CN110514669A - 一种皮带输送机多区域洒料检测系统及方法 - Google Patents
一种皮带输送机多区域洒料检测系统及方法 Download PDFInfo
- Publication number
- CN110514669A CN110514669A CN201910701978.3A CN201910701978A CN110514669A CN 110514669 A CN110514669 A CN 110514669A CN 201910701978 A CN201910701978 A CN 201910701978A CN 110514669 A CN110514669 A CN 110514669A
- Authority
- CN
- China
- Prior art keywords
- belt
- image
- detection
- multizone
- 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.)
- Granted
Links
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G01N2021/8411—Application to online plant, process monitoring
-
- 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
- G01N2021/845—Objects on a conveyor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Textile Engineering (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种皮带输送机多区域洒料检测系统及方法,包括用于采集皮带表面图像信息的摄像装置、用于对图像进行分析处理及存储的计算机系统、以及对提示报警信息的报警装置;针对皮带输送机在实际工作中很容易因为安装环境以及运输重量出现皮带机洒料的问题。该系统使用皮带多区域洒料检测方法:通过图像采集皮带运输实时图像,经灰度处理及图像滤波处理后利用Hough直线检测识别皮带边缘。然后对皮带图像进一步二值化处理,获得物料在皮带上的图像状态特征,从而判断皮带上物料是否可能洒料。本发明系统可以减少皮带事故的发生率,提高皮带的运输效率。
Description
技术领域
本发明涉及皮带输送设备检测装置技术领域,特别涉及一种皮带输送机多区域洒料检测系统及方法。
背景技术
皮带输送机在传送物料过程中,因为输送的物料分布的重心偏离皮带的中心线,堆积的物料中心发生一定的偏移,导致皮带整体的承载重量分布不均,两侧的张力不同,而发生皮带跑偏的现象,从而导致传输过程中的皮带机洒料问题。洒出的物料进入到输送机内部会引起整体机器发生故障,影响皮带机的维修难度和工作效率。现有皮带故障检测,大多对于皮带跑偏进行检测和分析,却忽略了物料分布对于皮带洒料的影响。有必要设计一个系统对皮带表面物料分布进行检测,对洒料现象进行预判,减少皮带输送机运输事故的发生率,提高皮带的运输效率。
发明内容
为了解决背景技术中所述问题,本发明提供一种皮带输送机多区域洒料检测系统及方法,在检测皮带跑偏程度的基础上,进一步根据物料分布情况分析皮带的危险程度,大幅度提高了皮带跑偏以及洒料检测的准确性,具有实际意义。
为了达到上述目的,本发明采用以下技术方案实现:
一种皮带输送机多区域洒料检测系统,包括:用于采集皮带表面图像信息的摄像装置、用于设备通讯的交换机、用于对图像进行分析处理及存储的计算机系统以及提示报警信息的报警装置;所述的摄像装置用于捕获图像并通过工业以太网将采集的图像信息传输给交换机;所述交换机将获取到的图像信息输入到计算机系统;计算机系统将报警信息信号通过工业以太网传输给报警装置。
一种皮带输送机多区域洒料检测系统的方法,包括如下步骤:
步骤1、采集针对皮带输送的图片,通过调用摄像装置的SDK文件对皮带表面图像进行获取;
步骤2、将采集的彩色图像转换为灰度图像,将三通道的图像转变为单通道的图像;
步骤3、灰度处理后的图像上对皮带表面图像进行滤波去噪处理;
图像上使用3×3滤波窗口的中值滤波对皮带表面图像进行滤波去噪处理;将图像中某点的灰度值用邻域中值替代,则根据下式进行计算:
g(x,y)=Mid[a,b,c......]
