CN105692122B - 一种基于激光线的输送带纵向撕裂检测方法 - Google Patents
一种基于激光线的输送带纵向撕裂检测方法 Download PDFInfo
- Publication number
- CN105692122B CN105692122B CN201610244385.5A CN201610244385A CN105692122B CN 105692122 B CN105692122 B CN 105692122B CN 201610244385 A CN201610244385 A CN 201610244385A CN 105692122 B CN105692122 B CN 105692122B
- Authority
- CN
- China
- Prior art keywords
- point
- tear
- conveyer belt
- laser rays
- straight line
- 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.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/02—Control devices, e.g. for safety, warning or fault-correcting detecting dangerous physical condition of load carriers, e.g. for interrupting the drive in the event of overheating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/02—Control or detection
- B65G2203/0266—Control or detection relating to the load carrier(s)
- B65G2203/0275—Damage on the load carrier
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/04—Detection means
- B65G2203/042—Sensors
- B65G2203/044—Optical
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Control Of Conveyors (AREA)
Abstract
本发明公开了一种基于激光线的输送带纵向撕裂检测方法,其特征是,包括如下步骤:1)通过曲线凹凸性的撕裂连线判断是否发生撕裂:2)通过曲线高差判断是否发生撕裂:3)计算激光线条纹的平均灰度值ave;4)根据以上三个步骤的结果进行判断,若以上三个步骤均能得出发生撕裂的结论,则判定输送带发生了纵向撕裂;5)多张图像联合进行撕裂判断。本发明所达到的有益效果:本发明利用图像处理方法来判断传送带是否发生了损伤,方法简便,精度高;本方法不是直接检测纵向撕裂,而是分析受纵向撕裂调制的激光线的形状,并通过多帧联合判断来判定传送带是否发生了纵向撕裂;克服了已有的基于接触式的损伤检测方法的不便和提取撕裂处边缘的复杂操作。
Description
技术领域
本发明涉及一种基于激光线的输送带纵向撕裂检测方法,属于数字图像处理技术领域。
背景技术
钢丝绳输送带适用于煤矿、矿山、港口、电力、冶金、建材等行业要求防撕裂条件下的物料输送。输送带橡胶纵向内嵌钢丝绳,提高了输送带的抗横向撕裂的能力,但其抗纵向撕裂的能力较弱,容易被尖锐物体刺穿,加之输送带高速运转,这将会造成纵向长距离撕裂,造成巨大的经济损失。纵向撕裂检测方法很多,有导电体嵌入输送带检测法、托辊异常受力检测法、超声波法、冲击检测法。随着机器视觉技术的成熟和日臻完善,该技术已经运用到工业检测的各个领域,通过摄像机将待检测的对象转换为数字图像,对图像的特征加以提取、分析、识别,从而达到检测的目的。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种基于激光线的输送带纵向撕裂检测方法,对传送带激光线图像激光区域的中心线进行连线检测,多帧联合判断来识别传送带的纵向撕裂,解决现有的传送带纵向撕裂检测不便的问题。
为了实现上述目标,本发明采用如下的技术方案:
一种基于激光线的输送带纵向撕裂检测方法,其特征是,包括如下步骤:
1)通过曲线凹凸性的撕裂连线判断是否发生撕裂:
连接相邻各段激光线条纹中心线的相邻的2个端点作一条直线;
若该直线将所有的中心线分为两部分,则认为输送带在这两个端点之间产生了裂缝;若所有中心线基本上都位于该直线的一侧,则输送带在这两个端点之间正常;
2)通过曲线高差判断是否发生撕裂:
21)选取相邻两段激光线条纹的中心线L1、L2,其中,L1位于L2的左边,点M、N分别为曲线L1的右端点、L2的左端点,C点为过点M的水平直线与过点N的竖直直线的交点;
