样本和从所述前景检测样本存储单元中提取前景特征检测样本;
报警信号输出单元,用于输出输送带跑偏报警信号;以及
跑偏信息存储单元,用于存储输送带跑偏信息。
与现有技术相比,本发明的优点和积极效果是:本发明通过对实时采集图像和原始图像的比对自动判断输送带是否跑偏,避免了仅靠人工视频监视判断可能出现的人为失误,在及时发现故障方面更可靠、稳定。
结合附图阅读本发明的具体实施方式后,本发明的其他特点和优点将变得更加清楚。
附图说明
图1是本发明输送带跑偏判断装置一个实施例的结构框图;
图2是本发明输送带跑偏判断方法第一个实施例的流程图;
图3是本发明输送带跑偏判断方法第二个实施例的流程图。 
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细的说明。
请参考图1,该图1所示为本发明输送带跑偏判断装置一个实施例的结构框图,图中箭头方向表示各单元的连接关系及工作的先后顺序。
如图1所示,该实施例的输送带跑偏判断装置具体包括:
图像采集单元101,用于采集输送带所处环境的图像,例如,利用在输送带所处环境中安装摄像头拍摄包含输送带在内的图像,然后采集摄像头的图像作为原始采集图像、即参考对比图像以及实时采集检测图像作为要判断的图像。
差值图像计算单元102,用于计算图像采集单元101采集的两帧图像的差值。这里,差值可以是指两幅图像的灰度值之差。
RGB色差值计算单元103,用于计算差值图像计算单元102输出的差值图像的RGB三原色色差值。
前景样本获取单元104,用于根据RGB色差值计算单元103的处理结果获取前景分类样本及前景检测样本。具体的,是将差值图像中每一个像素点的色差值分别与一个设定阈值进行比较,根据比较结果确定是否为前景样本。更具体的获取方法请参考下述方法流程的描述。
前景分类样本存储单元105,用于存储前景样本获取单元104获取的前景分类样本。该实施例对输送带跑偏进行判断时,需要首先获取对比数据,然后利用实时数据与对比数据的比较来判断输送带是否跑偏。在这里,对比数据是在输送带正常运行状态下所采集的原始图像经上述各单元处理后而获得的前景分类样本,因此,需要将这些样本数据单独存放,以备后续调取使用。
前景检测样本存储单元106,用于存储前景样本获取单元104获取的前景检测样本。这里,前景检测样本是要进行判断的实时图像经上述相应各单元处理后的数据,单独存放起来,以便于调取使用。
特征样本提取单元107,用于从前景分类样本存储单元105中提取前景特征分类样本和从前景检测样本存储单元106中提取前景特征检测样本。该单元作为该实施例的可选单元,其目的是提取出特征样本作为比较的样本,以减少整个装置在判断输送带跑偏时的计算量和复杂度,提高检测和判断的速度,提高判断结果的实时性。实际应用时,如果允许,也可以不设置该单元。
跑偏判定单元108,用于根据前景检测样本及前景分类样本判断输送带是否跑偏。在该实施例中,由于设置了特征样本提取单元107,所以跑偏判断单元108将根据前景特征检测样本和前景特征分类样本进行判断。如果未设置特征样本提取单元107,则跑偏判定单元108将从前景分类样本存储单元105中读取前景分类样本、从前景检测样本存储单元106中读取前景检测样本,然后再比较前景检测样本和前景分类样本,并根据检测结果判断输送带是否跑偏。判定的具体方法和过程请参考下述方法实施例的描述。