其中:a,b,c,…表示图像中某点(x,y)以及邻域点的灰度值;
步骤4、在皮带边缘检测中,为了缩小检测的范围,先进行图像中ROI即感兴趣区域的选取:沿皮带运行方向,在皮带宽度理想中间和皮带跑偏最大边界分别各建立一条标准直线a0、a1,其斜率为皮带运行方向,线段AB和O1O4分别为皮带空载时皮带边缘和中间的位置,线段O2O3为皮带跑偏最大边界位置,NM为利用Hough直线检测在图像识别ROI区域识别检测到的皮带边缘;
步骤5、找出线段O1O4、AB、NM、O2O3的中点:C中(X中,Y中)、Ci(Xi,Yi)、C限(X限,Y限),
步骤6、跟据C、Ci到C中的距离D1、D2,判断该皮带跑偏方向;
当直线a1选取在皮带方向右侧时:当D1>D2时,皮带向运行方向右侧跑偏;当D1<D2时,皮带向运行方向左侧跑偏;当直线a1选取在皮带方向左侧时:当D1>D2时,皮带向运行方向左侧跑偏;当D1<D2时,皮带向运行方向右侧跑偏;
步骤7、选取ROI区域,计算矩形O1O2O3O4皮带跑偏百分比μ为:
步骤8、对进行滤波处理后的灰度图片进行矩保持法二值化处理,将灰度图像转变为黑白图像;
步骤9、在处理后的图像中绘制剖线图,即在皮带左右边缘上分别选取点C限、D限连接形成检测直线,得到该直线所有点的像素值,像素值为0代表皮带表面无物料,像素值为1代表皮带表面存在物料;
在物料位置判断过程中,参考剖线图左右两端形成的大面积无物料区域的宽度d1、d2,对于皮带表面其他较小的无物料区域认为是干扰而忽略;
在正常情况下,皮带左右大面积无物料区域宽度d1、d2,都在合理范围内且差值相对较小;
当物料分布偏离中心线,发生洒料危险时,一侧无物料区域宽度远远大于另一侧无物料区域宽度;两端无物料区域的长度直接反映出物料在皮带表面的分布区域;对目标直线上的宽度d1、d2分别设定报警值W1、W2,当d1<W1或d2<W2时,判断皮带存在着洒料的危险。
与现有技术相比,本发明的有益效果是:
本发明针对皮带输送机在实际工作中很容易因为安装环境以及运输重量出现皮带机洒料的问题。该系统使用皮带多区域洒料检测方法:通过图像采集皮带运输实时图像,经灰度处理及图像滤波处理后利用Hough直线检测识别皮带边缘。然后对皮带图像进一步二值化处理,获得物料在皮带上的图像状态特征,从而判断皮带上物料是否可能洒料。本发明系统可以减少皮带事故的发生率,提高皮带的运输效率。
附图说明
图1为本发明的皮带输送机多区域洒料检测系统的结构布置示意图;
图2为发明的皮带输送机多区域洒料检测系统的方法流程图;
图3为本发明的皮带输送机多区域洒料检测系统的方法的图像处理示意图。
具体实施方式
以下结合附图对本发明提供的具体实施方式进行详细说明。
如图1所示,一种皮带输送机多区域洒料检测系统,包括:用于采集皮带表面图像信息的摄像装置、用于设备通讯的交换机、用于对图像进行分析处理及存储的计算机系统以及提示报警信息的报警装置;所述的摄像装置用于捕获图像并通过工业以太网将采集的图像信息传输给交换机;所述交换机将获取到的图像信息输入到计算机系统;计算机系统将报警信息信号通过工业以太网传输给报警装置。
如图2所示,一种皮带输送机多区域洒料检测系统的方法,包括如下步骤:
步骤1、采集针对皮带输送的图片,通过调用摄像装置的SDK文件对皮带表面图像进行获取;
步骤2、将采集的彩色图像转换为灰度图像,将三通道的图像转变为单通道的图像;
步骤3、灰度处理后的图像上对皮带表面图像进行滤波去噪处理;
图像上使用3×3滤波窗口的中值滤波对皮带表面图像进行滤波去噪处理;将图像中某点的灰度值用邻域中值替代,则根据下式进行计算:
g(x,y)=Mid[a,b,c......]