22)计算线段MN的长度dist,当dist在[5,20]中时,表明输送带有可能发生了撕裂;
3)计算激光线条纹的平均灰度值ave,记线段MN上像素点的个数为totalnum,线段MN上属于强光区域的像素点个数为num1,线段MN上不属于强光区域且灰度值小于等于0.8×ave的像素点个数为num2,线段MN上不属于强光区域且灰度值大于0.8×ave的像素点个数为num3;
当num1/totalnum≥0.8时,线段MN位于强光区域内;
当num2/totalnum≥0.8时,线段MN位于裂缝内;
当num3/totalnum≥0.8时,线段MN位于激光线条纹上;
4)根据以上三个步骤的结果进行判断,若以上三个步骤均能得出发生撕裂的结论,则判定输送带发生了纵向撕裂;
5)多张图像联合进行撕裂判断:
以步骤4)找到的撕裂故障点为圆形,依据经验值设置半径的圆形区域R作为故障区域,从当前帧开始,遍历当前帧的前20帧图像,检测其对应的故障区域中是否存在故障点;包括当前帧,若有num帧图像的故障区域内都存在故障点,则定义这些图像是连续的;
设变量K为允许中断的帧数,该变量表示当图像序列中K帧连续图像的故障区域中都没有检测到故障点时,认为这个图像序列是连续的;
设变量P为停机帧数,若连续的图像序列的帧数num大于P,则撕裂视觉检测系统使得皮带输送机停机;
设变量P1为报警帧数,若连续的图像序列的帧数num大于P1,则撕裂视觉检测系统会保存当前帧图像并报警。
前述的一种基于激光线的输送带纵向撕裂检测方法,其特征是,所述步骤1)中在判断该直线是否将所有的中心线分为两部分时,假设两条相邻的激光线条纹相邻的两个端点分别为A端点和B端点,步骤如下:
11)计算A端点和其左侧10个点的坐标均值得到A1点,计算B端点和其右侧10个点的坐标均值得到B1点;其中,点A1左侧中心点个数记为numl,点A1左侧位于直线L上方的中心点个数记为upnuml,点A1左侧位于直线L下方的中心点个数记为downnuml,点B1右侧中心点个数记为numr,点B1右侧位于直线L上方的中心点个数记为upnumr,点B1右侧位于直线L下方的中心点个数记为downnumr;
12)由A1点、B1点坐标计算出过这两点的直线的斜率k和截距b,则直线方程为y=kx+b;
将A1点左侧中心点的x坐标依次代入方程y=kx+b计算得到y值,并将y值减去同x坐标下中心线上的点的纵坐标值,得到差值distl;
将B1点右侧中心点的x坐标依次代入方程y=kx+b计算得到y值,并将y值减去同x坐标下中心线上的点的纵坐标值,得到差值dist2;
13)依据经验设置距离阀值DISTHRESH;对upnuml、downnuml、upnumr、downnumr依次作如下处理:
差值dist1大于DISTHRESH时,upnuml的值加1;
差值dist1小于-DISTHRESH时,downnuml的值加1;
差值dist2大于DISTHRESH时,upnumr的值加1;
差值dist2小于-DISTHRESH时,downnumr的值加1
14)当upnuml/numl大于等于0.5且downnumr/numr大于等于0.5,或downnuml/numl大于等于0.5且upnumr/numr大于等于0.5任意一组成立时,判定直线AB将激光线条纹中心线分为两个部分。
前述的一种基于激光线的输送带纵向撕裂检测方法,其特征是,所述步骤13中距离阀值DISTHRESH设置为15。
前述的一种基于激光线的输送带纵向撕裂检测方法,其特征是,所述步骤5)中R值设置为80pixel,停机帧数P设置为10,报警帧数P1设置为5,允许中断帧数K设置为1。
本发明所达到的有益效果:本发明利用图像处理方法来判断传送带是否发生了损伤,方法简便,精度高;本方法不是直接检测纵向撕裂,而是分析受纵向撕裂调制的激光线的形状,并通过多帧联合判断来判定传送带是否发生了纵向撕裂;克服了已有的基于接触式的损伤检测方法的不便和提取撕裂处边缘的复杂操作。
附图说明
图1是第一种输送带撕裂示意图;
图2是第二种输送带撕裂示意图;
图3是输送带激光线缺失示意图;
图4是输送带高差图;
图5是多张图像联合撕裂判断方法流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本方法本对传送带激光线图像激光区域的中心线进行连线检测,多帧联合判断来识别传送带的纵向撕裂,具体包括如下步骤:
步骤一:基于激光线凹凸性的撕裂连线判断法:通过曲线凹凸性的撕裂连线判断是否发生撕裂。
当输送带正常时,激光线条纹的中心线是一条近似光滑的向下凸的曲线;当输送带发生纵向撕裂产生裂缝,输送带裂缝一侧相对于另一侧会错开,这将导致激光线条纹中心线在撕裂处发生中断,并且撕裂处两边中心线端点产生高差。本文提出了基于曲线凹凸性的撕裂连线判断方法,可以连接裂缝两侧中心线间的端点,来判断是否有撕裂发生。
如图1所示,矩形框表示图像的边界,虚线L1与L2之间为输送带纵向撕裂产生的裂缝,曲线CA、BED为激光线条纹中心线。