为便于相关人员及时获知输送带跑偏状态,该实施例的判断装置还设置有报警信号输出单元109,当跑偏判定单元108判定输送带跑偏时,将通过报警信号输出单元109输出报警信号。报警信号优选但不局限于语音信号,也可以是输出在显示屏上的文字报警信号,还可以是发光报警信号等。 相应的,报警信号输出单元109优选能够发出语音信号的扬声器或者蜂鸣器等,或者,还可以是显示屏、发光报警器件等,或者,是多种报警装置的组合形式。
而且,为便于后期信息的查看和使用,该实施例还设置了跑偏信息存储单元110,用于存储输送带跑偏的有关信息,如跑偏时间、跑偏的图像等。
上述装置的工作过程可以参考下面方法实施例的描述。
首先,本发明判断输送带跑偏的基本原理可以概述为:在输送带正常运行时,采集相应的图像作为原始图像,也即对比图像;在检测过程中,实时采集输送带运行图像作为检测图像,将检测图像与原始图像采用一定的技术手段进行比较,并根据比较结果判断出实时检测图像中的输送带是否跑偏。
请参考图2,该图2示出了本发明输送带跑偏判断方法第一个实施例的流程图。
如图2所示,输送带跑偏判断可以采用如下流程来实现:
步骤201:流程开始。
步骤202:获取多帧原始图像。
考虑到输送带的实际工作环境会因灯光、光照等因素的变化而发生微弱变化,如果仅采集输送带正常运行过程中某一时刻的一幅正常图像作为原始参考图像的话,容易产生误判而影响判断的准确性。因此,该实施例采集输送带正常运行过程中的多幅正常图像作为原始图像,并对多幅原始图像进行聚类处理,具体如下所述。例如,在该实施例中,采用N=10帧原始图像,且N帧原始图像用下述公式表示:                                                
Figure 2012101920350100002DEST_PATH_IMAGE001
表示帧数,且
Figure 2012101920350100002DEST_PATH_IMAGE003
Figure 2012101920350100002DEST_PATH_IMAGE005
Figure 849663DEST_PATH_IMAGE006
分别为图像
Figure 2012101920350100002DEST_PATH_IMAGE007
三原色中的红色色差值、绿色色差值和蓝色色差值。
步骤203:计算任意两帧原始图像的原始差值图像。
采用下述公式计算原始差值图像:
Figure 666309DEST_PATH_IMAGE008
Figure 2012101920350100002DEST_PATH_IMAGE009
Figure 527955DEST_PATH_IMAGE010
步骤204:计算原始差值图像中每个像素点的RGB三原色色差值,并将每个像素点的每一个色差值分别与第一设定阈值相比较,根据比较结果获得前景分类样本集。
具体来说,设定第一设定阈值
Figure 2012101920350100002DEST_PATH_IMAGE011
,将每个像素点的每一个色差值分别与
Figure 113657DEST_PATH_IMAGE011
相比较。对于某个像素点来说,如果其有一个色差值大于
Figure 543501DEST_PATH_IMAGE011
,则将该像素点坐标值作为一个前景分类样本,多个前景分类样本构成前景分类样本集。
根据上述处理过程可知,由于前景分类样本是色差值存在大于第一设定阈值
Figure 847444DEST_PATH_IMAGE011
的像素点,而且,在输送带运行过程中,输送带是会发生变化的前景,不会发生变化的是周围环境、也即背景,因此,前景分类样本集反映的是图像采集范围内的输送带所在的位置。