其中:a,b,c,…表示图像中某点(x,y)以及邻域点的灰度值;
步骤4、如图3所示,在皮带边缘检测中,为了缩小检测的范围,先进行图像中ROI(感兴趣区域)的选取。如图3所示中的ROI区域O1O2O3O4。沿皮带运行方向,在皮带宽度理想中间和皮带跑偏最大边界分别各建立一条标准直线,其斜率为皮带运行方向,如图3所示的直线a0、a1(a1’)。线段AB和O1O4分别为皮带空载时皮带边缘和中间的位置,线段O2O3为皮带跑偏最大边界位置,NM为利用Hough直线检测在图像识别ROI区域识别检测到的皮带边缘;
步骤5、找出线段O1O4、AB、NM、O2O3的中点:C中(X中,Y中)、Ci(Xi,Yi)、C限(X限,Y限);
步骤6、跟据C、Ci到C中的距离D1、D2,可以判断该皮带跑偏方向;
当直线a1选取在皮带方向右侧时:当D1>D2时,皮带向运行方向右侧跑偏;当D1<D2时,皮带向运行方向左侧跑偏;当直线a1选取在皮带方向左侧时:当D1>D2时,皮带向运行方向左侧跑偏;当D1<D2时,皮带向运行方向右侧跑偏;
步骤7、计算矩形O1O2O3O4皮带跑偏百分比μ可以表示为:
以下是步骤4-7的直线a1选取在皮带方向右侧时(图3中标识为a1)和直线a1选取在皮带方向左侧时(图3中标识为a1’)的具体实施例:
当直线a1选取在皮带方向右侧时:线段AB和O1O4分别为皮带空载时皮带边缘和中间的位置,线段O2O3为皮带跑偏最大边界位置,NM为利用Hough直线检测在图像识别ROI区域识别检测到的皮带边缘。其中,C中(X中,Y中)、Ci(Xi,Yi)、C限(X限,Y限)分别为线段O1O4、AB、NM、O2O3的中点。跟据C、Ci到C中的距离D1、D2,可以判断该皮带跑偏方向。当D1>D2时,皮带向运行方向右侧跑偏,选取右侧ROI区域进行最后计算;当D1<D2时,皮带向运行方向左侧跑偏,选取左侧ROI区域进行最后计算。其中右侧ROI区域矩形O1O2O3O4皮带跑偏百分比μ可以表示为:
当直线a1选取在皮带方向左侧时:(图3中标识为a1’)线段A’B’和O1O4分别为皮带空载时皮带边缘和中间的位置,线段O2’O3’为皮带跑偏最大边界位置,N’M’为利用Hough直线检测在图像识别ROI区域识别检测到的皮带边缘。其中,C中(X中,Y中)、C'i(Xi',Yi')、D限(X限',Y限')分别为线段O1O4、A’B’、N’M’、O2’O3’的中点。跟据C’、Ci’到C中的距离D1’、D2’,可以判断该皮带跑偏方向。当D1’>D2’时,皮带向运行方向左侧跑偏,选取左侧ROI区域进行最后计算;当D1’<D2’时,皮带向运行方向右侧跑偏,选取右侧ROI区域进行最后计算。其中左侧ROI区域矩形O1O2’O3’O4皮带跑偏百分比μ’可以表示为:
步骤8、对进行滤波处理后的灰度图片进行矩保持法二值化处理,将灰度图像转变为黑白图像,一幅图像的k阶矩mk,,可以通过以下公式计算:
在二值化处理后,对图片进行闭操作,计算公式为:Close(I)=ED(I)。
步骤9、在处理后的图像中绘制剖线图,即在皮带左右边缘上分别选取点C限、D限连接形成检测直线,如图3所示,得到该直线所有点的像素值,像素值为0代表皮带表面无物料(图中白色空白部分),像素值为1代表皮带表面存在物料(图中阴影部分)。在物料位置判断过程中,主要参考剖线图左右两端形成的大面积无物料区域(图中白色空白部分)的宽度d1、d2,对于皮带表面其他较小的无物料区域可以认为是干扰而忽略。在正常情况下,皮带左右大面积无物料区域宽度都在合理范围内且差值相对较小;当物料分布偏离中心线,发生洒料危险时,一侧无物料区域宽度远远大于另一侧无物料区域宽度。因此,说明两端无物料区域的长度可直接反映出物料在皮带表面的分布区域。当物料分布偏离中心线,发生洒料危险时,一侧无物料区域宽度远远大于另一侧无物料区域宽度;两端无物料区域的长度直接反映出物料在皮带表面的分布区域;对目标直线上的宽度d1、d2分别设定报警值W1、W2,当d1<W1或d2<W2时,判断皮带存在着洒料的危险。
