CN111273052A - 一种基于机器视觉的自动扶梯扶手带测速方法 - Google Patents

一种基于机器视觉的自动扶梯扶手带测速方法 Download PDF

Info

Publication number
CN111273052A
CN111273052A CN202010139710.8A CN202010139710A CN111273052A CN 111273052 A CN111273052 A CN 111273052A CN 202010139710 A CN202010139710 A CN 202010139710A CN 111273052 A CN111273052 A CN 111273052A
Authority
CN
China
Prior art keywords
image
machine vision
escalator
method based
contour
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
Application number
CN202010139710.8A
Other languages
English (en)
Inventor
应征
陈婧
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.)
Zhejiang Institute of Special Equipment Science
Original Assignee
Zhejiang Institute of Special Equipment Science
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 Zhejiang Institute of Special Equipment Science filed Critical Zhejiang Institute of Special Equipment Science
Priority to CN202010139710.8A priority Critical patent/CN111273052A/zh
Publication of CN111273052A publication Critical patent/CN111273052A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
    • G01P3/38—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light using photographic means
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Abstract

本发明属于一种运动速度检测方法。技术方案是：一种基于机器视觉的自动扶梯扶手带测速方法，包括以下步骤：1)预先在自动扶梯的扶手带上沿扶手带运动方向间隔相同距离粘贴若干个彩色圆形贴纸，机器视觉系统采集其运行图像；2)在采集到的自动扶梯扶手带的运动图像上建立坐标系，提取图像的感兴趣区域，对其进行平滑滤波、颜色空间转换预处理后，利用阈值调节进行颜色的识别；3)对得到的二值图像进行边缘检测与轮廓识别，利用霍夫变换提取轮廓的圆心坐标；4)通过分析彩色圆形贴纸的圆心纵坐标随时间的变化得到变化周期，相邻两个圆形贴纸的圆心距离l与变化周期的比值即为自动扶梯扶手带的运行速度。该方法检测数据精确、操作简单便捷。