通过上述步骤202至步骤204这三个步骤的流程处理,获得了判断时需要的参考数据、也即前景分类样本集。而且,通过这三个步骤的处理,前景分类样本集是对多幅原始图像聚类处理的结果,能够有效消除环境变化而产生的干扰,确保获得的前景分类样本集能准确反映出输送带的位置。
获得参考数据之后,就需要对实时采集的图像进行相应的处理、以获得检测数据。为保证检测的一致性和准确有效性,检测数据的处理过程与参考数据的处理过程相同,具体如下所述。
步骤205:获取多帧检测图像。
检测图像的帧数可以根据采集图像所用摄像头的拍摄频率、监控精确度要求等选择合适的数量,例如,选择M=5帧原始图像。
步骤206:计算任意两帧检测图像的检测差值图像。计算公式如上述对原始图像的处理,在此不作复述。
步骤207:计算检测差值图像中每个像素点的RGB三原色色差值,并将每个像素点的每一个色差值分别与上述第一设定阈值
Figure 184884DEST_PATH_IMAGE011
相比较,根据比较结果获得前景检测样本集。
具体来说,也是将每帧检测差值图像中每个像素点的每一个色差值分别与
Figure 828355DEST_PATH_IMAGE011
相比较。对于某个像素点来说,如果其有一个色差值大于
Figure 225838DEST_PATH_IMAGE011
,则将该像素点坐标值作为一个前景检测样本,多个前景检测样本构成前景检测样本集。
步骤208:比较前景检测样本集与前景分类样本集。
将前景检测样本集中的所有样本、也即所有坐标值读取出来,然后与前景分类样本集中的所有样本、也即所有坐标值进行比较,根据两个样本集中的样本是否一致来判断输送带是否跑偏。
步骤209:判断步骤208的比较结果中是否存在不相同的样本。若存在,转至步骤211;否则,执行步骤210。
步骤210:若两个样本集中的样本全部相同,说明检测图像中的前景没有发生变化,如上所述,由于前景表示的是输送带的位置,也即表明输送带的位置没有发生变化,则判定输送带未跑偏。
步骤211:若两个样本集比较后存在不同的样本,说明输送带的位置发生了变化,因此,判断输送带跑偏。
步骤212:判断流程结束。
在该实施例中,对于第一设定阈值
Figure 954760DEST_PATH_IMAGE011
,其为一个表征灰度的数值,可以根据判断精度而选择一个合适的值,例如,可选择为1或2。
需要说明的是,该实施例为了说明整个方法的过程而将上述步骤202至步骤204中获取前景分类样本集的处理过程作为流程的一部分来描述,本领域技术人员应该理解的是,对于一条输送带的判断来说,如果其所处的背景没有发生变化,前景分类样本集的获取仅需要作为初始化步骤执行一次即可,后续在进行判断时只需要直接从步骤205开始获取检测图像并进行处理和判断。而且,本领域技术人员也应当理解,图2所示仅为一个跑偏判断过程,在实际应用中,启动输送带跑偏判断功能、获得前景分类样本集之后,将一直执行步骤205至步骤211的检测图像获取、处理及判断的过程,直至关闭该功能为止。
对于输送带跑偏判断除了可以采用上述图2实施例的方法之外,还可以采用下述图3实施例的方法。
请参考图3,该图3所示为本发明输送带跑偏判断方法第二个实施例的流程图。该第二个实施例首先按照与上述图2第一个实施例相同的方法获得了前景分类样本集及前景特征样本集,然后,再对这两个样本集中的数据进行更优的处理,以降低检测计算复杂度、提高检测速度。该第二个实施例对前景分类样本集及前景特征样本集的获取过程不再作复述,具体可参考上述图2第一个实施例,下面仅就之后的处理过程作详细阐述。
