CN108190774B - 一种基于投影的排绳故障检测方法及其装置 - Google Patents

一种基于投影的排绳故障检测方法及其装置 Download PDF

Info

Publication number
CN108190774B
CN108190774B CN201711283787.7A CN201711283787A CN108190774B CN 108190774 B CN108190774 B CN 108190774B CN 201711283787 A CN201711283787 A CN 201711283787A CN 108190774 B CN108190774 B CN 108190774B
Authority
CN
China
Prior art keywords
reel
rope
array
layer
region
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
CN201711283787.7A
Other languages
English (en)
Other versions
CN108190774A (zh
Inventor
谭建平
石理想
薛少华
王巧斌
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN201711283787.7A priority Critical patent/CN108190774B/zh
Publication of CN108190774A publication Critical patent/CN108190774A/zh
Application granted granted Critical
Publication of CN108190774B publication Critical patent/CN108190774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66D—CAPSTANS; WINCHES; TACKLES, e.g. PULLEY BLOCKS; HOISTS
    • B66D1/00—Rope, cable, or chain winding mechanisms; Capstans
    • B66D1/54—Safety gear
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Textile Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于投影的排绳故障的检测方法及其装置，方法包括：步骤1：利用平行光照射卷筒并使用摄像机拍摄卷筒在白色底板上的投影获得投影图像；步骤2：对步骤1获得的投影图像进行二值化处理并构建图像二维坐标；步骤3：依据每层缠绳中心线与卷筒外盘面的像素距离获取步骤2处理后的投影图像中各层缠绳的数组；步骤4：将每个数组中灰度值均为Z的相邻像素点划分为一个区域，并统计每个数组的区域数量以及获取每个区域的长度；步骤5：依据步骤4得出的各个数组包含的区域数量以及各个区域的长度得出卷筒排绳故障结论。本发明基于上述方法可以得到更加准确地排绳故障结论。