以上实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说明均为常规方法。
Claims (3)
1.一种皮带输送机多区域洒料检测系统,其特征在于,包括:用于采集皮带表面图像信息的摄像装置、用于设备通讯的交换机、用于对图像进行分析处理及存储的计算机系统以及提示报警信息的报警装置;所述的摄像装置用于捕获图像并通过工业以太网将采集的图像信息传输给交换机;所述交换机将获取到的图像信息输入到计算机系统;计算机系统将报警信息信号通过工业以太网传输给报警装置。
2.权利要求1所述的一种皮带输送机多区域洒料检测系统的方法,其特征在于,包括如下步骤:
步骤1、采集针对皮带输送的图片,通过调用摄像装置的SDK文件对皮带表面图像进行获取;
步骤2、将采集的彩色图像转换为灰度图像,将三通道的图像转变为单通道的图像;
步骤3、灰度处理后的图像上对皮带表面图像进行滤波去噪处理;
步骤4、在皮带边缘检测中,为了缩小检测的范围,先进行图像中ROI即感兴趣区域的选取:沿皮带运行方向,在皮带宽度理想中间和皮带跑偏最大边界分别各建立一条标准直线a0、a1,其斜率为皮带运行方向,线段AB和O1O4分别为皮带空载时皮带边缘和中间的位置,线段O2O3为皮带跑偏最大边界位置,NM为利用Hough直线检测在图像识别ROI区域识别检测到的皮带边缘;
步骤5、找出线段O1O4、AB、NM、O2O3的中点:C中(X中,Y中)、Ci(Xi,Yi)、C限(X限,Y限);
步骤6、跟据C、Ci到C中的距离D1、D2,判断该皮带跑偏方向;
当直线a1选取在皮带方向右侧时:当D1>D2时,皮带向运行方向右侧跑偏;当D1<D2时,皮带向运行方向左侧跑偏;当直线a1选取在皮带方向左侧时:当D1>D2时,皮带向运行方向左侧跑偏;当D1<D2时,皮带向运行方向右侧跑偏;
步骤7、选取ROI区域,计算矩形O1O2O3O4皮带跑偏百分比μ为:
步骤8、对进行滤波处理后的灰度图片进行矩保持法二值化处理,将灰度图像转变为黑白图像;
步骤9、在处理后的图像中绘制剖线图,即在皮带左右边缘上分别选取点C限、D限连接形成检测直线,得到该直线所有点的像素值,像素值为0代表皮带表面无物料,像素值为1代表皮带表面存在物料;
在物料位置判断过程中,参考剖线图左右两端形成的大面积无物料区域的宽度d1、d2,对于皮带表面其他较小的无物料区域认为是干扰而忽略;
在正常情况下,皮带左右大面积无物料区域宽度d1、d2,都在合理范围内且差值相对较小;
当物料分布偏离中心线,发生洒料危险时,一侧无物料区域宽度远远大于另一侧无物料区域宽度;两端无物料区域的长度直接反映出物料在皮带表面的分布区域;对目标直线上的宽度d1、d2分别设定报警值W1、W2,当d1<W1或d2<W2时,判断皮带存在着洒料的危险。
3.根据权利要求2所述的一种皮带输送机多区域洒料检测系统的方法,其特征在于,所述步骤3具体为:图像上使用3×3滤波窗口的中值滤波对皮带表面图像进行滤波去噪处理;将图像中某点的灰度值用邻域中值替代,则根据下式进行计算:
g(x,y)=Mid[a,b,c......]