如图3所示,该第二个实施例在获得前景分类样本集及前景检测样本集之后的流程如下:
步骤301:流程开始。
步骤302:从前景分类样本集中选取前景特征分类样本。
由于前景分类样本集中可能会存在大量的样本数据,如果直接采用该样本集作为输送带是否跑偏的对比数据,虽然可以较为准确地判断出输送带是否跑偏,但是,会导致计算量非常大,势必会影响检测和判断的速度,这对于实时性要求较高的输送带跑偏判断来说未必是最佳解决方案。因此,该实施例采取了从大量的样本集中选择特征样本的处理手段。对于作为对比数据的前景分类样本集,首先需要从中选取前景特征分类样本,选取的原则是用尽量少的样本最大程度地反应样本集的整体特征。结合输送带的特点,如果发生跑偏,在视频监控区域内,其一般是发生平移性的偏移,也即前景区域发生整体的平移。利用该特性,可以考虑用前景边缘处的样本作为特征样本,也即在前景分类样本集中,选取位于前景边缘处的像素点的坐标值作为特征分类样本。这样就可以大大减少分类样本的数量,从而降低了数据处理难度,提高了判断速度。从另一个角度考虑,前景边缘也是前景与背景的分界线,该边缘处的样本既可以看作是前景,也可以认为是背景的边缘,前景边缘处特征分类样本也可以看作是背景特征分类样本,那么,此时的处理过程也可以认为是用背景样本集来判断输送带是否跑偏。
由于前景边缘处的像素点数量也会比较多,而且对于远距离传输的输送带来说,视频范围内的输送带所占的比例较小,那么,其跑偏时的移动更接近于平移。这种情况下,可以仅从前景分类样本集中选取四个样本作为特征分类样本,这四个样本分别为前景分类样本集中左上角像素点的坐标值、右上角像素点的坐标值、左下角像素点的坐标值及右下角像素点的坐标值,也即整个前景中四个角的像素点的坐标作为特征分类样本,用这四个样本既可定位整个前景的区域。
步骤303:从前景检测样本集中选取前景特征检测样本。
前景特征检测样本的选取方式与步骤302中前景特征分类样本的选取方式相同。即,如果前景特征分类样本为前景分类样本集中左上角像素点的坐标值、右上角像素点的坐标值、左下角像素点的坐标值及右下角像素点的坐标值,那么,前景特征检测样本将包括前景检测样本集中左上角像素点的坐标值、右上角像素点的坐标值、左下角像素点的坐标值及右下角像素点的坐标值。这样,才能保证对比数据与检测数据的一致性,保证判断的准确性。
步骤304:计算前景特征检测样本与对应位置处的前景特征分类样本的欧式距离。
如果环境光照变化或者灯光变化等导致环境光线发生变化,或者其他因素的影响,输送带背景将会发生变化,相应的,也会导致前景发生变化。与输送带跑偏而带来的前景变化相比,环境因素导致的前景变化较小,反映到前景样本上,样本的位置移动较小。考虑到这一因素,为滤除环境变化因素的影响,同时进一步减少计算复杂度、提高检测速度,该实施例采用了计算前景特征检测样本与对应位置处的前景特征分类样本的欧式距离、根据欧式距离与设定值的大小关系的方法来判断前景中的样本是否发生了变化。
举例来说,对于上述四个前景特征检测样本与四个前景特征分类样本来说,分别计算前景检测样本集中左上角像素点与前景分类样本集中左上角像素点的欧式距离、前景检测样本集中右上角像素点与前景分类样本集中右上角像素点的欧式距离、前景检测样本集中左下角像素点与前景分类样本集中左下角像素点的欧式距离、前景检测样本集中右下角像素点与所述前景分类样本集中右下角像素点的欧式距离。