Description

一种基于投影的排绳故障检测方法及其装置
技术领域
本发明属于工业现场卷筒缠绳排绳故障检测领域，具体涉及一种基于投影的排绳故障检测方法及其装置。
背景技术
地下资源开采现大多使用矿井提升装备，随着科学技术进步和矿井生产现代化要求的不断提高，提升设备的运行稳定性和安全性方面愈加得到重视，提升设备信息化，智能化改造是矿井提升装备升级的重中之重。
现有的排绳故障检测方法多使用人工观察的方式，效率低，长时间观察易出错，CN201510025651.0提出了一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及系统，其使用工业相机、图像处理的方式部分弥补了排绳故障检测智能化的空白，但图像是从平面的方向进行检测，对层间过渡、光照不理想、工控环境变化适应性较差。CN201210365602.8提出了一种卷筒防乱绳控制方法、系统以及工程机械，对于图像的处理上提出了二值法，虽然降低了计算量和简化了处理流程，但是在图像的获取方面还是采取的相机拍摄原卷筒的方法，而这种方法在实际使用中会由于光学畸变，例如从点拍摄面，离得越近的地方成像越大，离得越远的地方成像越小，最终成像边缘直线明显弯曲，因此导致所述方法得出的结论的准确性不高。基于现有技术中排绳故障检测的缺陷，实有必要提供一种基于投影的排绳故障检测装置及其方法，可以得到与实际排绳情况更加吻合的图像以及采用更加简单的处理流程得到更加可靠的结论。
发明内容
本发明的目的是提供一种基于投影的排绳故障检测方法及其装置，通过拍摄卷筒投影可以得到与实际卷筒排绳情况更加吻合的图像以及通过图像处理得到可靠的拍摄故障结论。
一方面，本发明提供一种基于投影的排绳故障的检测方法，包括如下步骤：
步骤1：利用平行光照射卷筒并使用摄像机拍摄卷筒在白色底板上的投影获得投影图像；
步骤2：对步骤1获得的投影图像进行二值化处理并构建图像二维坐标；
其中，投影图像中卷筒外盘面所在竖直直线为Y轴，投影图像中卷筒左右外盘面底部边沿所在横向直线为X轴，二值化处理后的投影图像中像素点的灰度值为0或Z；
步骤3：依据每层缠绳中心线与卷筒外盘面的像素距离获取步骤2处理后的投影图像中各层缠绳的数组；
其中，投影图像中每层缠绳对应一个数组，投影图像中第i层缠绳的数组包括像素点的Y轴坐标与第i层缠绳中心线与卷筒外盘面底部边沿的像素距离相等的像素点；
第i层缠绳中心线与卷筒外盘面底部边沿的像素距离Ui如下所示：
Ui＝Li*X
Li＝L-(i-1)*d
X＝S/C
式中，Li为第i层缠绳中心线与卷筒外盘面底部边沿之间的实际距离，X为投影图像中像素距离与实际距离的比值，L为卷筒外盘面底部边沿与卷筒排绳区底部边沿之间的实际距离，d为缠绳的直径，S为投影图像中卷筒左右外盘面之间的像素距离，C为卷筒左右外盘面之间的实际距离，i为非零正整数；
步骤4：将每个数组中连续像素点划分为一个区域且所述连续像素点的灰度值均为Z，并统计每个数组的区域数量以及获取每个区域的长度；
区域内像素点的个数为区域的长度；
步骤5：依据步骤4得出的各个数组包含的区域数量以及各个区域的长度得出卷筒排绳故障结论；
其中，一个数组中区域数量大于1时，所述数组对应的缠绳层发生跳绳故障，跳绳故障的次数的计算公式如下：
ni＝mi-1
式中，ni表示第i层缠绳跳绳故障的次数，mi表示第i层缠绳对应数组中区域数量；
一个数组中存在一个区域的长度小于特征长度Q，且相邻后一数组中区域数量不为0时，所述数组对应的缠绳层发生夹绳故障；
特征长度Q的计算公式如下：
Q＝S-d/2。
像素距离是与实际距离相对应的图像上以像素点的个数为长度单位度量的距离，像素点的Y轴、X轴坐标表示为像素距离。划分数组的区域之前还包括：识别各个数组中是否存在像素点的灰度值为Z且相邻像素点的灰度值为O的像素点，若存在，去除所述像素点。该过程为去噪处理。应当理解，去噪处理后，一个数组中灰度值为Z的像素点均依次相邻时，则表示该数组只有一个区域；去燥处理后，一个数组中灰度值为Z的第一个像素点和灰度值为Z的最后一个像素点之间像素点的灰度值跳变了N次时，该数组中的区域数量为N+1，灰度值跳变是指一个像素点的灰度值为Z，相邻像素点的灰度值为O。
卷筒外盘面底部边沿与卷筒排绳区底部边沿之间的实际距离L、缠绳的直径d、投影图像中卷筒左右外盘面之间的像素距离S以及卷筒左右外盘面之间的实际距离C均可以通过测量得到。
优选地，灰度值Z为250。
另一方面，本发明还提供一种应用上述方法的检测装置，包括单点光源、凸透镜、卷筒、摄像机以及白色底板；
其中，单点光源、凸透镜、卷筒以及白色底板均相互平行设置；
所述单点光源和所述卷筒设置于所述凸透镜两侧，所述单点光源位于所述凸透镜的焦点位置；
所述卷筒设于所述凸透镜和所述白色底板之间，所述卷筒上排布缠绳，所述摄像机与所述卷筒位于所述白色底板的同一侧，所述摄像机的拍摄方向垂直于所述白色底板。
优选地，所述单点光源、凸透镜、卷筒以及白色底板的中心位于同一水平高度。
优选地，所述凸透镜的宽度大于所述卷筒的排绳区宽度。
有益效果
与现有方法相比，本发明的优点有：本发明采用拍摄卷筒投影获取投影图像，基于对投影图像的分析得到卷筒缠绳故障结论的方式可以得到更加准确的故障检测结果，这是因为投影图像相较于直接拍摄卷筒的图像可以更加准确地反应卷筒缠绳情况，直接拍摄卷筒获得的图像容易因光学畸变导致与卷筒实际相差较大；同时，通过对投影图像中像素点分析进行数组划分、区域划分，再依据区域信息得出拍摄故障结论，该通过图像分析以及计算的手段，提高了故障结论的可靠性；同时，本发明位于焦点处的单点光源产生的光线经过凸透镜生成平行光，提高了光照水平，消除光学畸变，得到投影图像的效果更好同时与实际情况更加吻合，进而提高了故障检测结果的可靠性。
