CN104828517B

CN104828517B - 基于视觉的皮带跑偏检测方法

Info

Publication number: CN104828517B
Application number: CN201510221251.7A
Authority: CN
Inventors: 伍云霞; 孙继平
Original assignee: China University of Mining and Technology Beijing CUMTB
Current assignee: China University of Mining and Technology Beijing CUMTB
Priority date: 2015-05-05
Filing date: 2015-05-05
Publication date: 2017-03-29
Anticipated expiration: 2035-05-05
Also published as: CN104828517A

Abstract

本发明公开了一种基于视觉的皮带跑偏检测方法，在皮带非承载面显著地标记皮带中轴线，成像系统光轴垂直于所述皮带面，摄取包含中轴线的清晰皮带图像I，检测所述图像I中的皮带中轴线，计算从图像坐标系原点到所述检测到的皮带中轴线的垂线与图像坐标系水平方向的夹角所述夹角度量了皮带的跑偏量及方向，该方法测量精度很高，非接触式检测，检测设备不会遭受磨损。

Description

基于视觉的皮带跑偏检测方法

技术领域

本发明涉及一种带式输送机皮带跑偏检测方法，尤其涉及一种基于视觉的非接触式的皮带跑偏检测方法。

背景技术

在煤矿生产中，带式输送机是最主要的运输工具之一，带式输送机的皮带跑偏是皮带运输过程中常见的问题。皮带跑偏带来了皮带磨损、托辊和机架磨损等问题，影响了皮带的使用寿命，同时也影响了生产过程。目前皮带跑偏检测绝大多数采用的是机械式的接触式检测方法，跑偏检测装置在工作一段时间后会因磨损而损坏或检测失灵，稳定性很差，另外只有当皮带跑偏超过一定量后才起作用，不能随时定量检测皮带的跑偏量。

需要一种解决或至少改善现有技术中固有的一个或多个问题的皮带跑偏检测方法。

发明内容

因此本发明的目的在于提供一种基于视觉的皮带跑偏检测方法，该方法采用非接触式检测方法，检测设备不会遭受磨损，不仅可以检测到皮带的跑偏方向，而且可以高精度地检测到皮带跑偏的定量值。

根据一种实施例形式，提供一种基于视觉的皮带跑偏检测方法，本发明提供的技术方案如下：在皮带非承载物面显著地标记皮带中轴线，成像系统光轴垂直于所述皮带非承载面，摄取包含中轴线的清晰皮带面图像I，检测所述图像I中的皮带中轴线，计算从图像坐标系原点到所述检测到的皮带中轴线的垂线与图像坐标系水平方向的夹角所述夹角度量了皮带的跑偏量及方向，若所述则皮带正常，否则皮带跑偏，为允许的偏度，具体步骤如下：

A1.计算每个像素点σ邻域内的张量T

其中，[I_x I_y]^T表示图像I中像素点(x，y)处的梯度，F_σ表示在像素点(x，y)邻域σ内的平均操作；

A2.计算每个像素点σ邻域内的结构为直线的置信度C；

A3.找出所有的K个像素点，k₀为设定的参数；

A4.计算所有K个像素点邻域结构的方向

A5.若的像素点数大于或者等于αK，则皮带正常，若的像素点数大于αK，则皮带跑偏，为允许的偏度，α为设定的参数，αK个像素点的的均值为皮带跑偏量，符号为皮带跑偏方向。

在进一步特定的但非限制性的形式中，计算图像中像素点梯度的模板为：

p₅＝[0.037659 0.249153 0.426375 0.249153 0.037659]

d₅＝[0.109604 -0.276691 0 0.276691 -0.109604]

附图说明

通过以下说明，附图实施例变得显而易见，其仅以结合附图描述的至少一种优选但非限制性实施例的示例方式给出。

图1为本发明方法的检测原理图。

具体实施方式

在皮带非承载面明显标识皮带中轴线，标识线宽在2mm～3mm之间，成像装置光轴垂直于所述皮带面，清晰摄取皮带图像I。图1示出了皮带跑偏和非跑偏时中轴线在图像中成像位置的示意图。建立图像平面坐标系如图1所示，皮带中轴线上在图像中的位置可由从坐标原点到该直线的法向长度ρ及该直线法向与坐标轴水平方向的夹角确定(如图1所示)，通过检测图像中皮带中轴线并确定其法线方向即可确定皮带的跑偏程度。

寻找图像I中的皮带中轴线及其法线方向的步骤如下：

A1.计算每个像素点σ邻域内的张量T

其中，[I_x I_y]^T表示图像I中像素点(x，y)处的梯度，F_σ表示在像素点(x，y)邻域σ内的平均操作。梯度操作可采用sobel算子，为了更精确地探测边方向，可用如下参数的梯度模板：

p₅＝[0.037659 0.249153 0.426375 0.249153 0.037659]

d₅＝[0.109604 -0.276691 0 0.276691 -0.109604]

F_σ为标准偏差为σ的高斯滤波器，σ的选择也影响边的探测精度。

A2.计算每个像素点σ邻域内的结构为直线的置信度C

当C→1时表示其σ邻域内结构趋向直线；

A3.找出所有的K个像素点，k₀为设定的参数

设定直线置信度阈值k₀，找出所有直线置信度在阈值k₀之上的象素点，由于皮带中轴线和皮带面有显著差异，因此直线置信度高的像素点大多聚集在皮带中轴线附近。

A4.计算所有直线置信度在阈值之上的K个像素点邻域结构的方向

A5.若的像素点数大于或者等于αK，则皮带正常，若的像素点数大于αK，则皮带跑偏，为允许的偏度，α为设定的参数；

皮带跑偏量可取αK个像素点的的均值，由图1可以看出的符号确定了皮带跑偏方向，当大于0时，皮带右偏，当小于0时，皮带左偏。

Claims

1.一种基于视觉的皮带跑偏检测方法，其特征在于：皮带非承载面中轴线标记显著，成像系统光轴垂直于所述皮带非承载面，摄取含有中轴线的清晰皮带面图像I，检测所述图像I中的皮带中轴线，计算从图像坐标系原点到所述检测到的皮带中轴线的垂线与图像坐标系水平方向的夹角所述夹角度量了皮带的跑偏量及方向，若所述则皮带正常，否则皮带跑偏，为允许的偏度，具体步骤如下：

A1.计算每个像素点σ邻域内的张量T

T = F_{σ} (\begin{matrix} I_{x}^{2} & I_{x} I_{y} \\ I_{x} I_{y} & I_{y}^{2} \end{matrix}) = [\begin{matrix} T_{x x} & T_{x y} \\ T_{x y} & T_{y y} \end{matrix}]

A2.计算每个像素点σ邻域内的结构为直线的置信度C；

C = \frac{\sqrt{{(T_{x x} - T_{y y})}^{2} + 4 T_{x y}^{2}}}{T_{x x} + T_{y y}}

A3.找出所有的K个像素点，k₀为设定的参数；

A4.计算所有K个像素点邻域结构的方向

A5.若且的像素点数大于或者等于αK，则皮带正常，若或的像素点数大于αK，则皮带跑偏，为允许的偏度，α为设定的参数，所述或的αK个像素点的的均值为皮带跑偏量，符号“-”和“+”表示两相反的皮带跑偏方向。

2.根据权利要求1所述方法，其特征在于步骤A1中计算像素梯度的滤波器模板为：

p₅＝[0.037659 0.249153 0.426375 0.249153 0.037659]

d₅＝[0.109604 -0.276691 0 0.276691 -0.109604]。