对于未采用上述特征检测样本和特征分类样本的检测过程、或者直接用前景检测样本集中所有的样本直接与前景分类样本集中的所有的样本进行比较的检测过程来说,也可以采用计算相应两个样本的欧式距离、根据欧式距离与设定值的大小关系的方法来判断前景中的样本是否发生了变化。
步骤305:判断是否存在大于第二设定阈值的欧式距离。如存在,执行步骤307;若不存在,执行步骤306。
为了滤除环境变化因素的影响,在计算出欧式距离后,将其分别与第二设定阈值进行比较,根据比较结果进行不同的处理。
步骤306:在所有欧式距离都不大于第二设定阈值时,判定输送带未跑偏,然后转至步骤312。
在计算出的欧式距离都不大于第二设定阈值时,说明检测图像中的前景可能没有发生变化,或者变化较小。如果没有发生变化,表明输送带正常运行、未跑偏;如果变化较小,则认为是环境因素变化引起的,也判定输送带没有跑偏。
步骤307:判断所有欧式距离是否均小于第三设定阈值。若是,执行步骤309;否则,转至步骤310。
输送带跑偏会存在轻微跑偏和严重跑偏,不同的跑偏程度可能需要的处理过程不同,例如,如果是轻微跑偏,只需要生产线操作工人进行简单的处理,而如果严重跑偏,可能需要断电维修,因此,该实施例又设置了第三设定阈值,且第三设定阈值大于第二设定阈值。在步骤305判定存在大于第二设定阈值的欧式距离时,再将欧式距离与第三设定阈值进行比较,并根据比较结果执行不同的处理。
在该实施例中,第二设定阈值和第三设定阈值根据图像中像素点的数量来确定。例如,对于具有300个像素点的图像来说,第二设定阈值可选择为4,第三设定阈值可选为6。
步骤308:在所有欧式距离均小于第三设定阈值时,判定输送带微跑偏。然后,转至步骤310。
而且,对于具有上述四个前景特征检测样本的判断来说,由于输送带跑偏时进行平移移动,在输送带微跑偏时,一般是向一个方向平移,因此,可以根据前景特征检测样本相对于对应的前景特征分类样本的移动方向判断出输送带的跑偏方向。例如,以输送带前进方向为Y轴正方向,如果前景特征检测样本相对于对应的前景特征分类样本沿X轴负方向偏移,则可判定输送带向左方向发生偏移。
步骤309:若存在不小于第三设定阈值的欧式距离,则判定输送带严重跑偏。
在输送带严重跑偏时,不仅会存在输送带左右移动的现象,可能还会发生溢料,需要及时进行相应处理。
步骤310:在判定输送带发生跑偏、且判定出为严重跑偏或微跑偏时,输出报警信号。
   在判断出输送带发送跑偏后,需要以准确、恰当的方式通知相关人员,因此,该实施例设置了输出报警信号的步骤,以便于相关人员及时获知输送带跑偏状态并采取相应的措施。报警信号可以是输出在显示屏上的文字报警信号,也可以是发光报警信号,还可以是语音报警信号,或者多种报警信号的组合。优选采用语音报警信号,且能够针对不同的跑偏程度发出不同的语音报警信号,使得相关人员即使不查看图像也能够及时获知输送带是否跑偏。
步骤311:保存输送带跑偏信息。
在输出报警信号的同时,还可以保存输送带跑偏的相关信息,如跑偏时间、跑偏的图像等,以便于后期信息的查看和使用。
步骤312:流程结束。
需要说明的是,与图2实施例类似,图3所示也仅为一个跑偏判断过程,在实际应用中,启动输送带跑偏判断功能、获得前景分类样本集之后,将不断获取检测图像、利用检测图像获得前景检测样本集,然后,一直执行该实施例的判断过程,直至关闭输送带跑偏判断功能为止。
以上实施例仅用以说明本发明的技术方案,而非对其进行限制;尽管参照前述实施例对本发明进行了详细的说明,对于本领域的普通技术人员来说,依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。