由于激光照射到裂缝当中,曲线BED会在裂缝内出现弯折段BE。两段曲线的端点A、端点B之间存在高度差,可以连接A点和B点作一条直线L。直线L将所有的曲线分为两部分,曲线CA在直线L的上方,曲线BED在直线L的下方。
如图2所示,矩形框表示图像的边界,虚线L1与L2之间为输送带纵向撕裂产生的裂缝,曲线CA、BD为激光线条纹的中心线。当激光照射到裂缝中,由于裂缝反射率较低,该区域中有可能没有激光线条纹。
两段曲线的端点A、端点B之间存在高度差,可以连接A点和B点作一条直线L。直线L将所有的曲线分为两部分,曲线CA在直线L的上方,曲线BD在直线L的下方。
如图3所示,矩形框表示图像的边界,曲线CA、BD为检测出的激光线条纹中心线,点A与点B之间的中心线缺失。两段曲线的端点A、端点B之间存在高度差,可以连接点A和点B作一条直线L,曲线CA、BD都在直线L的一侧。
这种情况可以理解为:当输送带表面有泥土,由于该区域反射率很低,摄像机采集的图像中相应区域并没有激光线条纹;当摄像机镜头表面有灰尘,摄像机的视域将会缩小,导致采集的图像中某些区域没有激光线条纹;外界光线照射在采集的图像中产生了强光区域,该区域有可能覆盖了激光线条纹。以上三种情况都会导致最终提取的激光线条纹中心线某些部分缺失。
综上所述,连接相邻各段激光线条纹中心线的2个端点作一条直线,若该直线把所有的中心线分为两部分,则认为输送带在这两个端点之间产生了裂缝;若所有中心线基本上都位于该直线的一侧,则输送带在这两个端点之间正常。
判断该直线是否将所有的中心线分为两部分时,假设两条相邻的激光线条纹相邻的两个端点分别为A端点和B端点,步骤如下:
如图3所示,计算A端点和其左侧10个点的坐标均值得到A1点,计算B端点和其右侧10个点的坐标均值得到B1点。由A1点、B1点坐标计算出过这两点的直线的斜率k和截距b,则直线方程为y=kx+b。
其中,点A1左侧中心点个数记为numl,点A1左侧位于直线L上方的中心点个数记为upnuml,点A1左侧位于直线L下方的中心点个数记为downnuml,点B1右侧中心点个数记为numr,点B1右侧位于直线L上方的中心点个数记为upnumr,点B1右侧位于直线L下方的中心点个数记为downnumr。
将A1点左侧中心点的x坐标依次代入方程y=kx+b计算得到y值,并将y值减去同x坐标下中心线上的点的纵坐标值,得到差值distl;
将B1点右侧中心点的x坐标依次代入方程y=kx+b计算得到y值,并将y值减去同x坐标下中心线上的点的纵坐标值,得到差值dist2。
对upnuml、downnuml、upnumr、downnumr依次作如下处理:差值dist1大于DISTHRESH时,upnuml的值加1;差值dist1小于-DISTHRESH时,downnuml的值加1;差值dist2大于DISTHRESH时,upnumr的值加1;差值dist2小于-DISTHRESH时,downnumr的值加1;其中,DISTHRESH为距离阈值,经试验设置为15。
当upnuml/numl大于等于0.5且downnumr/numr大于等于0.5,或downnuml/numl大于等于0.5且upnumr/numr大于等于0.5任意成立时,则直线AB将激光线条纹中心线分为两个部分。
由于各段激光线条纹中心线的端点有可能是通过延伸之后的边缘计算得到,直接连接两段激光线条纹中心线的两个端点作直线并不精确。
步骤二:通过曲线高差判断是否发生撕裂:
当输送带发生纵向撕裂后,由于受力作用裂缝两侧输送带相互错位,产生高差。且撕裂产生的裂缝处由于反射率降低,激光线会消失,相应的灰度值就较低。
如图4所示,曲线L1、L2为发生纵向撕裂后的激光线条纹的中心线,点M、N分别为曲线L1的右端点、L2的左端点,C点为过点M的水平直线与过点N的竖直直线的交点。由点M、N坐标可求出线段MN的长度dist,经试验可得裂缝处两侧激光线条纹中心线端点之间的距离范围是[5,20],当MN的长度属于该范围内时,则表明输送带有可能发生了撕裂。
步骤三:已经激光线条纹的上下边缘坐标,可求出激光线条纹平均灰度值ave。
记线段MN上像素点的个数为totalnum,线段MN上属于强光区域的像素点个数为num1,线段MN上不属于强光区域且灰度值小于等于0.8×ave的像素点个数为num2,线段MN上不属于强光区域且灰度值大于0.8×ave的像素点个数为num3。
当num1/totalnum≥0.8时,线段MN位于强光区域内;
当num2/totalnum≥0.8时,线段MN位于裂缝内;
当num3/totalnum≥0.8时,线段MN位于激光线条纹上。
步骤四:综合以上三个步骤,同时满足以下三个条件时可以得出结论:输送带发生了纵向撕裂。
(1)直线AB将图像激光线条纹中心线分为两个部分;
(2)线段MN的长度属于范围[5,20];
(3)线段MN上灰度值小于等于0.8×ave的像素点个数与线段上像素点个数的比值大于0.8。
步骤五:多张图像联合撕裂判断方法:
只对单帧图像进行撕裂判断,有时会因为外界噪声干扰产生误判,因此本文提出了多张图像联合撕裂判断方法,图5为该方法的流程图。
