CN109384017A - 一种运输物料异物识别方法 - Google Patents
一种运输物料异物识别方法 Download PDFInfo
- Publication number
- CN109384017A CN109384017A CN201811478290.5A CN201811478290A CN109384017A CN 109384017 A CN109384017 A CN 109384017A CN 201811478290 A CN201811478290 A CN 201811478290A CN 109384017 A CN109384017 A CN 109384017A
- Authority
- CN
- China
- Prior art keywords
- basic pattern
- transported material
- density
- comparison
- outline
- 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.)
- Pending
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
- B65G43/08—Control devices operated by article or material being fed, conveyed or discharged
-
- 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
Landscapes
- Sorting Of Articles (AREA)
Abstract
本发明是一种运输物料异物识别方法,属于输送带在线检测技术领域。解决的技术问题为:提供一种能够检测输送带运输物料中铁器、矸石等异物的方法。包括:数据采集单元、图像合成法、基样对比法、密度、轮廓匹配法;所述数据采集单元完成对首次基样的采集及实时数据的采集,图像合成法对数据采集单元捕获的多个硬件实时数据进行合成。基样对比法根据首次基样和图像合成法结果进行数据分离。密度、轮廓匹配法实现对基样对比法结果进行处理,实现对异物的识别。
Description
技术领域
本发明是一种运输物料异物识别方法,属于输送带检测技术领域。
背景技术
目前,输送带在煤矿中主要承担原煤运输任务,在整个运输环节中,采煤机、刮板机、破碎机等设备损坏部件,原煤开采过程中的大型矸石等可能随原煤一起进入运输系统,进而可能造成沿线设备的损坏或输送带本身的破坏,影响正常生产。
输送带运输物料中的异物在整个运输环节中最容易造成的事故是输送带撕裂。当前纵撕检测基本是基于对输送带撕裂后的检测,但无法实现对输送带撕裂前进行预防,开发对输送带运输物料中可能造成撕裂的物体进行提前检测识别,可有效的避免撕裂的发生,实现对输送带撕裂事故的事前预防。
采用X射线成像技术,在输送带在运料过程中实时检测,在拍摄的影像中对输送带、煤块、矸石、铁器等物体进行区分,实现当有大型矸石或者铁器通过检测设备时,实现自动报警功能、达到提前预防撕裂发生的效果。
输送带异物检测装置能够实现对输送带的实时检测,可靠分析、识别运输物料中的异物,实时采集、存储、传输现场的图像数据,通过对数据的分析,判断是否存在超出限制的物体,减少输送带撕裂风险,及时发现出现的问题,避免事故扩大化,大大降低生产过程中的非正常停机时间。
发明内容
本发明克服现有技术存在的不足,所要解决的技术问题为:提供一种能够在线检测和判断运输物料中铁器、大型矸石等影响输送带运输安全的异物检测装置。
为了解决上述技术问题,本发明的技术方案为:一种运输物料异物识别方法,包括:数据采集单元、图像合成法、基样对比法、密度、轮廓匹配法;
所述数据采集单元完成对首次基样的采集及实时数据的采集,分类,实现对多个硬件传输图像的捕获,同时完成区分标记。
所述图像合成法对数据采集单元捕获的多个硬件实时数据,进行重新合成,完成图像的立体影像图。
所述基样对比法根据首次基样和图像合成法结果进行数据整合,完成图像物料与基样的分离。
所述密度、轮廓匹配法实现对基样对比法结果进行处理,利用密度库和轮廓库对基样对比法结果进行逐一比对、判断,实现对异物的识别。
本发明专利与现有技术相比具有以下有益效果。
本发明专利中采用了基样对比法,提取运输物料,避免钢丝绳等骨架的影响,。
本发明专利中采用了密度对比和轮廓对比两种条件进行提取判断,有效的解决了不同物质、不同形状的区分。
本发明专利中采用了不同角度的图像合成,实现了物体立体效果图。
本发明专利中方法准确、可靠,现场调试、操作方便,能大大的提高输送带使用的安全性。
具体实施方式
一种运输物料异物识别方法包括:1、数据采集单元、2、图像合成法、3、基样对比法、4、密度、轮廓匹配法;
所述数据采集单元完成对首次基样的采集及实时数据的采集,分类,实现对多个硬件传输图像的捕获,同时完成区分标记。
所述图像合成法对数据采集单元捕获的多个硬件实时数据,进行重新合成,完成图像的立体影像图。