附图说明
图1是本发明实施例提供的一种基于投影的排绳故障检测装置的立体示意图；
图2是本发明实施例提供的一种基于投影的排绳故障检测装置的俯视图；
图3是本发明实施例提供的白色底板上的投影图；
图4是本发明实施例提供的白色底板上第一层缠绳出现跳绳时的投影图；
图5是本发明实施例提供的白色底板上第一层出现夹绳时的投影图。
附图标记进一步说明如下：
1-单点光源、2-凸透镜、3-摄像机、4-卷筒、5-白色底板、6-右外盘面、7-左外盘面。
具体实施方式
下面将结合实施例对本发明做进一步的说明。
如图1和图2所示，一种基于投影的排绳故障检测装置包括单点光源1、凸透镜2、卷筒4、摄像机3以及白色底板5，单点光源1、凸透镜2、卷筒4以及白色底板5均相互平行设置且各个中心位于同一水平高度。其中，单点光源1和卷筒4设置于凸透镜2两侧，单点光源1位于凸透镜2的焦点位置，卷筒4设于凸透镜2和白色底板5之间，卷筒4上排布缠绳，摄像机与卷筒4位于白色底板5的同一侧，摄像机的拍摄方向垂直于白色底板5。通过上述装置，单点光源1的光线经过凸透镜2成平行光射向卷筒4，使得卷筒4在白色底板5上生成投影，摄像机3再拍摄白色底板5上的投影进行图像分析得出排绳故障结果。其中，摄像机3的摆放位置应该使摄像机3可以将白色底板5上的投影均拍到为准，同时还以拍摄得到的投影图像的效果为准进行调整。
应当理解，为了使卷筒4的排绳的整体情况均可以反应在白色投影上，凸透镜2的宽度应当大于卷筒4的排绳区宽度。
另一方面，本发明还提供了一种使用上述装置的检测方法，包括如下步骤：
步骤1：利用平行光照射卷筒并使用摄像机拍摄卷筒在白色底板上的投影获得投影图像。
具体的，本实施例中，开启单点光源后，单点光源的光线经过凸透镜成平行光射向卷筒，使卷筒在白色底板上形成投影。
步骤2：对步骤1获得的投影图像进行二值化处理并构建图像二维坐标；
如图3所示，投影图像中卷筒外盘面所在竖直直线为Y轴，投影图像中卷筒左右外盘面底部边沿所在横向直线为X轴，二值化处理后的投影图像中像素点的灰度值为0或Z。本实施例中优选Z为250。
步骤3：依据每层缠绳中心线与卷筒外盘面的像素距离获取步骤2处理后的投影图像中各层缠绳的数组；
其中，投影图像中每层缠绳对应一个数组，投影图像中第i层缠绳的数组包括Y轴坐标与第i层缠绳中心线与卷筒外盘面的像素距离相等的像素点；
第i层缠绳中心线与卷筒外盘面的像素距离Ui
Ui＝Li*X
Li＝L-(i-1)*d
X＝S/C
式中，Li为第i层缠绳中心线与卷筒外盘面底部边沿之间的实际距离，X为投影图像中像素距离与实际距离的比值，L为卷筒外盘面底部边沿与卷筒排绳区底部边沿之间的实际距离，d为缠绳的直径，S为投影图像中卷筒左右外盘面之间的像素距离，C为卷筒左右外盘面之间的实际距离，i为非零正整数。如图2所示，图示中标出了卷筒外盘面底部边沿与卷筒排绳区底部边沿之间的实际距离L、卷筒左右外盘面之间的实际距离C、缠绳的直径d。
应当理解，依据每层缠绳中心线与卷筒外盘面的像素距离可以获知当前投影图像中卷筒中缠绳的层数。
步骤4：将每个数组中连续像素点划分为一个区域且所述连续像素点的灰度值均为Z，并统计每个数组的区域数量以及获取每个区域的长度；
区域内像素点的个数为区域的长度；
步骤5：依据步骤4得出的各个数组包含的区域数量以及各个区域的长度得出卷筒排绳故障结论；
其中，一个数组中区域数量大于1时，所述数组对应的缠绳层发生跳绳故障，跳绳故障的次数的计算公式如下：
ni＝mi-1
式中，ni表示第i层缠绳跳绳故障的次数，mi表示第i层缠绳对应数组中区域数量；
一个数组中存在一个区域的长度小于特征长度Q，且相邻后一数组中区域数量不为0时，所述数组对应的缠绳层发生夹绳故障；
特征长度Q的计算公式如下：
Q＝S-d/2。
例如，通过上述公式可知第一层缠绳、第二层缠绳以及第三层缠绳满足下述公式：
U1＝L1*X，L1＝L
U2＝L2*X，L2＝L-d
U3＝L3*X，L2＝L-2*d
如图3所示，第一层缠绳中心线与卷筒外盘面的像素距离U1、第二层缠绳中心线与卷筒外盘面的像素距离U2以及第三层缠绳中心线与卷筒外盘面的像素距离U3的位置关系如图所示。将投影图像上Y坐标等于U1的像素点记录为数组A，即数据A为第一层缠绳对应的数组；将投影图像上Y坐标等于U2的像素点记录为数组B，即数据B为第二层缠绳对应的数组；将投影图像上Y坐标等于U3的像素点记录为数组C，即数据C为第三层缠绳对应的数组。再将A、B、C数组中灰度值均为250的相邻像素点划分为一个区域，进而A、B、C数组依据像素点的灰度值进而被划分为多个区域或依旧为一个区域。其中，如图4所示，当A数组中区域个数大于1，则A数组对应的第一层缠绳出现了跳绳故障，发生跳绳故障的次数为A数组中区域个数减1后的数值；如图5所示，当A数组中存在一个区域的长度小于特征长度Q，且A数组的相邻后一数组B中区域数量不为0时，则A数组对应的第一层缠绳出现了夹绳故障。
应当理解，投影图像中灰度值为250的独立像素点视为为噪声，需将其消除，其中灰度值为250的独立像素点为相邻像素点的灰度值为0，但该像素点的灰度值为250。
需要强调的是，本发明所述的实例是说明性的，而不是限定性的，因此本发明不限于具体实施方式中所述的实例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，不脱离本发明宗旨和范围的，不论是修改还是替换，同样属于本发明的保护范围。