Claims (10)

1.一种输送带跑偏判断方法,其特征在于,所述方法包括下述步骤:
a、获取多帧原始图像,计算任意两帧原始图像的原始差值图像;
b、获取原始差值图像中每个像素点的RGB三原色色差值,将每个像素点的每一个色差值分别与第一设定阈值相比较,将具有至少一个大于第一设定阈值色差值的像素点坐标值作为前景分类样本,若干个前景分类样本构成前景分类样本集;
c、获取多帧检测图像,计算任意两帧检测图像的检测差值图像;
d、获取检测差值图像中每个像素点的RGB三原色色差值,将每个像素点的每一个色差值分别与第一设定阈值相比较,将具有至少一个大于第一设定阈值色差值的像素点坐标值作为前景检测样本,若干个前景检测样本构成前景检测样本集;
e、将前景检测样本集与前景分类样本集相比较,若两者存在不同的样本,则判定输送带跑偏。
2.根据权利要求1所述的输送带跑偏判断方法,其特征在于,在所述步骤e中,从所述前景分类样本集中选取若干个前景分类样本作为前景特征分类样本,根据前景特征分类样本的选取方式从所述前景检测样本集中选取若干个与前景特征分类样本相对应的前景检测样本作为前景特征检测样本,将前景特征检测样本与对应位置处的前景特征分类样本相比较,若存在坐标值不同的样本,则判定输送带跑偏。
3.根据权利要求2所述的输送带跑偏判断方法,其特征在于,计算所述前景特征检测样本与对应位置处的所述前景特征分类样本的欧式距离,并与第二设定阈值进行比较,若存在大于第二设定阈值的欧式距离,则判定输送带跑偏。
4.根据权利要求3所述的输送带跑偏判断方法,其特征在于,所述前景特征分类样本包括所述前景分类样本集中左上角像素点的坐标值、右上角像素点的坐标值、左下角像素点的坐标值及右下角像素点的坐标值,所述前景特征检测样本包括所述前景检测样本集中左上角像素点的坐标值、右上角像素点的坐标值、左下角像素点的坐标值及右下角像素点的坐标值。
5.根据权利要求4所述的输送带跑偏判断方法,其特征在于,分别计算所述前景检测样本集中左上角像素点与所述前景分类样本集中左上角像素点的欧式距离、所述前景检测样本集中右上角像素点与所述前景分类样本集中右上角像素点的欧式距离、所述前景检测样本集中左下角像素点与所述前景分类样本集中左下角像素点的欧式距离、所述前景检测样本集中右下角像素点与所述前景分类样本集中右下角像素点的欧式距离,并分别与所述第二设定阈值及第三设定阈值相比较;若所有欧式距离均小于第三设定阈值而大于第二设定阈值,判定输送带为微跑偏,若存在至少一个欧式距离大于等于第三设定阈值,则判定输送带为严重跑偏;第二设定阈值和第三设定阈值根据图像中像素点的数量来确定。
6.根据权利要求1至5中任一项所述的输送带跑偏判断方法,其特征在于,在所述步骤e之后还包括下述步骤:
f、在输送带跑偏时输出报警信号。
7.根据权利要求6所述的输送带跑偏判断方法,其特征在于,所述报警信号为语音报警信号。
8.根据权利要求6所述的输送带跑偏判断方法,其特征在于,在所述步骤f之后还包括下述步骤:
g、保存输送带跑偏的信息。
9.一种输送带跑偏判断装置,其特征在于,所述装置包括:
图像采集单元,用于采集输送带所处环境的图像;
差值图像计算单元,用于计算图像采集单元采集的两帧图像的差值;
RGB色差值计算单元,用于计算差值图像计算单元输出的差值图像的RGB三原色色差值;
前景样本获取单元,用于根据RGB色差值计算单元的处理结果获取前景分类样本及前景检测样本;
前景分类样本存储单元,用于存储前景样本获取单元获取的前景分类样本;
前景检测样本存储单元,用于存储前景样本获取单元获取的前景检测样本;
跑偏判定单元,用于根据前景检测样本及前景分类样本判断输送带是否跑偏。
10.根据权利要求9所述的输送带跑偏判断装置,其特征在于,所述装置还包括:
特征样本提取单元,用于从所述前景分类样本存储单元中提取前景特征分类样本和从所述前景检测样本存储单元中提取前景特征检测样本;
报警信号输出单元,用于输出输送带跑偏报警信号;以及
跑偏信息存储单元,用于存储输送带跑偏信息。
CN201210192035.0A 2012-06-12 2012-06-12 输送带跑偏判断方法及判断装置 Expired - Fee Related CN102673979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210192035.0A CN102673979B (zh) 2012-06-12 2012-06-12 输送带跑偏判断方法及判断装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210192035.0A CN102673979B (zh) 2012-06-12 2012-06-12 输送带跑偏判断方法及判断装置