Description

一种基于机器视觉的自动扶梯扶手带测速方法
技术领域
本发明属于一种运动速度检测方法，尤其涉及一种基于机器视觉的自动扶梯扶手带测速方法。
背景技术
目前，在大型商场、火车站、机场、宾馆、地铁等空间较大、客流量较多的公共场所，自动扶梯已经得到了广泛应用。与垂直电梯相比，虽然自动扶梯的事故致死率较低，但是事故发生率却更高。为了保障自动扶梯乘客的人身财产安全，我国在2011年颁布了《GB16899-2011自动扶梯和自动人行道的制造与安装安全规范》，规范中提出了许多电梯安全方面的强制要求，其中要求在正常运行条件下，扶手带的运行速度相对于梯级、踏板或胶带实际速度允差为0％～2％。
目前国内外开发的自动扶梯速度、同步性测试工具大都采用了接触式的测量方式，通过检测测速轮的滚动速度间接测量被测物体的直线运动速度、位移信息。此种方法对于测试设备的安装有较高的要求，测速轮滚动线速度的方向要与被测物体的直线运动速度尽可能的一致，避免引入不必要的误差；同时接触式的设备容易附着被测物体上的灰尘、油污等附加物，降低测量精度；还会因为测速轮磨损，影响测量精度。
发明内容
本发明的目的是克服上述背景技术的不足，提供一种基于机器视觉的自动扶梯扶手带测速方法；该方法应具有检测数据精确、测量时间短、操作简单便捷的特点。
本发明所采用的技术方案是：
一种基于机器视觉的自动扶梯扶手带测速方法，包括以下步骤：
1)预先在自动扶梯的扶手带上沿扶手带运动方向间隔相同距离粘贴若干个彩色圆形贴纸，通过机器视觉系统采集其运行图像；
2)在采集到的自动扶梯扶手带的运动图像上建立坐标系，提取图像的感兴趣区域，对其进行平滑滤波、颜色空间转换预处理后，利用阈值调节进行颜色的识别，并在此基础上采用形态学操作去除图像的噪声；
3)对得到的二值图像进行边缘检测与轮廓识别，利用霍夫变换提取轮廓的圆心坐标；
4)通过分析彩色圆形贴纸的圆心纵坐标随时间的变化得到变化周期，相邻两个圆形贴纸的圆心距离l与变化周期的比值即为自动扶梯扶手带的运行速度。
所述步骤1)中，机器视觉系统包括高分辨的CCD摄像机、镜头、计算机。
所述步骤2)中的提取图像的感兴趣区域，该感兴趣区域的宽度d’应大于彩色圆形贴纸的直径d，同时满足l>d+d’。
所述步骤2)中的颜色空间转换，是将图像的RGB颜色空间转换为HSV颜色空间，以减少光照变化对图像颜色本质的影响。
所述步骤2)中的阈值调节，是通过设定LowHue(色度下限值)、HighHue(色度上限值)、LowSaturation(饱和度下限值)、HighSaturation(饱和度上限值)、LowBrightness(亮度下限值)以及HighBrightness(亮度上限值)这6个阈值参数完成对目标颜色的识别。
所述步骤2)中的形态学操作，是采用先膨胀后腐蚀的方法去除图像的边缘噪声以及其他噪声，使得到的目标图像达到最大的连通。
所述步骤3)中的边缘检测与轮廓识别，是先用Canny边缘检测法进行边缘检测，然后对检测完的二值图像进行轮廓查找，最后在屏幕上绘制出轮廓。
所述步骤3)中提取轮廓的圆心坐标，是通过霍夫变换检测图像中的圆或圆弧，返回其圆心的坐标(x,y)。
所述步骤4)中的变化周期，是根据圆心的纵坐标随时间的变化绘制出y-t图，再通过对图像进行傅里叶变换得到变化周期T。
本发明的有益效果是:本发明提出的基于机器视觉的自动扶梯扶手带测速方法具有测量数据精确、测量时间短、操作简单便捷，非接触测量等特点，可以有效避免传统的接触式测量由于滚轮磨损、安装角度不一致等问题所带来的误差问题。
附图说明
图1是本发明的流程示意图。
图2是本发明实施例中在扶手带上粘贴的彩色圆形贴纸的位置示意图。
图3是本发明实施例中设置图像的感兴趣区域的坐标示意图。
图4是本发明实施例中彩色圆形贴纸开始进入到完全离开感兴趣区域的移动动态图。
图5是本发明实施例中彩色圆形贴纸的圆心纵坐标y随时间t变化的坐标图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图所示实施例，对本发明进行进一步详细说明。应当理解的是，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明提供的一种基于机器视觉的自动扶梯扶手带测速方法(如图1所示)，包括以下步骤；
