CN104658010B - 一种钢丝绳偏摆视频检测系统及方法 - Google Patents

Abstract

本发明公开了一种钢丝绳偏摆视频检测系统及方法，包括摄像机模块、图像处理模块、目标检测模块、特征提取模块、偏摆计算模块、显示器模块及报警器模块，摄像机模块依次与图像处理模块、目标检测模块、特征提取模块和偏摆计算模块连接，偏摆计算模块分别与显示模块和报警模块连接；具体方法：Ⅰ、图像获取；Ⅱ、图像处理；Ⅲ、目标检测；Ⅳ、特征提取；Ⅴ、偏摆量计算；可实时对钢丝绳横向偏摆进行检测，并能显示出钢丝绳横向偏摆的具体距离，在偏摆距离达到阈值时可以进行报警，便于工作人员及时进行处理。

Description

一种钢丝绳偏摆视频检测系统及方法

技术领域

本发明涉及一种视频检测方法，具体是一种钢丝绳偏摆视频检测系统及方法。

背景技术

视频监控系统是指通过视频监视来达到对监控对象的监视、控制、管理和安全防范，是一种时效性较强的综合管理系统。

钢丝绳是指用多根或多股细钢丝拧成的挠性绳索，钢丝绳是由多层钢丝捻成股，再以绳芯为中心，由一定数量股捻绕成螺旋状的绳。在物料搬运机械中，供提升、牵引、拉紧和承载之用。钢丝绳的强度高、自重轻、工作平稳、不易骤然整根折断，工作可靠。

在提升钢丝绳系统中，钢丝绳工作时会出现横向偏摆的现象，在工作过程中钢丝绳偏摆量过大会直接影响到钢丝绳的强度和天轮与卷筒的磨损，进而影响整个提升系统的性能。如果偏摆量超过了允许的范围会对钢丝绳和设备造成损坏。能否实时检测其偏摆量和超过允许量时的报警尤为重要，对整个提升钢丝绳系统具有很大的实用意义。

发明内容

针对上述现有技术存在的问题，本发明提供一种钢丝绳偏摆视频检测系统及方法，可实时对钢丝绳横向偏摆进行检测，并能显示出钢丝绳横向偏摆的具体距离，在偏摆距离达到阈值时可以进行报警，便于工作人员及时进行处理。

为了实现上述目的，本发明采用的技术方案是：该种钢丝绳偏摆视频检测系统，包括摄像机模块、图像处理模块、目标检测模块、特征提取模块、偏摆计算模块、显示器模块及报警器模块，摄像机模块依次与图像处理模块、目标检测模块、特征提取模块和偏摆计算模块连接，偏摆计算模块分别与显示模块和报警模块连接。

该种钢丝绳偏摆视频检测方法，其具体步骤为：

Ⅰ、图像获取：摄像机模块安装在卷筒与天轮的中线位置，并保持位置不变，实现对钢丝绳实时的监控摄像，摄像机模块将钢丝绳工作过程中的图像传递到图像处理模块中；

Ⅱ、图像处理：将摄像机模块传递过来的视频信息分解成每一帧的图像信息；然后对每一帧的图像进行噪声滤除，即滤波处理；

Ⅲ、目标检测：对处理过后的图像进行目标监测，使目标的分割和识别合二为一；然后将监测到的钢丝绳信息送到特征提取模块；

Ⅳ、特征提取：使用计算机提取钢丝绳和卷筒中轴的图像信息，决定每个图像的点是否属于一个图像特征，然后特征提取的结果是把图像上的点分为不同的子集；

Ⅴ、偏摆量计算：首先经过上述步骤Ⅰ～Ⅳ，采集钢丝绳在卷筒和天轮的中线位置静止不动时的图像，作为基准图像，然后将摄像机模块实时采集的图像经过上述步骤Ⅰ～Ⅳ处理后与上述的基准图像进行比对，计算出实时偏摆量并通过显示器模块显示，若偏摆量达到阈值时，通过报警模块发出报警提示。

与现有技术相比，本发明利用摄像机拍摄钢丝绳偏摆的情况，通过采用实时图像与基准图像进行比对，计算出偏摆量，若偏摆距离达到阈值时可以进行报警，便于工作人员及时进行处理。