Publications (2)

Publication Number Publication Date
CN102673979A true CN102673979A (zh) 2012-09-19
CN102673979B CN102673979B (zh) 2014-06-11

Family

ID=46806661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210192035.0A Expired - Fee Related CN102673979B (zh) 2012-06-12 2012-06-12 输送带跑偏判断方法及判断装置

Country Status (1)

Country Link
CN (1) CN102673979B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105083912A (zh) * 2015-07-07 2015-11-25 青岛科技大学 一种基于图像识别的输送带跑偏检测方法
CN106391728A (zh) * 2015-07-28 2017-02-15 Posco公司 带钢位置测量装置、带钢跑偏控制装置及计算方法
CN106780599A (zh) * 2016-12-06 2017-05-31 武汉秀宝软件有限公司 一种基于Hough变化的圆形识别方法及系统
CN108706308A (zh) * 2018-05-29 2018-10-26 华电重工股份有限公司 一种输送机的故障识别方法、装置及系统
CN109969736A (zh) * 2019-01-17 2019-07-05 上海大学 一种大型运载皮带跑偏故障智能检测方法
CN111038964A (zh) * 2019-12-12 2020-04-21 中国二十冶集团有限公司 皮带机跑偏快速纠正方法以及纠偏装置
CN112124900A (zh) * 2020-08-28 2020-12-25 西安科技大学 一种井下皮带偏移的视觉检测方法
CN112254683A (zh) * 2020-10-27 2021-01-22 常州市新创智能科技有限公司 一种复材拉挤件直线度评估方法
CN112862821A (zh) * 2021-04-01 2021-05-28 中国工商银行股份有限公司 基于图像处理的漏水检测方法、装置、计算设备和介质
CN112919050A (zh) * 2021-02-04 2021-06-08 华润电力技术研究院有限公司 输送皮带监控方法、装置、设备及计算机可读存储介质
CN113306991A (zh) * 2021-04-16 2021-08-27 北京伟景智能科技有限公司 基于立体视觉的煤炭运输机监测管理系统
CN114323638A (zh) * 2022-01-05 2022-04-12 山东工大中能科技有限公司 基于计算机视觉的输送带打滑检测方法、系统及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9405818D0 (en) * 1994-03-24 1994-05-11 Royal Doulton Ltd Method and device for controlling belt tracking
JP2001272209A (ja) * 2000-03-23 2001-10-05 Mitsubishi Electric Engineering Co Ltd 発熱移動体の配列位置検出装置
CN1597469A (zh) * 2004-09-24 2005-03-23 山东省科学院海洋仪器仪表研究所 短皮带自动纠偏系统及方法
US20080044211A1 (en) * 2006-08-18 2008-02-21 Konica Minolta Holdings, Inc. Belt conveying device, image forming apparatus provided therewith and adjustment method of belt skew controller in belt conveyance device
CN101738224A (zh) * 2008-11-04 2010-06-16 任安祥 工况检测方法、装置及系统
JP2011096011A (ja) * 2009-10-29 2011-05-12 Toshiba Corp 搬送監視装置および搬送監視方法
CN102134636A (zh) * 2010-01-26 2011-07-27 宝钢新日铁汽车板有限公司 监控退火炉内钢带跑偏的方法
CN102320457A (zh) * 2011-08-23 2012-01-18 北京纵横兴业科技发展有限公司 一种用于监控输煤系统的输煤皮带的智能监控系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9405818D0 (en) * 1994-03-24 1994-05-11 Royal Doulton Ltd Method and device for controlling belt tracking
GB2287686A (en) * 1994-03-24 1995-09-27 Royal Doulton Conveyor belt tracking system
JP2001272209A (ja) * 2000-03-23 2001-10-05 Mitsubishi Electric Engineering Co Ltd 発熱移動体の配列位置検出装置
CN1597469A (zh) * 2004-09-24 2005-03-23 山东省科学院海洋仪器仪表研究所 短皮带自动纠偏系统及方法
US20080044211A1 (en) * 2006-08-18 2008-02-21 Konica Minolta Holdings, Inc. Belt conveying device, image forming apparatus provided therewith and adjustment method of belt skew controller in belt conveyance device
CN101738224A (zh) * 2008-11-04 2010-06-16 任安祥 工况检测方法、装置及系统
JP2011096011A (ja) * 2009-10-29 2011-05-12 Toshiba Corp 搬送監視装置および搬送監視方法
CN102134636A (zh) * 2010-01-26 2011-07-27 宝钢新日铁汽车板有限公司 监控退火炉内钢带跑偏的方法
CN102320457A (zh) * 2011-08-23 2012-01-18 北京纵横兴业科技发展有限公司 一种用于监控输煤系统的输煤皮带的智能监控系统