所述基样对比法根据首次基样和图像合成法结果进行数据整合,完成图像物料与基样的分离。
所述密度、轮廓匹配法实现对基样对比法结果进行处理,利用密度库和轮廓库对基样对比法结果进行逐一比对、判断,实现对异物的识别。
本发明中,利用上述一种运输物料异物识别方法进行操作的方法如下:将数据采集单元1、图像合成法2、基样对比法3、密度、轮廓匹配法4全部安装至运行平台,确保数据采集单元1可正常采集到硬件的影像数据,确认数据采集单元1已完成首次基样采集,确认图像合成法2能实现对多个硬件数据的准确合成,确认基样对比法3处理后可实现物料与基样的准确分离,确认密度、轮廓匹配法4可准确识别运输物料中的异物。
首次使用数据采集单元首先应完成对整个输送带的基样采集,之后采集到硬件数据后,图像合成法将多个硬件的数据进行合成,实现图像的立体化,基样对比法将合成后的数据进行基样与物料分离处理,密度、轮廓匹配法对分离后的物料数据进行比对解算,实现对运输物料中的异物进行准确的判断识别。
上面对本发明的具体实施方式作了详细说明,但本发明不仅限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (4)
1.一种运输物料异物识别方法,包括:数据采集单元(1)图像合成法(2)、基样对比法(3)、密度、轮廓匹配法(4);所述数据采集单元(1)完成数据采集,并将结果输出给图像合成法(2)进行图像合成,所述图像合成法(2)输出结果由基样对比法(3)进行解算,所述基样对比法(3)输出结果由密度、轮廓匹配法(4)进行解算,密度、轮廓匹配法(4)行程读性文件供用户确认,实现对运输物料中的异物图像自动分析判断。
2.一种运输物料异物识别方法其特征在于:采用了基样对比法,提取运输物料,避免钢丝绳等骨架的影响。
3.一种运输物料异物识别方法其特征在于:采用了密度、轮廓匹配两种条件进行提取判断,有效的解决了不同物质、不同形状的区分。
4.一种运输物料异物识别方法其特征在于:采用了不同角度的图像合成,实现了物体立体效果图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811478290.5A CN109384017A (zh) | 2018-12-05 | 2018-12-05 | 一种运输物料异物识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811478290.5A CN109384017A (zh) | 2018-12-05 | 2018-12-05 | 一种运输物料异物识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109384017A true CN109384017A (zh) | 2019-02-26 |
Family
ID=65429882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811478290.5A Pending CN109384017A (zh) | 2018-12-05 | 2018-12-05 | 一种运输物料异物识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109384017A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112514970A (zh) * | 2020-12-08 | 2021-03-19 | 泰州市朗嘉馨网络科技有限公司 | 自适应鱼体鳞片去除平台及方法 |
CN112781494A (zh) * | 2020-12-24 | 2021-05-11 | 中标慧安信息技术股份有限公司 | 用于检测输送带表面异物存在状态的方法和系统 |
CN115138591A (zh) * | 2022-09-01 | 2022-10-04 | 山西戴德测控技术有限公司 | 一种基于x射线输送带异物在线检测装置 |
CN115196250A (zh) * | 2022-09-19 | 2022-10-18 | 山西戴德测控技术有限公司 | 一种异物识别方法、装置、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1640331A (zh) * | 2005-01-06 | 2005-07-20 | 重庆大学 | 物品中异物检测的纹理特征在线识别方法 |
CN102687902A (zh) * | 2012-06-08 | 2012-09-26 | 深圳市格雷柏机械有限公司 | 一种智能型烟梗检测剔除装置及其工作方法 |
CN106493092A (zh) * | 2017-01-09 | 2017-03-15 | 唐山市神州机械有限公司 | 一种识别煤与煤矸石的方法及设备 |
CN106651841A (zh) * | 2016-12-02 | 2017-05-10 | 北京航星机器制造有限公司 | 一种用于安检图像复杂度的分析方法 |