附图说明

图1是本发明的电原理图；

图2是本发明中摄像机的安装位置图；

图3是本发明中摄像机采集的钢丝绳基准图；

图4是本发明中摄像机实时采集的钢丝绳偏摆图；

图5是本发明中摄像机实时采集图像与基准图像对比图；

图6是本发明中钢丝绳偏摆计算原理图；

图7是本发明中检测方法的流程图。

图中：1、天轮，2、钢丝绳，3、摄像机模块，4、卷筒。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1所示，本发明包括摄像机模块3、图像处理模块、目标检测模块、特征提取模块、偏摆计算模块、显示器模块及报警器模块，摄像机模块依次与图像处理模块、目标检测模块、特征提取模块和偏摆计算模块连接，偏摆计算模块分别与显示模块和报警模块连接。

如图2至7所示，该种钢丝绳偏摆视频检测方法，其具体步骤为：

Ⅰ、图像获取：摄像机模块3安装在卷筒4与天轮1的中线位置，并保持位置不变，实现对钢丝绳2实时的监控摄像，摄像机模块3将钢丝绳2工作过程中的图像传递到图像处理模块中；

Ⅱ、图像处理：将摄像机模块3传递过来的视频信息分解成每一帧的图像信息；由于图像噪声会影响到整个图像处理的全过程以及输出的结果，图像的噪声主要分为内部噪声和外部噪声：a、外部噪声：从处理系统外来的影响，如光电干扰或电磁波从电源线窜入系统的噪声；b、内部噪声：主要有和电的基本性质影响、机械运动产生噪声、元件噪声和系统内部的噪声；所以对每一帧的图像进行噪声滤除，即滤波处理；

Ⅲ、目标检测：对处理过后的图像进行目标监测，是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力；然后将监测到的钢丝绳信息送到特征提取模块；

Ⅳ、特征提取：使用计算机提取钢丝绳2和卷筒中轴的图像信息，决定每个图像的点是否属于一个图像特征，然后特征提取的结果是把图像上的点分为不同的子集；这些子集往往属于孤立的点、连续的曲线或者连续的区域，利用特征提取模块，实现对钢丝绳和卷筒中轴的特征提取；

Ⅴ、偏摆量计算：钢丝绳工作时，自身会有一定的横向偏摆。而钢丝绳的一端也会沿着卷筒缓慢的平移，影响对钢丝绳偏摆的检测，所以检测时一定要除去这个平移运动。首先经过上述步骤Ⅰ～Ⅳ，如图3所示，采集钢丝绳在卷筒和天轮的中线位置静止不动时的图像，作为基准图像，如图4所示，然后将摄像头实时采集的图像经过上述步骤Ⅰ～Ⅳ处理后与上述的基准图像进行比对，计算出实时偏摆量并通过显示器模块显示，如图5所示，在钢丝绳向左偏摆和钢丝绳向右偏摆图像上每间隔取钢丝绳上的点，然后依次得出各个点到基准图像的水平距离，即为ΔL₁～ΔL₈，会有距离的差别，并且ΔL₁～ΔL₈的距离会随着钢丝绳的偏摆和在卷筒上的移动而改变，具体计算过程为：

在图6a中，根据图中信息可得

ΔS＝(ΔH×tanθ-ΔL)×cosθ (1)

在图6b中，根据相同原理可得

ΔS＝(ΔL-ΔH×tanθ)×cosθ (2)

根据实际测得的数据，得

$\mathrm{\θ}=\arctan \frac{{\mathrm{\ΔL}}_8}{H}$

代入到式(1)中，得

$\mathrm{\Δ}S=(\frac{\mathrm{\Δ}H\×{\mathrm{\ΔL}}_8}{H}-\mathrm{\Δ}L)\×\frac{H}{\sqrt{H^2+{{\mathrm{\ΔL}}_8}^2}}---\left(3\right)$

代入到式(2)中，得

$\mathrm{\Δ}S=(\mathrm{\Δ}L-\frac{\mathrm{\Δ}H\×{\mathrm{\ΔL}}_8}{H})\×\frac{H}{\sqrt{H^2+{{\mathrm{\ΔL}}_8}^2}}---\left(4\right)$

设钢丝绳偏摆实际距离为S，S＝ΔS₁+ΔS₂+…+ΔS₇。

设L＝ΔL₁+ΔL₂+…+ΔL₇ (5)

图5中，ΔL₁～ΔL₇对应的ΔH₁～ΔH₇依次为

1/8H、1/4H、3/8H、1/2H、5/8H、3/4H、7/8H。

在图5a中将ΔL₁～ΔL₇和ΔH₁～ΔH₇依次代入到式(3)中，可得ΔS₁～ΔS₇。则：

$S=\[\frac{7}{2}{\mathrm{\ΔL}}_8-L\]\×\frac{H}{\sqrt{H^2+{{\mathrm{\ΔL}}_8}^2}}---\left(6\right)$