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105083912A (zh) * 2015-07-07 2015-11-25 青岛科技大学 一种基于图像识别的输送带跑偏检测方法
CN106391728A (zh) * 2015-07-28 2017-02-15 Posco公司 带钢位置测量装置、带钢跑偏控制装置及计算方法
CN106391728B (zh) * 2015-07-28 2019-05-10 Posco公司 带钢位置测量装置、带钢跑偏控制装置及计算方法
CN106780599A (zh) * 2016-12-06 2017-05-31 武汉秀宝软件有限公司 一种基于Hough变化的圆形识别方法及系统
CN108706308A (zh) * 2018-05-29 2018-10-26 华电重工股份有限公司 一种输送机的故障识别方法、装置及系统
CN109969736A (zh) * 2019-01-17 2019-07-05 上海大学 一种大型运载皮带跑偏故障智能检测方法
CN111038964A (zh) * 2019-12-12 2020-04-21 中国二十冶集团有限公司 皮带机跑偏快速纠正方法以及纠偏装置
CN112124900A (zh) * 2020-08-28 2020-12-25 西安科技大学 一种井下皮带偏移的视觉检测方法
CN112124900B (zh) * 2020-08-28 2022-05-20 西安科技大学 一种井下皮带偏移的视觉检测方法
CN112254683A (zh) * 2020-10-27 2021-01-22 常州市新创智能科技有限公司 一种复材拉挤件直线度评估方法
CN112254683B (zh) * 2020-10-27 2021-09-03 常州市新创智能科技有限公司 一种复材拉挤件直线度评估方法
CN112919050A (zh) * 2021-02-04 2021-06-08 华润电力技术研究院有限公司 输送皮带监控方法、装置、设备及计算机可读存储介质
CN112862821A (zh) * 2021-04-01 2021-05-28 中国工商银行股份有限公司 基于图像处理的漏水检测方法、装置、计算设备和介质
CN113306991A (zh) * 2021-04-16 2021-08-27 北京伟景智能科技有限公司 基于立体视觉的煤炭运输机监测管理系统
CN114323638A (zh) * 2022-01-05 2022-04-12 山东工大中能科技有限公司 基于计算机视觉的输送带打滑检测方法、系统及装置

Also Published As

Publication number Publication date
CN102673979B (zh) 2014-06-11

Similar Documents

Publication Publication Date Title
CN102673979B (zh) 输送带跑偏判断方法及判断装置
CN104301712B (zh) 一种基于视频分析的监控摄像头抖动检测方法
CN103150549B (zh) 一种基于烟雾早期运动特征的公路隧道火灾检测方法
CN106226157B (zh) 混凝土构件裂缝自动检测装置及方法
CN100520362C (zh) 基于彩色ccd图像分析的森林火情烟雾检测方法
CN110422586B (zh) 一种皮带运输机工作状态监测方法、装置及设备
CN103886294B (zh) 基于图像的换流站用避雷器动作次数的识别方法以及系统
CN105139397B (zh) 一种pcb板检测方法及装置
CN113283344A (zh) 一种基于语义分割网络的矿用输送带跑偏检测方法
CN103051872A (zh) 基于图像边缘提取的输送带跑偏检测方法
CN103096121B (zh) 一种摄像头移动检测方法及装置
CN101751572A (zh) 一种图案检测方法、装置、设备及系统
CN104036575A (zh) 施工现场安全帽佩戴情况监控方法
CN102509075A (zh) 一种遗留物检测方法及装置
CN104966304A (zh) 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法
CN105321289B (zh) 一种全天候监控图像智能分析与报警系统与方法
CN112784821A (zh) 基于YOLOv5的工地行为安全检测识别方法及系统
CN101739694A (zh) 基于图像分析的高压输电线的超高检测的方法及装置
CN102879404B (zh) 工业结构化场景中医用胶囊缺陷自动检测的系统
CN104680145A (zh) 一种门的开关状态变化检测方法及装置
CN207233038U (zh) 人脸点名与计数系统
CN115620192A (zh) 一种高空作业安全绳穿戴检测的方法和装置
CN103425960A (zh) 一种视频中快速运动物体侦测方法
CN113111771A (zh) 一种发电厂工作人员不安全行为的识别方法
CN106650735B (zh) 一种led字符自动定位识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140611

Termination date: 20190612

CF01 Termination of patent right due to non-payment of annual fee