其中:a,b,c,…表示图像中某点(x,y)以及邻域点的灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910701978.3A CN110514669B (zh) | 2019-07-31 | 2019-07-31 | 一种皮带输送机多区域洒料检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910701978.3A CN110514669B (zh) | 2019-07-31 | 2019-07-31 | 一种皮带输送机多区域洒料检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110514669A true CN110514669A (zh) | 2019-11-29 |
CN110514669B CN110514669B (zh) | 2022-05-03 |
Family
ID=68624365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910701978.3A Active CN110514669B (zh) | 2019-07-31 | 2019-07-31 | 一种皮带输送机多区域洒料检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110514669B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110980197A (zh) * | 2020-02-27 | 2020-04-10 | 天津美腾科技股份有限公司 | 物料检测方法、装置及电子设备 |
CN112801965A (zh) * | 2021-01-21 | 2021-05-14 | 中南大学 | 一种基于卷积神经网络的烧结皮带异物监测方法及系统 |
CN113283344A (zh) * | 2021-05-27 | 2021-08-20 | 中国矿业大学 | 一种基于语义分割网络的矿用输送带跑偏检测方法 |
CN113674302A (zh) * | 2021-08-26 | 2021-11-19 | 中冶赛迪重庆信息技术有限公司 | 一种皮带机料面偏移识别方法、系统、电子设备及介质 |
CN114671215A (zh) * | 2022-04-02 | 2022-06-28 | 丁国栋 | 一种基于图像识别和ai算法在皮带无人值守的应用 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002068438A (ja) * | 2000-08-23 | 2002-03-08 | Nitta Ind Corp | 搬送ベルト及びその製造方法 |
CN102275723A (zh) * | 2011-05-16 | 2011-12-14 | 天津工业大学 | 一种基于机器视觉的输送带在线监测系统和方法 |
CN104828517A (zh) * | 2015-05-05 | 2015-08-12 | 中国矿业大学(北京) | 基于视觉的皮带跑偏检测方法 |
CN106599760A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 一种变电站巡检机器人行驶区域计算方法 |
CN107416465A (zh) * | 2017-08-15 | 2017-12-01 | 合肥横冲机械科技有限公司 | 一种自动送料装置的检测系统 |
CN108657771A (zh) * | 2018-04-27 | 2018-10-16 | 辽宁巨峰科技有限公司 | 一种皮带输送机物料监测装置 |
CN208120128U (zh) * | 2018-04-27 | 2018-11-20 | 辽宁巨峰科技有限公司 | 设有监测装置的皮带输送机 |
CN109230351A (zh) * | 2018-08-30 | 2019-01-18 | 山西精英科技股份有限公司 | 一种皮带输送机运行异常的识别方法 |
CN109941700A (zh) * | 2019-03-06 | 2019-06-28 | 湖北凯瑞知行智能装备有限公司 | 输煤系统智能无人巡检系统 |
-
2019
- 2019-07-31 CN CN201910701978.3A patent/CN110514669B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002068438A (ja) * | 2000-08-23 | 2002-03-08 | Nitta Ind Corp | 搬送ベルト及びその製造方法 |
CN102275723A (zh) * | 2011-05-16 | 2011-12-14 | 天津工业大学 | 一种基于机器视觉的输送带在线监测系统和方法 |
CN104828517A (zh) * | 2015-05-05 | 2015-08-12 | 中国矿业大学(北京) | 基于视觉的皮带跑偏检测方法 |
CN106599760A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 一种变电站巡检机器人行驶区域计算方法 |
CN107416465A (zh) * | 2017-08-15 | 2017-12-01 | 合肥横冲机械科技有限公司 | 一种自动送料装置的检测系统 |
CN108657771A (zh) * | 2018-04-27 | 2018-10-16 | 辽宁巨峰科技有限公司 | 一种皮带输送机物料监测装置 |