1)预先在自动扶梯的扶手带上沿扶手带运动方向间隔相同距离粘贴若干个彩色圆形贴纸，然后在扶手带旁固定一个机器视觉系统，通过该机器视觉系统采集彩色圆形贴纸的运行图像；
其中：彩色圆形贴纸的直径为d，相邻两个圆圆心距离为l。
进一步地，所述机器视觉系统包括高分辨的CCD摄像机、镜头、计算机。
2)根据机器视觉系统采集到的自动扶梯扶手带的运动图像，在图像上建立坐标系；提取图像的感兴趣区域，对其进行平滑滤波、颜色空间转换等预处理后，利用阈值调节进行颜色的识别，并在此基础上采用形态学操作去除图像的边缘噪声及其他噪声；
其中：提取图像的感兴趣区域，要求该感兴趣区域的宽度d’应大于彩色圆形贴纸的直径d，同时满足l>d+d’。
进一步地，所述颜色空间转换，具体包括：为减少光照变化对图像颜色本质的影响，将图像的RGB颜色空间转换为HSV颜色空间。数学模型如下：
k1＝max{r,g,b} ⑴
k2＝min{r,g,b} ⑵
v＝k1/255 ⑶
Figure BDA0002398638340000041
Figure BDA0002398638340000042
式中：r，g，b为RGB颜色空间中红色、绿色、蓝色3个分量的值；h，s，v为HSV颜色空间中色度、饱和度、亮度的值。
进一步地，所述阈值调节，具体包括：通过设定LowHue(色度下限值)、HighHue(色度上限值)、LowSaturation(饱和度下限值)、HighSaturation(饱和度上限值)、LowBrightness(亮度下限值)以及HighBrightness(亮度上限值)这6个阈值参数完成对目标颜色的识别。
进一步地，所述步骤2)中，形态学操作，具体包括：应用先膨胀后腐蚀的方法去除图像的边缘噪声，使得到的目标图像达到最大的连通。
3)对得到的二值图像进行边缘检测与轮廓识别，利用霍夫变换提取轮廓的圆心坐标；
其中：边缘检测与轮廓识别为：先用Canny边缘检测法进行边缘检测，然后对检测完的二值图像进行轮廓查找，最后在屏幕上绘制出轮廓。
进一步地，所述利用霍夫变换提取轮廓的圆心坐标为：通过霍夫变换检测图像中的圆或圆弧，返回其圆心的坐标(x,y)。
4)通过分析彩色圆形贴纸的圆心纵坐标随时间的变化得到变化周期，相邻两个圆形贴纸的圆心距离l与周期T的比值即为自动扶梯扶手带的运行速度，即v＝l/T。
其中：根据圆心的纵坐标随时间的变化绘制出y-t图，通过对图像进行傅里叶变换得到变化周期T。
实施例1
步骤1)如图2所示，预先在自动扶梯的扶手带上沿扶手带运动方向间隔相同距离粘贴若干个黄色圆形贴纸(图2中的圆圈)，其中圆形贴纸的直径d1为3cm，相邻两圆形贴纸圆心的固定间隔l1为10cm。通过大恒CCD高分辨率摄像机及镜头采集扶手带自上往下运行的图像。
步骤2)在图像中建立坐标系，并利用计算机提取图像的感兴趣区域(如图3所示)，要求该感兴趣区域的宽度d1’为4cm，大于圆形贴纸的直径d1，且同时满足l1>d1+d1’。然后对图像进行平滑滤波处理并将其颜色空间由RGB转换为HSV。在本实施例中，需要识别的目标颜色为黄色，故可根据黄色的色度、亮度、饱和度进行6个阈值的设定。在颜色识别的基础上，对图像进行先膨胀后腐蚀相同次数以去除图像的边缘噪声以及其他噪声，达到图像的最大连通。
步骤3)对得到的二值图像利用Canny边缘检测法进行边缘检测，输出检测完的图像并对其进行轮廓查找。然后利用霍夫变换对图像中的圆或圆弧进行检测，返回其圆心的坐标(x1,y1)。
步骤4)，在本实施例中，分析了圆心的纵坐标值y1随时间t的变化，其中图4是自动扶梯自上往下运行时，扶手带上的黄色贴纸开始进入到完全离开感兴趣区域的移动动态图。根据圆心的纵坐标y1随时间t的变化绘制得到图5，其中ymin、ymax分别是感兴趣区域上、下边界的纵坐标值，其中ymin＝0.01m，ymax＝0.03m。通过对图5所示的图像进行傅里叶变换即可得变化周期T1＝0.04s，自动扶梯扶手带的运行速度v1可以通过相邻两个圆形贴纸的圆心距离l1＝ymax-ymin＝0.02m与周期T1的比值得到，即v1＝l1/T1＝0.5m/s。
本发明基于机器视觉的自动扶梯扶手带测速方法，实现了对于自动扶梯速度的非接触检测，降低了对测试仪的安装要求，增加了使用寿命，提高了测量精度。