在图5b中将ΔL₁～ΔL₇和ΔH₁～ΔH₇依次代入到式(4)中，可得ΔS₁～ΔS₇。则：

$S=\[L-\frac{7}{2}{\mathrm{\ΔL}}_8\]\×\frac{H}{\sqrt{H^2+{{\mathrm{\ΔL}}_8}^2}}---\left(7\right)$

若偏摆量达到阈值时，通过报警模块发出报警提示。

Claims (1)

1.一种钢丝绳偏摆视频检测方法，其特征在于，其具体步骤为：

Ⅰ、图像获取：摄像机模块(3)安装在卷筒(4)与天轮(1)的中线位置，并保持位置不变，实现对钢丝绳(2)实时的监控摄像，摄像机模块(3)将钢丝绳(2)工作过程中的图像传递到图像处理模块中；

Ⅱ、图像处理：将摄像机模块(3)传递过来的视频信息分解成每一帧的图像信息；然后对每一帧的图像进行噪声滤除，即滤波处理；

Ⅲ、目标检测：对处理过后的图像进行目标监测，使目标的分割和识别合二为一；然后将监测到的钢丝绳信息送到特征提取模块；

Ⅳ、特征提取：使用计算机提取钢丝绳(2)和卷筒中轴的图像信息，决定每个图像的点是否属于一个图像特征，然后特征提取的结果是把图像上的点分为不同的子集；

Ⅴ、偏摆量计算：首先经过上述步骤Ⅰ～Ⅳ，采集钢丝绳(2)在卷筒(4)和天轮(1)的中线位置静止不动时的图像，作为基准图像，然后将摄像机模块(3)实时采集的图像经过上述步骤Ⅰ～Ⅳ处理后与上述的基准图像进行比对，计算出实时自偏摆量并通过显示器模块显示，在钢丝绳向左偏摆和钢丝绳向右偏摆图像上每间隔取钢丝绳上的点，然后依次得出各个点到基准图像的水平距离，即为ΔL₁～ΔL₈，并且ΔL₁～ΔL₈的距离会随着钢丝绳的偏摆和在卷筒上的移动而改变，具体计算过程为：

钢丝绳左偏摆情况为：

ΔS＝(ΔH×tanθ-ΔL)×cosθ (1)

钢丝绳右偏摆情况为：

ΔS＝(ΔL-ΔH×tanθ)×cosθ (2)

根据实际测得的数据，得

$\mathrm{\θ}=\arctan \frac{{\mathrm{\ΔL}}_8}{H}$

代入到式(1)中，得

$\mathrm{\Δ}S=(\frac{\mathrm{\Δ}H\×{\mathrm{\ΔL}}_8}{H}-\mathrm{\Δ}L)\×\frac{H}{\sqrt{H^2+{{\mathrm{\ΔL}}_8}^2}}---\left(3\right)$

代入到式(2)中，得

$\mathrm{\Δ}S=(\mathrm{\Δ}L-\frac{\mathrm{\Δ}H\×{\mathrm{\ΔL}}_8}{H})\×\frac{H}{\sqrt{H^2+{{\mathrm{\ΔL}}_8}^2}}---\left(4\right)$

设钢丝绳偏摆实际距离为S，S＝ΔS₁+ΔS₂+…+ΔS₇，

设L＝ΔL₁+ΔL₂+…+ΔL₇ (5)

ΔL₁～ΔL₇对应的ΔH₁～ΔH₇依次为

1/8H、1/4H、3/8H、1/2H、5/8H、3/4H、7/8H；

将ΔL₁～ΔL₇和ΔH₁～ΔH₇依次代入到式(3)中，可得ΔS₁～ΔS₇，则：

$S=\[\frac{7}{2}{\mathrm{\ΔL}}_8-L\]\×\frac{H}{\sqrt{H^2+{{\mathrm{\ΔL}}_8}^2}}---\left(6\right)$

将ΔL₁～ΔL₇和ΔH₁～ΔH₇依次代入到式(4)中，可得ΔS₁～ΔS₇，则：

$S=\[L-\frac{7}{2}{\mathrm{\ΔL}}_8\]\×\frac{H}{\sqrt{H^2+{{\mathrm{\ΔL}}_8}^2}}---\left(7\right)$

上述式中：H为天轮到卷筒之间的垂直距离，L为钢丝绳偏摆位置与垂直静止位置的水平距离；

若左偏摆量或右偏摆量达到阈值时，通过报警模块发出报警提示。