CN208120128U (zh) * | 2018-04-27 | 2018-11-20 | 辽宁巨峰科技有限公司 | 设有监测装置的皮带输送机 |
CN109230351A (zh) * | 2018-08-30 | 2019-01-18 | 山西精英科技股份有限公司 | 一种皮带输送机运行异常的识别方法 |
CN109941700A (zh) * | 2019-03-06 | 2019-06-28 | 湖北凯瑞知行智能装备有限公司 | 输煤系统智能无人巡检系统 |
Non-Patent Citations (1)
Title |
---|
臧勐佳: "井下带式运输机自动巡检装置设计与研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110980197A (zh) * | 2020-02-27 | 2020-04-10 | 天津美腾科技股份有限公司 | 物料检测方法、装置及电子设备 |
CN110980197B (zh) * | 2020-02-27 | 2020-06-16 | 天津美腾科技股份有限公司 | 物料检测方法、装置及电子设备 |
CN112801965A (zh) * | 2021-01-21 | 2021-05-14 | 中南大学 | 一种基于卷积神经网络的烧结皮带异物监测方法及系统 |
CN113283344A (zh) * | 2021-05-27 | 2021-08-20 | 中国矿业大学 | 一种基于语义分割网络的矿用输送带跑偏检测方法 |
CN113283344B (zh) * | 2021-05-27 | 2024-03-12 | 中国矿业大学 | 一种基于语义分割网络的矿用输送带跑偏检测方法 |
CN113674302A (zh) * | 2021-08-26 | 2021-11-19 | 中冶赛迪重庆信息技术有限公司 | 一种皮带机料面偏移识别方法、系统、电子设备及介质 |
CN113674302B (zh) * | 2021-08-26 | 2024-03-05 | 中冶赛迪信息技术(重庆)有限公司 | 一种皮带机料面偏移识别方法、系统、电子设备及介质 |
CN114671215A (zh) * | 2022-04-02 | 2022-06-28 | 丁国栋 | 一种基于图像识别和ai算法在皮带无人值守的应用 |
Also Published As
Publication number | Publication date |
---|---|
CN110514669B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110514669A (zh) | 一种皮带输送机多区域洒料检测系统及方法 | |
CN107176432B (zh) | 一种基于机器视觉的锚杆异物及皮带撕裂检测系统 | |
CN109829876B (zh) | 基于机器视觉的链板缺陷在线检测装置及方法 | |
CN113724258B (zh) | 一种基于图像处理的传送带撕裂检测方法及系统 | |
US8405544B2 (en) | Method and device for processing signal, radar apparatus, and program for processing signal | |
CN105692122B (zh) | 一种基于激光线的输送带纵向撕裂检测方法 | |
EP1909230B1 (en) | Vehicle and lane mark recognition apparatus | |
CN108460800B (zh) | 集装箱图像定位方法及系统 | |
CN105139397B (zh) | 一种pcb板检测方法及装置 | |
CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
EP2682897A2 (en) | Lane departure warning device | |
CN110015553B (zh) | 基于视频分析的运输皮带系统异物检测保护方法 | |
CN115496757B (zh) | 基于机器视觉的液压翻板余料量检测方法及系统 | |
CN109534177A (zh) | 一种基于机器视觉的集卡防吊起装置及集卡防吊起方法 | |
EP2863361B1 (en) | Object detection device for area around vehicle | |
CN102915640A (zh) | 基于Hough变换的安全带检测方法 | |
CN107200274A (zh) | 一种基于机器视觉的防集装箱卡车被吊起方法 | |
JP2000113201A (ja) | 車両検出方法および装置 | |
CN103870806A (zh) | 一种结合方向盘检测的安全带检测方法 | |
WO2022127311A1 (zh) | 一种自动化码头桥吊遗留锁垫检测方法及系统 | |
CN105719241A (zh) | 一种基于视觉扫描的船槽定位方法 | |
JP5983729B2 (ja) | 白線検出装置、白線検出フィルタ装置及び白線検出方法 | |
CN104836990B (zh) | 一种桥墩防撞图像监控系统及监控方法 | |
CN114002228A (zh) | 基于图像识别的皮带裂缝检测方法 | |
Heo et al. | Extraction of car license plate regions using line grouping and edge density methods |
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 |