Claims (5)

1.一种基于投影的排绳故障的检测方法，其特征在于：包括如下步骤：
步骤1：利用平行光照射卷筒并使用摄像机拍摄卷筒在白色底板上的投影获得投影图像；
步骤2：对步骤1获得的投影图像进行二值化处理并构建图像二维坐标；
其中，投影图像中卷筒外盘面所在竖直直线为Y轴，投影图像中卷筒左右外盘面底部边沿所在横向直线为X轴，二值化处理后的投影图像中像素点的灰度值为0或Z；
步骤3：依据每层缠绳中心线与卷筒外盘面的像素距离获取步骤2处理后的投影图像中各层缠绳的数组；
其中，投影图像中每层缠绳对应一个数组，投影图像中第i层缠绳的数组包括像素点的Y轴坐标与第i层缠绳中心线与卷筒外盘面底部边沿的像素距离相等的像素点；
第i层缠绳中心线与卷筒外盘面底部边沿的像素距离Ui如下所示：
Ui＝Li*X
Li＝L-(i-1)*d
X＝S/C
式中，Li为第i层缠绳中心线与卷筒外盘面底部边沿之间的实际距离，X为投影图像中像素距离与实际距离的比值，L为卷筒外盘面底部边沿与卷筒排绳区底部边沿之间的实际距离，d为缠绳的直径，S为投影图像中卷筒左右外盘面之间的像素距离，C为卷筒左右外盘面之间的实际距离，i为非零正整数；
步骤4：将每个数组中连续像素点划分为一个区域且所述连续像素点的灰度值均为Z，并统计每个数组的区域数量以及获取每个区域的长度；
区域内像素点的个数为区域的长度；
步骤5：依据步骤4得出的各个数组包含的区域数量以及各个区域的长度得出卷筒排绳故障结论；
其中，一个数组中区域数量大于1时，所述数组对应的缠绳层发生跳绳故障，跳绳故障的次数的计算公式如下：
ni＝mi-1
式中，ni表示第i层缠绳跳绳故障的次数，mi表示第i层缠绳对应数组中区域数量；
一个数组中存在一个区域的长度小于特征长度Q，且相邻后一数组中区域数量不为0时，所述数组对应的缠绳层发生夹绳故障；
特征长度Q的计算公式如下：
Q＝S-d/2。
2.根据权利要求1所述的方法，其特征在于：灰度值Z为250。
3.一种应用权利要求1-2任一项所述方法的检测装置，其特征在于：包括单点光源、凸透镜、卷筒、摄像机以及白色底板；
其中，单点光源、凸透镜、卷筒以及白色底板均相互平行设置；
所述单点光源和所述卷筒设置于所述凸透镜两侧，所述单点光源位于所述凸透镜的焦点位置；
所述卷筒设于所述凸透镜和所述白色底板之间，所述卷筒上排布缠绳，所述摄像机与所述卷筒位于所述白色底板的同一侧，所述摄像机的拍摄方向垂直于所述白色底板。
4.根据权利要求3所述的装置，其特征在于：所述单点光源、凸透镜、卷筒以及白色底板的中心位于同一水平高度。
5.根据权利要求4所述的装置，其特征在于：所述凸透镜的宽度大于所述卷筒的排绳区宽度。
CN201711283787.7A 2017-12-07 2017-12-07 一种基于投影的排绳故障检测方法及其装置 Active CN108190774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711283787.7A CN108190774B (zh) 2017-12-07 2017-12-07 一种基于投影的排绳故障检测方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711283787.7A CN108190774B (zh) 2017-12-07 2017-12-07 一种基于投影的排绳故障检测方法及其装置