CN108508042A (zh) * | 2018-04-02 | 2018-09-07 | 合肥工业大学 | 多视角x射线煤和矸石透射图像检测方法及装置 |
-
2018
- 2018-12-05 CN CN201811478290.5A patent/CN109384017A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1640331A (zh) * | 2005-01-06 | 2005-07-20 | 重庆大学 | 物品中异物检测的纹理特征在线识别方法 |
CN102687902A (zh) * | 2012-06-08 | 2012-09-26 | 深圳市格雷柏机械有限公司 | 一种智能型烟梗检测剔除装置及其工作方法 |
CN106651841A (zh) * | 2016-12-02 | 2017-05-10 | 北京航星机器制造有限公司 | 一种用于安检图像复杂度的分析方法 |
CN106493092A (zh) * | 2017-01-09 | 2017-03-15 | 唐山市神州机械有限公司 | 一种识别煤与煤矸石的方法及设备 |
CN108508042A (zh) * | 2018-04-02 | 2018-09-07 | 合肥工业大学 | 多视角x射线煤和矸石透射图像检测方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112514970A (zh) * | 2020-12-08 | 2021-03-19 | 泰州市朗嘉馨网络科技有限公司 | 自适应鱼体鳞片去除平台及方法 |
CN112781494A (zh) * | 2020-12-24 | 2021-05-11 | 中标慧安信息技术股份有限公司 | 用于检测输送带表面异物存在状态的方法和系统 |
CN115138591A (zh) * | 2022-09-01 | 2022-10-04 | 山西戴德测控技术有限公司 | 一种基于x射线输送带异物在线检测装置 |
CN115196250A (zh) * | 2022-09-19 | 2022-10-18 | 山西戴德测控技术有限公司 | 一种异物识别方法、装置、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109384017A (zh) | 一种运输物料异物识别方法 | |
CN101986143B (zh) | 机器视觉皮带撕裂检测方法 | |
CN105551064B (zh) | 一种基于图像特征估计堆料体积变化率的方法 | |
CN102275723A (zh) | 一种基于机器视觉的输送带在线监测系统和方法 | |
CN103157607B (zh) | 一种物品识别与分拣装置及其方法 | |
CN201890600U (zh) | 机器视觉皮带撕裂检测装置 | |
CN205650477U (zh) | 物流分拣装置 | |
CN103101741B (zh) | 激光视觉输送带损伤检测装置的实现方法 | |
CN203842835U (zh) | 一种危险品自动分类x 光射线安全检查设备 | |
CN102615047A (zh) | 烟把在线检测剔除装置 | |
CN110015553B (zh) | 基于视频分析的运输皮带系统异物检测保护方法 | |
CN106952841A (zh) | 一种光伏电池片缺陷分类装置及其检测方法 | |
CN109188550A (zh) | 一种皮带输送机异物检测系统 | |
CN108298273A (zh) | 皮带机智能巡检系统 | |
CN104535594A (zh) | 基于x射线+dr+cbs的箱包安检方法和智能化x光机 | |
CN109305531A (zh) | 一种基于x射线输送带异物在线检测装置 | |
CN104487178A (zh) | 用于分离干煤的装置 | |
CN109499905A (zh) | 一种基于机械视觉的刺梨分选系统 | |
CN217296118U (zh) | 一种传送带异物识别报警装置 | |
CN109592372A (zh) | 一种刺梨分选系统的推送分流机构 | |
CN106144491A (zh) | 一种矿用胶带纵向撕裂危险源红外光谱识别智能传感器及使用方法 | |
CN206292821U (zh) | 物品安检判图系统 | |
CN113706497B (zh) | 一种违禁品智能识别装置和系统 | |
CN202506607U (zh) | 烟把在线检测剔除装置 | |
CN116213087A (zh) | 一种应用于选矿的智能金属探测方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190226 |
|
WD01 | Invention patent application deemed withdrawn after publication |