若当前帧图像检测到撕裂故障点,以该故障点为圆心,R(经试验R值设置为80pixel)为半径的圆形区域作为故障区域。从当前帧开始,遍历当前帧的前20帧图像,检测其对应的故障区域中是否存在故障点,若有num帧图像(包括当前帧)的故障区域内都存在故障点,则定义这些图像是连续的。设变量K为允许中断的帧数,该变量表示当图像序列中K帧连续图像的故障区域中都没有检测到故障点时,也认为这个图像序列是连续的。
设变量P为停机帧数,若连续的图像序列的帧数num大于P,则撕裂视觉检测系统使得皮带输送机停机;设变量P1为报警帧数,若连续的图像序列的帧数num大于P1,则撕裂视觉检测系统会保存当前帧图像并报警。
经过试验停机帧数P设置为10,报警帧数P1设置为5,允许中断帧数设置为1。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (4)
1.一种基于激光线的输送带纵向撕裂检测方法,其特征是,包括如下步骤:
1)通过曲线凹凸性的撕裂连线判断是否发生撕裂:
连接相邻各段激光线条纹中心线的相邻的2个端点作一条直线;
若该直线将所有的中心线分为两部分,则认为输送带在这两个端点之间产生了裂缝;若所有中心线基本上都位于该直线的一侧,则输送带在这两个端点之间正常;
2)通过曲线高差判断是否发生撕裂:
21)选取相邻两段激光线条纹的中心线L1、L2,其中,L1位于L2的左边,点M、N分别为曲线L1的右端点、L2的左端点,C点为过点M的水平直线与过点N的竖直直线的交点;
22)计算线段MN的长度dist,当dist在[5,20]中时,表明输送带有可能发生了撕裂;
3)计算激光线条纹的平均灰度值ave,记线段MN上像素点的个数为totalnum,线段MN上属于强光区域的像素点个数为num1,线段MN上不属于强光区域且灰度值小于等于0.8×ave的像素点个数为num2,线段MN上不属于强光区域且灰度值大于0.8×ave的像素点个数为num3;
当num1/totalnum≥0.8时,线段MN位于强光区域内;
当num2/totalnum≥0.8时,线段MN位于裂缝内;
当num3/totalnum≥0.8时,线段MN位于激光线条纹上;
4)根据以上三个步骤的结果进行判断,若以上三个步骤均能得出发生撕裂的结论,则判定输送带发生了纵向撕裂;
5)多张图像联合进行撕裂判断:
以步骤4)找到的撕裂故障点为圆形,依据经验值设置半径的圆形区域R作为故障区域,从当前帧开始,遍历当前帧的前20帧图像,检测其对应的故障区域中是否存在故障点;包括当前帧,若有num帧图像的故障区域内都存在故障点,则定义这些图像是连续的;
设变量K为允许中断的帧数,该变量表示当图像序列中K帧连续图像的故障区域中都没有检测到故障点时,认为这个图像序列是连续的;
设变量P为停机帧数,若连续的图像序列的帧数num大于P,则撕裂视觉检测系统使得皮带输送机停机;
设变量P1为报警帧数,若连续的图像序列的帧数num大于P1,则撕裂视觉检测系统会保存当前帧图像并报警。
2.根据权利要求1所述的一种基于激光线的输送带纵向撕裂检测方法,其特征是,所述步骤1)中在判断该直线是否将所有的中心线分为两部分时,假设两条相邻的激光线条纹相邻的两个端点分别为A端点和B端点,步骤如下:
11)计算A端点和其左侧10个点的坐标均值得到A1点,计算B端点和其右侧10个点的坐标均值得到B1点;其中,点A1左侧中心点个数记为numl,点A1左侧位于直线L上方的中心点个数记为upnuml,点A1左侧位于直线L下方的中心点个数记为downnuml,点B1右侧中心点个数记为numr,点B1右侧位于直线L上方的中心点个数记为upnumr,点B1右侧位于直线L下方的中心点个数记为downnumr;
12)由A1点、B1点坐标计算出过这两点的直线的斜率k和截距b,则直线方程为y=kx+b;
将A1点左侧中心点的x坐标依次代入方程y=kx+b计算得到y值,并将y值减去同x坐标下中心线上的点的纵坐标值,得到差值distl;
将B1点右侧中心点的x坐标依次代入方程y=kx+b计算得到y值,并将y值减去同x坐标下中心线上的点的纵坐标值,得到差值dist2;
13)依据经验设置距离阀值DISTHRESH;对upnuml、downnuml、upnumr、downnumr依次作如下处理:
差值dist1大于DISTHRESH时,upnuml的值加1;
差值dist1小于-DISTHRESH时,downnuml的值加1;
差值dist2大于DISTHRESH时,upnumr的值加1;
差值dist2小于-DISTHRESH时,downnumr的值加1
14)当upnuml/numl大于等于0.5且downnumr/numr大于等于0.5,或downnuml/numl大于等于0.5且upnumr/numr大于等于0.5任意一组成立时,判定直线AB将激光线条纹中心线分为两个部分。
3.根据权利要求2所述的一种基于激光线的输送带纵向撕裂检测方法,其特征是,所述步骤13中距离阀值DISTHRESH设置为15。
4.根据权利要求1所述的一种基于激光线的输送带纵向撕裂检测方法,其特征是,所述步骤5)中R值设置为80pixel,停机帧数P设置为10,报警帧数P1设置为5,允许中断帧数K设置为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610244385.5A CN105692122B (zh) | 2016-04-19 | 2016-04-19 | 一种基于激光线的输送带纵向撕裂检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610244385.5A CN105692122B (zh) | 2016-04-19 | 2016-04-19 | 一种基于激光线的输送带纵向撕裂检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105692122A CN105692122A (zh) | 2016-06-22 |
CN105692122B true CN105692122B (zh) | 2017-12-08 |
Family
ID=56217137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610244385.5A Active CN105692122B (zh) | 2016-04-19 | 2016-04-19 | 一种基于激光线的输送带纵向撕裂检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105692122B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113998415A (zh) * | 2021-11-04 | 2022-02-01 | 凌云光技术股份有限公司 | 一种基于机器视觉的输送带纵向撕裂检测方法及装置 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296700B (zh) * | 2016-08-15 | 2019-02-15 | 南京工程学院 | 一种钢丝绳输送带接头抽动检测方法 |
CN110239914B (zh) * | 2019-06-19 | 2020-12-22 | 太原理工大学 | 红外视听频谱融合输送带纵向撕裂检测预警装置及方法 |
CN110171691B (zh) * | 2019-06-20 | 2021-06-15 | 天津市三特电子有限公司 | 带式传输机皮带撕裂状态检测方法及检测系统 |
CN112288747A (zh) * | 2020-12-28 | 2021-01-29 | 江苏金恒信息科技股份有限公司 | 一种钢坯的智能检测方法及装置 |
CN113723219A (zh) * | 2021-08-10 | 2021-11-30 | 浙江大华技术股份有限公司 | 绝缘部件破损识别方法以及相关装置 |
CN113658136B (zh) * | 2021-08-17 | 2023-10-13 | 燕山大学 | 一种基于深度学习的传送带缺陷检测方法 |
CN113724258B (zh) * | 2021-11-02 | 2022-02-08 | 山东中都机器有限公司 | 一种基于图像处理的传送带撕裂检测方法及系统 |
CN116142727B (zh) * | 2023-04-14 | 2023-09-19 | 合肥金星智控科技股份有限公司 | 一种基于激光条纹缺陷识别的传送带撕裂检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1265114A1 (ru) * | 1985-04-10 | 1986-10-23 | Институт горного дела | Устройство дл предупреждени продольного порыва ленты конвейера в загрузочном узле конвейера |
CN201890600U (zh) * | 2010-05-07 | 2011-07-06 | 燕山大学 | 机器视觉皮带撕裂检测装置 |
KR101429639B1 (ko) * | 2011-12-26 | 2014-08-14 | 주식회사 포스코 | 벨트 컨베이어 티어링 검출 장치 |
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 |
CN105173614A (zh) * | 2015-10-28 | 2015-12-23 | 中国矿业大学(北京) | 基于图像不连续点探测的皮带纵向撕裂检测方法 |
CN205114393U (zh) * | 2015-10-21 | 2016-03-30 | 弗赛特(武汉)系统工程有限公司 | 输送带纵向撕裂检测装置 |
-
2016