Claims (9)

1.一种基于机器视觉的自动扶梯扶手带测速方法，包括以下步骤：
1)预先在自动扶梯的扶手带上沿扶手带运动方向间隔相同距离粘贴若干个彩色圆形贴纸，通过机器视觉系统采集其运行图像；
2)在采集到的自动扶梯扶手带的运动图像上建立坐标系，提取图像的感兴趣区域，对其进行平滑滤波、颜色空间转换预处理后，利用阈值调节进行颜色的识别，并在此基础上采用形态学操作去除图像的噪声；
3)对得到的二值图像进行边缘检测与轮廓识别，利用霍夫变换提取轮廓的圆心坐标；
4)通过分析彩色圆形贴纸的圆心纵坐标随时间的变化得到变化周期，相邻两个圆形贴纸的圆心距离l与变化周期的比值即为自动扶梯扶手带的运行速度。
2.根据权利要求1所述的基于机器视觉的自动扶梯扶手带测速方法，其特征在于：所述步骤1)中，机器视觉系统包括高分辨的CCD摄像机、镜头、计算机。
3.根据权利要求2所述的基于机器视觉的自动扶梯扶手带测速方法，其特征在于：所述步骤2)中的提取图像的感兴趣区域为：该感兴趣区域的宽度d’应大于彩色圆形贴纸的直径d，同时满足l>d+d’。
4.根据权利要求3所述的基于机器视觉的自动扶梯扶手带测速方法，其特征在于：所述步骤2)中的颜色空间转换，是将图像的RGB颜色空间转换为HSV颜色空间，以减少光照变化对图像颜色本质的影响。
5.根据权利要求4所述的基于机器视觉的自动扶梯扶手带测速方法，其特征在于：所述步骤2)中的阈值调节，是通过设定色度下限值、色度上限值、饱和度下限值、饱和度上限值、亮度下限值以及亮度上限值这6个阈值参数完成对目标颜色的识别。
6.根据权利要求5所述的基于机器视觉的自动扶梯扶手带测速方法，其特征在于：所述步骤2)中的形态学操作，是采用先膨胀后腐蚀的方法去除图像的边缘噪声以及其他噪声，使得到的目标图像达到最大的连通。
7.根据权利要求6所述的基于机器视觉的自动扶梯扶手带测速方法，其特征在于：所述步骤3)中的边缘检测与轮廓识别，是先用Canny边缘检测法进行边缘检测，然后对检测完的二值图像进行轮廓查找，最后在屏幕上绘制出轮廓。
8.根据权利要求7所述的基于机器视觉的自动扶梯扶手带测速方法，其特征在于：所述步骤3)中提取轮廓的圆心坐标，是通过霍夫变换检测图像中的圆或圆弧，返回其圆心的坐标(x,y)。
9.根据权利要求8所述的基于机器视觉的自动扶梯扶手带测速方法，其特征在于：所述步骤4)中的变化周期，是根据圆心的纵坐标随时间的变化绘制出y-t图，再通过对图像进行傅里叶变换得到变化周期T。
CN202010139710.8A 2020-03-03 2020-03-03 一种基于机器视觉的自动扶梯扶手带测速方法 Pending CN111273052A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010139710.8A CN111273052A (zh) 2020-03-03 2020-03-03 一种基于机器视觉的自动扶梯扶手带测速方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010139710.8A CN111273052A (zh) 2020-03-03 2020-03-03 一种基于机器视觉的自动扶梯扶手带测速方法

Publications (1)

Publication Number Publication Date
CN111273052A true CN111273052A (zh) 2020-06-12

Family

ID=70997530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010139710.8A Pending CN111273052A (zh) 2020-03-03 2020-03-03 一种基于机器视觉的自动扶梯扶手带测速方法

Country Status (1)

Country Link
CN (1) CN111273052A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139933A (zh) * 2021-03-23 2021-07-20 杭州电子科技大学 工业环境中基于改进霍夫变换的扶梯梯级错齿对齐方法
CN115159029A (zh) * 2022-09-01 2022-10-11 山东千颐科技有限公司 基于机器视觉的输送链条工况监测预警系统及监测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140072230A1 (en) * 2011-03-11 2014-03-13 Omron Corporation Image processing device and image processing method
CN104835173A (zh) * 2015-05-21 2015-08-12 东南大学 一种基于机器视觉的定位方法
CN107664705A (zh) * 2016-07-29 2018-02-06 奥的斯电梯公司 乘客运输机的速度检测系统及其速度检测方法
CN108287250A (zh) * 2018-02-01 2018-07-17 中国计量大学 基于机器视觉的自动扶梯梯级测速方法
CN109993790A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 标志物、标志物的形成方法、定位方法以及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140072230A1 (en) * 2011-03-11 2014-03-13 Omron Corporation Image processing device and image processing method
CN104835173A (zh) * 2015-05-21 2015-08-12 东南大学 一种基于机器视觉的定位方法
CN107664705A (zh) * 2016-07-29 2018-02-06 奥的斯电梯公司 乘客运输机的速度检测系统及其速度检测方法
CN109993790A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 标志物、标志物的形成方法、定位方法以及装置
CN108287250A (zh) * 2018-02-01 2018-07-17 中国计量大学 基于机器视觉的自动扶梯梯级测速方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113139933A (zh) * 2021-03-23 2021-07-20 杭州电子科技大学 工业环境中基于改进霍夫变换的扶梯梯级错齿对齐方法
CN113139933B (zh) * 2021-03-23 2024-02-06 杭州电子科技大学 工业环境中基于改进霍夫变换的扶梯梯级错齿对齐方法
CN115159029A (zh) * 2022-09-01 2022-10-11 山东千颐科技有限公司 基于机器视觉的输送链条工况监测预警系统及监测方法

Similar Documents

Publication Publication Date Title
CN101464946B (zh) 基于头部识别和跟踪特征的检测方法
CN109115785B (zh) 一种铸件打磨质量检测方法、装置及其使用方法
CN111273052A (zh) 一种基于机器视觉的自动扶梯扶手带测速方法
CN104966049B (zh) 基于图像的货车检测方法
CN104573697B (zh) 基于多信息融合的施工升降机轿厢人数统计方法
CN110490842B (zh) 一种基于深度学习的带钢表面缺陷检测方法
CN104608799A (zh) 基于信息融合技术列车轮对踏面损伤在线检测与识别方法
CN109059775B (zh) 具有图像边缘提取步骤的钢轨磨耗检测方法
CN107194395B (zh) 一种基于颜色识别和轮廓提取的物体动态定位方法
CN110111303A (zh) 一种基于动态图像的大型运载皮带撕裂故障智能检测方法
CN108189859B (zh) 判断两个激光图像特征是相关冗余特征的方法
CN105139413A (zh) 基于图像特征提取的铁轨连接件质量检测方法及检测系统
CN105974120B (zh) 一种c反应蛋白色度自动检测装置与方法
CN102622575A (zh) 基线带视频监控系统和监控方法
CN111079748A (zh) 铁路货车滚轴承甩油故障检测方法
WO2020000794A1 (zh) 一种混合交通冲突态势的快速判断方法
CN111709341B (zh) 客梯车作业状态的检测方法与系统
CN111639568A (zh) 一种用于变电站智能机器人的导航巡视方法
CN103559486A (zh) 一种视频检测地板正反面的方法
CN108287250A (zh) 基于机器视觉的自动扶梯梯级测速方法
CN113591643A (zh) 一种基于计算机视觉的地下交通工具进出站检测系统及方法
KR101560810B1 (ko) 템플릿 영상을 이용한 공간 관리 방법 및 장치
CN101261683A (zh) 一种基于彩色视频的车辆检测方法
CN113844975A (zh) 一种不需要隔磁板的电梯平层绝对位置传感装置
CN103606280A (zh) 一种信息识别方法、装置以及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200612