Publications (2)

Publication Number Publication Date
CN108190774A CN108190774A (zh) 2018-06-22
CN108190774B true CN108190774B (zh) 2019-04-09

Family

ID=62573957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711283787.7A Active CN108190774B (zh) 2017-12-07 2017-12-07 一种基于投影的排绳故障检测方法及其装置

Country Status (1)

Country Link
CN (1) CN108190774B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112661012A (zh) * 2019-10-15 2021-04-16 宝山钢铁股份有限公司 一种起重机钢丝绳自动检测装置及方法
CN111489341B (zh) * 2020-04-09 2023-05-30 长沙琢冶信息技术有限公司 丝盘绕丝的乱丝检测的方法、装置、设备及存储介质
CN111832562B (zh) * 2020-07-16 2021-03-16 哈尔滨市科佳通用机电股份有限公司 基于图像处理的弹簧托板故障识别方法
CN112986105A (zh) * 2021-02-07 2021-06-18 睿科集团(厦门)股份有限公司 一种基于机器视觉的液滴计数和速度测量方法
WO2023157758A1 (ja) * 2022-02-15 2023-08-24 株式会社タダノ 乱巻検出装置及び乱巻検出方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE466602B (sv) * 1990-06-15 1992-03-09 Maillefer Nokia Holding Anordning vid en upprullningsmaskin foer en kabel eller liknande straengformat gods
KR100828002B1 (ko) * 2007-02-20 2008-05-08 한국산업안전공단 제어장치를 구비한 드럼형 호이스트 및 그 제어방법.
CN202558535U (zh) * 2012-04-24 2012-11-28 陈小琦 一种起重机钢丝绳防跳槽装置
CN202972998U (zh) * 2012-12-21 2013-06-05 北京星光影视设备科技股份有限公司 具有离心式末级制动装置的随动滚筒自动排绳装置
CN205740126U (zh) * 2016-07-12 2016-11-30 山东钢铁股份有限公司 一种电缆旋转缠绕装置

Also Published As

Publication number Publication date
CN108190774A (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
CN108190774B (zh) 一种基于投影的排绳故障检测方法及其装置
US9087258B2 (en) Method for counting objects and apparatus using a plurality of sensors
CN102428341B (zh) 受电弓位移测定装置以及滑触线硬点检测方法
CN102730535B (zh) 包括钢绳的移送机构用长条构件的检查装置及检查方法
CN106226157B (zh) 混凝土构件裂缝自动检测装置及方法
CN103279765A (zh) 基于图像匹配的钢丝绳表面损伤检测方法
KR101343277B1 (ko) 표면 검사 장치
JP5446849B2 (ja) ワイヤーロープ検査装置
CN103018252A (zh) 一种用于光纤环绕制的在线监测与报警系统及方法
CN108174111B (zh) 巡检机器人目标图像抓取方法
CN104142127B (zh) 一种铁路车轮直径动态测量装置及方法
CN104103069B (zh) 图像处理装置、图像处理方法及记录介质
CN105263018A (zh) 一种视频图像中叠加条纹检测方法和装置
CN105139384B (zh) 缺陷胶囊检测的方法和装置
JP2010025855A (ja) 軌道変位測定装置
CN110926378A (zh) 一种改进基于视觉检测的棒材直线度检测系统及方法
CN115035416A (zh) 一种污染水源快速识别方法、系统、电子设备及存储介质
CN104282013B (zh) 一种用于前景目标检测的图像处理方法及装置
CN108364306A (zh) 一种高速周期运动的视觉实时检测方法
CN112085787B (zh) 一种基于单目视觉的提升钢丝绳空间振动测量方法
CN105068139B (zh) 一种活塞冷却喷嘴安装状态的检测工艺
CN102328871B (zh) 乘客传送设备的扶手检查装置和乘客传送设备的维修方法
CN108169759B (zh) 一种基于激光测距的排绳故障检测方法及装置
CN109626166A (zh) 电梯状态检测方法、装置、系统和存储介质
CN112132824B (zh) 一种货车轴箱弹簧故障自动检测方法

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