- 2016-04-19 CN CN201610244385.5A patent/CN105692122B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1265114A1 (ru) * | 1985-04-10 | 1986-10-23 | Институт горного дела | Устройство дл предупреждени продольного порыва ленты конвейера в загрузочном узле конвейера |
CN201890600U (zh) * | 2010-05-07 | 2011-07-06 | 燕山大学 | 机器视觉皮带撕裂检测装置 |
KR101429639B1 (ko) * | 2011-12-26 | 2014-08-14 | 주식회사 포스코 | 벨트 컨베이어 티어링 검출 장치 |
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 |
CN205114393U (zh) * | 2015-10-21 | 2016-03-30 | 弗赛特(武汉)系统工程有限公司 | 输送带纵向撕裂检测装置 |
CN105173614A (zh) * | 2015-10-28 | 2015-12-23 | 中国矿业大学(北京) | 基于图像不连续点探测的皮带纵向撕裂检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113998415A (zh) * | 2021-11-04 | 2022-02-01 | 凌云光技术股份有限公司 | 一种基于机器视觉的输送带纵向撕裂检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105692122A (zh) | 2016-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105692122B (zh) | 一种基于激光线的输送带纵向撕裂检测方法 | |
CN101986143B (zh) | 机器视觉皮带撕裂检测方法 | |
CN111661590B (zh) | 矿用带式输送机输送带撕裂损伤检测方法 | |
Yang et al. | On-line conveyor belts inspection based on machine vision | |
EP2608149B1 (en) | Three-dimensional object detection device and three-dimensional object detection method | |
CN107176432A (zh) | 一种基于机器视觉的锚杆异物及皮带撕裂检测系统 | |
CN201890600U (zh) | 机器视觉皮带撕裂检测装置 | |
US20140063251A1 (en) | Lane correction system, lane correction apparatus and method of correcting lane | |
CN103101741B (zh) | 激光视觉输送带损伤检测装置的实现方法 | |
CN114348581B (zh) | 一种皮带撕裂检测方法和系统 | |
CN113306991A (zh) | 基于立体视觉的煤炭运输机监测管理系统 | |
CN105718989A (zh) | 一种基于机器视觉的棒材计数方法 | |
CN112949484B (zh) | 一种高速铁路落石实时检测方法 | |
Bhujbal et al. | Lane departure warning system based on Hough transform and Euclidean distance | |
CN101477629B (zh) | 车道线的感兴趣区域提取方法和装置 | |
KR101406316B1 (ko) | 차선 인식 장치 및 그 방법 | |
CN103824304A (zh) | 传送带上矿石传送过程中故障诊断方法 | |
CN103870806A (zh) | 一种结合方向盘检测的安全带检测方法 | |
CN110147748B (zh) | 一种基于道路边缘检测的移动机器人障碍物识别方法 | |
CN104537636B (zh) | 隧道入口“黑洞效应”的图像检测方法 | |
CN110015553A (zh) | 基于视频分析的运输皮带系统异物检测保护方法 | |
CN110514669A (zh) | 一种皮带输送机多区域洒料检测系统及方法 | |
CN110424960A (zh) | 一种用于采煤机割煤作业安全的报警方法及设备 | |
CN104376561A (zh) | 一种安全带检测方法 | |
CN115535525A (zh) | 基于图像匹配的输送带纵向撕裂检测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |