CN107176432B - 一种基于机器视觉的锚杆异物及皮带撕裂检测系统 - Google Patents

一种基于机器视觉的锚杆异物及皮带撕裂检测系统 Download PDF

Info

Publication number
CN107176432B
CN107176432B CN201710454340.5A CN201710454340A CN107176432B CN 107176432 B CN107176432 B CN 107176432B CN 201710454340 A CN201710454340 A CN 201710454340A CN 107176432 B CN107176432 B CN 107176432B
Authority
CN
China
Prior art keywords
foreign matter
image
belt
anchor pole
identification
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
Application number
CN201710454340.5A
Other languages
English (en)
Other versions
CN107176432A (zh
Inventor
毛清华
马宏伟
杨文娟
王川伟
马琨
薛旭升
张旭辉
刘鹏
夏晶
尚万峰
田海波
杨林
王岩
张璞
夏伟
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.)
Xian University of Science and Technology
Original Assignee
Xian 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 Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201710454340.5A priority Critical patent/CN107176432B/zh
Publication of CN107176432A publication Critical patent/CN107176432A/zh
Application granted granted Critical
Publication of CN107176432B publication Critical patent/CN107176432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • B65G2207/00—Indexing codes relating to constructional details, configuration and additional features of a handling device, e.g. Conveyors
    • B65G2207/40—Safety features of loads, equipment or persons

Landscapes

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

Abstract

本发明公开了一种基于机器视觉的锚杆异物及皮带撕裂检测系统，包括带式输送机、安装在带式输送机上方的用于以采集带式输送机分别在空载和负载情况下的视频图像的工业相机、视频图像传输模块、以及带式输送机异物及皮带撕裂监测平台，该平台采用双边滤波和直方图均衡化分别进行图像滤波和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量完成目标的检测和识别。本发明融合了机器视觉技术、计算机技术、图像处理及识别技术，能够自动完成带式输送机视频监测图像中的锚杆异物及皮带撕裂检测，为煤矿井下带式输送机的安全监测提供必要的技术支持，对于保障带式输送机安全运行有着重要的意义。

Description

一种基于机器视觉的锚杆异物及皮带撕裂检测系统
技术领域
本发明涉及异物及皮带撕裂检测系统，具体涉及一种基于机器视觉的锚杆异物及皮带撕裂检测系统。
背景技术
目前，国内外针对长距离、大运量带式输送机的异物及皮带撕裂检测的诸多传统监测系统，传统方法多采用人工巡检的方式，劳动强度大，且存在漏检等问题。针对目前缺乏有效的带式输送机异物及皮带撕裂检测设备和监测手段，如何使长距离带式输送机异物及皮带撕裂实时监测，监测保护装置高效、可靠、稳定地运行，是关系到带式输送机安全生产的重大问题。
机器视觉技术是用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。经研究发现，利用机器视觉技术有望在带式输送机运行期间发现存在的安全隐患，在第一时间进行处理，起到预警作用，从而减少或避免带式输送机事故的发生。
发明内容
本发明的目的在于提供一种基于机器视觉的锚杆异物及皮带撕裂检测系统，利用机器视觉技术，结合计算机图像处理和识别技术，实现了带式输送机异物及皮带撕裂的检测，对于保障带式输送机安全运行有着重要的意义。
为实现上述目的，本发明采取的技术方案为：
一种基于机器视觉的锚杆异物及皮带撕裂检测系统，包括带式输送机，还包括
工业相机，安装在所述带式输送机上方，用于以采集带式输送机分别在空载和负载情况下的视频图像；
视频图像传输模块，用于将工业相机采集到的带式输送机视频图像传输到带式输送机异物及皮带撕裂监测平台；
带式输送机异物及皮带撕裂监测平台，用于根据工业相机采集到的视频图像完成裂缝目标以及锚杆异物目标的检测和识别；
所述带式输送机异物及皮带撕裂监测平台包括异物识别模块和皮带撕裂检测模块；
所述的异物识别模块包括
异物识别图像预处理模块，采用双边滤波和直方图均衡化分别进行图像滤波和图像增强预处理；
异物识别图像分割模块，采用迭代自适应阈值分割法进行图像二值化处理；
锚杆异物的目标识别和检测模块，基于连通分量外接矩形的长宽比进行锚杆异物的形状识别，完成锚杆异物目标的检测和识别；
所述的皮带撕裂检测模块包括
皮带撕裂图像预处理模块，采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；
皮带撕裂图像分割模块，采用迭代自适应阈值分割法进行图像二值化处理；
皮带裂缝目标识别和检测模块，基于连通分量的形态学区域特征去除小面积杂点噪声，完成裂缝目标的检测和识别。
其中：在带式输送机空载情况下，利用工业相机采集的皮带视频图像中存在的裂缝，调用皮带撕裂检测模块：采用双边滤波和直方图均衡化分别进行图像滤波和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量的形态学区域特征去除小面积杂点噪声，完成裂缝目标的检测和识别。
其中：在输送机负载情况下，利用工业相机采集的皮带图像中存在的锚杆异物，调用异物识别模块：采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量外接矩形的长宽比进行锚杆异物的形状识别，完成锚杆异物目标的检测和识别。
本发明具有以下有益效果：
本发明融合了机器视觉技术、计算机技术、图像处理及识别技术，能够自动完成带式输送机视频监测图像中的锚杆异物及皮带撕裂检测，为煤矿井下带式输送机的安全监测提供必要的技术支持，对于保障带式输送机安全运行有着重要的意义，具体的：
1、本发明对带式输送机异物及皮带撕裂监测在保证准确率的前提下具有较高的效率，能够初步实现基于视频信息的异物及皮带撕裂监测需求。
2、依据带式输送机实时工况数据信息，无需操作人员利用仪器对带式输送机进行异物及皮带撕裂的检测，改善了生产环境。
3、本发明具良好的交互性和操作性，有效提升了带式输送机的监测水平和生产安全性。
附图说明
图1为本发明实施例一种基于机器视觉的锚杆异物及皮带撕裂检测系统的结构框图。
图2为本发明实施例一种基于机器视觉的锚杆异物及皮带撕裂检测系统的工作流程图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种基于机器视觉的锚杆异物及皮带撕裂检测系统，包括带式输送机，还包括
工业相机，安装在所述带式输送机上方，用于以采集带式输送机分别在空载和负载情况下的视频图像；
视频图像传输模块，用于将工业相机采集到的带式输送机视频图像传输到带式输送机异物及皮带撕裂监测平台；
带式输送机异物及皮带撕裂监测平台，用于根据工业相机采集到的视频图像完成裂缝目标以及锚杆异物目标的检测和识别；
所述带式输送机异物及皮带撕裂监测平台包括异物识别模块和皮带撕裂检测模块；
所述的异物识别模块包括
异物识别图像预处理模块，采用双边滤波和直方图均衡化分别进行图像滤波和图像增强预处理；
异物识别图像分割模块，采用迭代自适应阈值分割法进行图像二值化处理；
锚杆异物的目标识别和检测模块，基于连通分量外接矩形的长宽比进行锚杆异物的形状识别，完成锚杆异物目标的检测和识别；
所述的皮带撕裂检测模块包括
皮带撕裂图像预处理模块，采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；
皮带撕裂图像分割模块，采用迭代自适应阈值分割法进行图像二值化处理；
皮带裂缝目标识别和检测模块，基于连通分量的形态学区域特征去除小面积杂点噪声，完成裂缝目标的检测和识别。
如图2所示，在带式输送机空载情况下，利用工业相机采集的皮带视频图像中存在的裂缝，调用皮带撕裂检测模块：采用双边滤波和直方图均衡化分别进行图像滤波和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量的形态学区域特征去除小面积杂点噪声，完成裂缝目标的检测和识别；在输送机负载情况下，利用工业相机采集的皮带图像中存在的锚杆异物，调用异物识别模块：采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量外接矩形的长宽比进行锚杆异物的形状识别，完成锚杆异物目标的检测和识别。
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，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种基于机器视觉的锚杆异物及皮带撕裂检测系统，包括带式输送机,其特征在于：还包括：
工业相机，安装在所述带式输送机上方，用于以采集带式输送机分别在空载和负载情况下的视频图像；
视频图像传输模块，用于将工业相机采集到的带式输送机视频图像传输到带式输送机异物及皮带撕裂监测平台；
带式输送机异物及皮带撕裂监测平台，用于根据工业相机采集到的视频图像完成裂缝目标以及锚杆异物目标的检测和识别；
所述带式输送机异物及皮带撕裂监测平台包括异物识别模块和皮带撕裂检测模块；
所述的异物识别模块包括：
异物识别图像预处理模块，采用双边滤波和直方图均衡化分别进行图像滤波和图像增强预处理；
异物识别图像分割模块，采用迭代自适应阈值分割法进行图像二值化处理；
锚杆异物的目标识别和检测模块，基于连通分量外接矩形的长宽比进行锚杆异物的形状识别，完成锚杆异物目标的检测和识别；
所述的皮带撕裂检测模块包括
皮带撕裂图像预处理模块，采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；
皮带撕裂图像分割模块，采用迭代自适应阈值分割法进行图像二值化处理；
皮带裂缝目标识别和检测模块，基于连通分量的形态学区域特征去除小面积杂点噪声，完成裂缝目标的检测和识别。
2.如权利要求1所述的一种基于机器视觉的锚杆异物及皮带撕裂检测系统，其特征在于：在带式输送机空载情况下，利用工业相机采集的皮带视频图像中存在的裂缝，调用皮带撕裂检测模块：采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量的形态学区域特征去除小面积杂点噪声，完成裂缝目标的检测和识别。
3.如权利要求1所述的一种基于机器视觉的锚杆异物及皮带撕裂检测系统，其特征在于：在输送机负载情况下，利用工业相机采集的皮带图像中存在的锚杆异物，调用异物识别模块：采用双边滤波和直方图均衡化分别进行图像滤波和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量外接矩形的长宽比进行锚杆异物的形状识别，完成锚杆异物目标的检测和识别。
CN201710454340.5A 2017-06-15 2017-06-15 一种基于机器视觉的锚杆异物及皮带撕裂检测系统 Active CN107176432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710454340.5A CN107176432B (zh) 2017-06-15 2017-06-15 一种基于机器视觉的锚杆异物及皮带撕裂检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710454340.5A CN107176432B (zh) 2017-06-15 2017-06-15 一种基于机器视觉的锚杆异物及皮带撕裂检测系统

Publications (2)

Publication Number Publication Date
CN107176432A CN107176432A (zh) 2017-09-19
CN107176432B true CN107176432B (zh) 2019-03-22

Family

ID=59835743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710454340.5A Active CN107176432B (zh) 2017-06-15 2017-06-15 一种基于机器视觉的锚杆异物及皮带撕裂检测系统

Country Status (1)

Country Link
CN (1) CN107176432B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111661590A (zh) * 2020-06-08 2020-09-15 天地（常州）自动化股份有限公司 矿用带式输送机输送带撕裂损伤检测方法

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108438004A (zh) * 2018-03-05 2018-08-24 长安大学 基于单目视觉的车道偏离预警系统
CN108534832A (zh) * 2018-04-12 2018-09-14 黄河水利职业技术学院 一种土木工程建筑监测系统
CN108861423A (zh) * 2018-04-26 2018-11-23 九江职业技术学院 基于plc的皮带运输机电气控制系统
CN108890691A (zh) * 2018-07-02 2018-11-27 衢州职业技术学院 一种机器人视觉系统
CN109305534B (zh) * 2018-10-25 2020-03-13 安徽理工大学 基于计算机视觉的煤码头带式输送机自适应控制方法
CN109885051A (zh) * 2019-02-21 2019-06-14 彭劲松 一种生态环境健康质量评估方法
CN110015553B (zh) * 2019-04-17 2020-07-03 华夏天信（北京）智能低碳技术研究院有限公司 基于视频分析的运输皮带系统异物检测保护方法
CN110406931A (zh) * 2019-08-08 2019-11-05 中国矿业大学(北京) 一种基于机器视觉的带式输送机在线监测系统
CN110451204A (zh) * 2019-08-21 2019-11-15 江苏盈丰电子科技有限公司 一种用于传送带实时检视系统
CN110980192A (zh) * 2019-12-10 2020-04-10 安徽银河物联通信技术有限公司 一种皮带撕裂检测方法
CN113120634A (zh) * 2019-12-30 2021-07-16 大唐环境产业集团股份有限公司 一种斗轮机输送带撕裂图像处理方法及故障检测装置
CN111054640A (zh) * 2020-01-07 2020-04-24 九江职业技术学院 一种自动化机械检测装置
CN111242924A (zh) * 2020-01-13 2020-06-05 浙江水利水电学院 一种产品质量管理系统
CN111537225A (zh) * 2020-05-21 2020-08-14 煤炭科学研究总院 一种自供能皮带输送机的皮带状态监测装置和方法
CN112001892A (zh) * 2020-07-29 2020-11-27 苏州浪潮智能科技有限公司 一种服务器配件监管方法、系统、终端及存储介质
CN113191234A (zh) * 2021-04-22 2021-07-30 武汉菲舍控制技术有限公司 一种基于机器视觉的带式输送机输送带防撕裂方法及装置
CN113962956B (zh) * 2021-10-18 2024-04-19 安徽工业大学 一种运煤皮带机异物检测方法
CN113989716B (zh) * 2021-10-21 2024-05-28 西安科技大学 煤矿井下输送带异物目标检测方法、系统、设备及终端
CN114140380B (zh) * 2021-10-22 2024-07-26 中国矿业大学 一种基于图像视觉与电磁波融合的带式输送机异物识别方法
CN114013955A (zh) * 2021-10-27 2022-02-08 北方魏家峁煤电有限责任公司 一种基于红外摄像机的皮带纵向撕裂检测方法及系统
CN114890090B (zh) * 2022-06-08 2024-08-23 扎鲁特旗扎哈淖尔煤业有限公司 一种皮带纵向撕裂检测方法及装置
CN115246559A (zh) * 2022-07-22 2022-10-28 鄂尔多斯市国源矿业开发有限责任公司 一种工业皮带纵撕识别的方法
CN115147770B (zh) * 2022-08-30 2022-12-02 山东千颐科技有限公司 基于图像处理的皮带异物视觉识别系统
CN115892923B (zh) * 2023-03-10 2023-06-16 四川东林重工科技股份有限公司 带式输送机智能巡检机器人
CN116612423B (zh) * 2023-03-20 2024-05-03 华洋通信科技股份有限公司 一种煤矿运输系统ai视频识别方法
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
CN117292212A (zh) * 2023-11-27 2023-12-26 太原理工大学 一种刮板输送机的异物识别方法
CN118183225B (zh) * 2024-05-20 2024-07-12 贵州雷克康纳科技有限责任公司 一种基于机器视觉的皮带输送机智能煤流控制系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5314055A (en) * 1990-08-25 1994-05-24 Intelligent Automation Systems, Inc. Programmable reconfigurable parts feeder
CN102358505A (zh) * 2011-06-28 2012-02-22 太原理工大学 一种输送带纵向撕裂在线监测预警装置
EP2520524A1 (en) * 2011-05-06 2012-11-07 OPM S.p.A. Transfer system for transferring products between two prarallel transport lines
CN104648944A (zh) * 2013-11-21 2015-05-27 陕西子竹电子有限公司 一种基于pcc的胶带机运输集控系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5314055A (en) * 1990-08-25 1994-05-24 Intelligent Automation Systems, Inc. Programmable reconfigurable parts feeder
EP2520524A1 (en) * 2011-05-06 2012-11-07 OPM S.p.A. Transfer system for transferring products between two prarallel transport lines
CN102358505A (zh) * 2011-06-28 2012-02-22 太原理工大学 一种输送带纵向撕裂在线监测预警装置
CN104648944A (zh) * 2013-11-21 2015-05-27 陕西子竹电子有限公司 一种基于pcc的胶带机运输集控系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111661590A (zh) * 2020-06-08 2020-09-15 天地（常州）自动化股份有限公司 矿用带式输送机输送带撕裂损伤检测方法

Also Published As

Publication number Publication date
CN107176432A (zh) 2017-09-19

Similar Documents

Publication Publication Date Title
CN107176432B (zh) 一种基于机器视觉的锚杆异物及皮带撕裂检测系统
CN107043000B (zh) 一种基于机器视觉的皮带运输机安全智能保障系统
CN107782733B (zh) 金属表面缺陷的图像识别无损检测装置及方法
CN102565077B (zh) 基于机器视觉的输送带纵向撕裂自动检测方法
CN105158268A (zh) 精冲零部件缺陷智能在线检测方法、系统及装置
CN102915640B (zh) 基于Hough变换的安全带检测方法
CN201890600U (zh) 机器视觉皮带撕裂检测装置
CN110015553B (zh) 基于视频分析的运输皮带系统异物检测保护方法
CN104794720A (zh) 一种在接触网图像中定位出定位线夹的方法及系统
CN103383361A (zh) 一种钢绳芯输送带检测装置以及检测方法
Zeng et al. The research of coal mine conveyor belt tearing based on digital image processing
CN112465706A (zh) 一种闸口集装箱自动验残方法
CN107200274A (zh) 一种基于机器视觉的防集装箱卡车被吊起方法
CN103387123A (zh) 基于机器视觉的矿用胶带撕裂智能检测系统
AlNaimi et al. IoT based on-the-fly visual defect detection in railway tracks
Chen et al. Research on recognition method of optical detection image of underwater robot for submarine cable
CN108961288B (zh) 一种轨腰塞钉销及引线检测图像智能识别方法
CN116051554B (zh) 一种基于除铁器输送带的检测预警方法、设备及介质
Chi et al. A detection method of infrared image small target based on order morphology transformation and image entropy difference
CN111127450B (zh) 一种基于图像的桥梁裂缝检测方法及系统
Luo et al. Fluorescent magnetic particle inspection device based on digital image processing
Thiruganam et al. Automatic defect detection and counting in radiographic weldment images
CN115100224B (zh) 一种煤矿巷道掘进迎头交叉裂隙提取方法及系统
CN207258943U (zh) 一种电梯轿厢意外移动检测装置
Fei et al. A method for determining longitudinal tear of conveyor belt based on feature fusion

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant