CN112573145A - 输送带自动清洁方法和系统 - Google Patents

输送带自动清洁方法和系统 Download PDF

Info

Publication number
CN112573145A
CN112573145A CN202011509682.0A CN202011509682A CN112573145A CN 112573145 A CN112573145 A CN 112573145A CN 202011509682 A CN202011509682 A CN 202011509682A CN 112573145 A CN112573145 A CN 112573145A
Authority
CN
China
Prior art keywords
image
cleaning
stain
conveyor belt
surface area
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
CN202011509682.0A
Other languages
English (en)
Inventor
杜建海
兰雨晴
余丹
王丹星
杨文昭
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.)
Zhongbiao Huian Information Technology Co Ltd
Original Assignee
Zhongbiao Huian Information Technology Co Ltd
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 Zhongbiao Huian Information Technology Co Ltd filed Critical Zhongbiao Huian Information Technology Co Ltd
Priority to CN202011509682.0A priority Critical patent/CN112573145A/zh
Publication of CN112573145A publication Critical patent/CN112573145A/zh
Pending legal-status Critical Current

Links

Images

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
    • B65G45/00—Lubricating, cleaning, or clearing devices
    • B65G45/10—Cleaning devices
    • B65G45/22—Cleaning devices comprising fluid applying means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • 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
    • G06T2207/20228—Disparity calculation for image-based rendering
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了输送带自动清洁方法和系统，其能够对处于运转状态的输送带拍摄得到的影像进行处理而得到相应的表面区域三维图像，再对表面区域三维网图像进行分析而确定输送带表面的污渍存在状态信息继而得到对污渍进行清洁的最长持续时间，从对污渍进行清洁模式可调的自动清洁操作，其通过影像拍摄与分析的防水确定污渍的存在状态，以使采用适应性的方式对污渍进行自动清洁，从而避免发生污渍清洁遗漏的情况以及大大提高输送带表面污渍检测与清洁的自动性、全面性和准确性。

Description

输送带自动清洁方法和系统
技术领域
本发明涉及输送带清洁的技术领域，特别涉及输送带自动清洁方法和系统。
背景技术
目前，在工业生产中采用输送带作为流水生产线的物品输送工具，通过输送带能够按照预定路径将物品输送到相应的位置区域进行处理，从而提高工业生产的效率，在输送带的实际运转过程中会不可避免地在输送带的表面存在污渍，这种污渍不仅会渗透到输送带的表面缝隙中而造成输送带内部零部件的腐蚀损坏，并且还会对输送带运送的物品造成污染而降低物品生产的良品率。现有技术只能通过人眼识别的方式对输送带表面存在的污渍进行标定并从输送带表面对污渍进行清洁，但是这种方式并不能对输送带表面存在的所有污渍进行全面的和准确的识别，很容易发生污渍识别遗漏的情况以及需要投入较大的人力物力来进行污渍清洁，从而严重地降低输送带表面污渍检测与清洁的自动性、全面性和准确性。
发明内容
针对现有技术存在的缺陷，本发明提供输送带自动清洁方法和系统，其通过对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像，并对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像，再对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息，并根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间，最后根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作；可见，该输送带自动清洁方法和系统能够对处于运转状态的输送带拍摄得到的影像进行处理而得到相应的表面区域三维图像，再对表面区域三维网图像进行分析而确定输送带表面的污渍存在状态信息继而得到对污渍进行清洁的最长持续时间，从对污渍进行清洁模式可调的自动清洁操作，其通过影像拍摄与分析的防水确定污渍的存在状态，以使采用适应性的方式对污渍进行自动清洁，从而避免发生污渍清洁遗漏的情况以及大大提高输送带表面污渍检测与清洁的自动性、全面性和准确性。
本发明提供输送带自动清洁方法，其特征在于，其包括如下步骤：
步骤S1，对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像，并对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像；
步骤S2，对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息，并根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间；
步骤S3，根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作；
进一步，在所述步骤S1中，对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像，并对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像具体包括：
步骤S101，获取所述输送带的运转传输平均速度，并根据所述运转传输平均速度，确定对所述输送带进行拍摄的拍摄曝光频率；
步骤S102，根据所述拍摄曝光频率，对处于运转状态的输送带进行双目拍摄，以此获得所述输送带的表面区域在两个不同拍摄方向上的第一影像和第二影像；
步骤S103，对所述第一影像和所述第二影像进行图像背景噪声降噪滤波处理后，确定所述第一影像与所述第二影像之间的影像视差，再根据所述影像视差，得到相应的表面区域三维图像；
进一步，在所述步骤S2中，对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息，并根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间具体包括：
步骤S201，对所述表面区域三维图像进行像素灰度化转换处理，以此得到相应的灰度化表面区域三维图像，并提取所述灰度化表面区域三维图像的图像纹理特征信息；
步骤S202，根据所述图像纹理特征信息，确定所述输送带表面的污渍存在位置和污渍覆盖面积；
步骤S203，根据所述污渍存在位置、所述污渍覆盖面积以及所述输送带的运转传输平均速度，确定对所述输送带表面进行清洁的最长持续时间；
进一步，在所述步骤S3中，根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作具体包括：
步骤S301，根据所述污渍存在位置，确定所述输送带表面的污渍与清洁喷头之间的相对位置关系，再根据所述相对位置关系，调整所述清洁喷头的位姿，从而使所述清洁喷头对准所述污渍；
步骤S302，根据所述污渍覆盖面积，调整所述清洁喷头对所述污渍进行清洁喷洗的喷洗水压；
步骤S303，根据所述最长持续时间，调整所述清洁喷头对所述污渍进行清洁喷洗的喷洗持续时间。
本发明还提供输送带自动清洁系统，其特征在于，其包括输送带拍摄模块、影像处理模块、污渍存在状态确定模块、污渍清洁持续时间确定模块和自动清洁操作调整模块；其中，
所述输送带拍摄模块用于对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像；
所述影像处理模块用于对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像；
所述污渍存在状态确定模块用于对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息；
所述污渍清洁持续时间确定模块用于根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间；
所述自动清洁操作调整模块用于根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作；
进一步，所述输送带拍摄模块对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像具体包括：
获取所述输送带的运转传输平均速度，并根据所述运转传输平均速度，确定对所述输送带进行拍摄的拍摄曝光频率；
再根据所述拍摄曝光频率，对处于运转状态的输送带进行双目拍摄，以此获得所述输送带的表面区域在两个不同拍摄方向上的第一影像和第二影像；
以及，
所述影像处理模块对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像具体包括：
对所述第一影像和所述第二影像进行图像背景噪声降噪滤波处理后，确定所述第一影像与所述第二影像之间的影像视差，再根据所述影像视差，得到相应的表面区域三维图像；
进一步，所述污渍存在状态确定模块对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息具体包括：
对所述表面区域三维图像进行像素灰度化转换处理，以此得到相应的灰度化表面区域三维图像，并提取所述灰度化表面区域三维图像的图像纹理特征信息；
再根据所述图像纹理特征信息，确定所述输送带表面的污渍存在位置和污渍覆盖面积；
以及，
所述污渍清洁持续时间确定模块根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间具体包括：
根据所述污渍存在位置、所述污渍覆盖面积以及所述输送带的运转传输平均速度，确定对所述输送带表面进行清洁的最长持续时间；
进一步，所述自动清洁操作调整模块根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作具体包括：
根据所述污渍存在位置，确定所述输送带表面的污渍与清洁喷头之间的相对位置关系，再根据所述相对位置关系，调整所述清洁喷头的位姿，从而使所述清洁喷头对准所述污渍；
根据所述污渍覆盖面积，调整所述清洁喷头对所述污渍进行清洁喷洗的喷洗水压；
根据所述最长持续时间，调整所述清洁喷头对所述污渍进行清洁喷洗的喷洗持续时间。
相比于现有技术，该输送带自动清洁方法和系统通过对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像，并对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像，再对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息，并根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间，最后根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作；可见，该输送带自动清洁方法和系统能够对处于运转状态的输送带拍摄得到的影像进行处理而得到相应的表面区域三维图像，再对表面区域三维网图像进行分析而确定输送带表面的污渍存在状态信息继而得到对污渍进行清洁的最长持续时间，从对污渍进行清洁模式可调的自动清洁操作，其通过影像拍摄与分析的防水确定污渍的存在状态，以使采用适应性的方式对污渍进行自动清洁，从而避免发生污渍清洁遗漏的情况以及大大提高输送带表面污渍检测与清洁的自动性、全面性和准确性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的输送带自动清洁方法的流程示意图。
图2为本发明提供的输送带自动清洁系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的输送带自动清洁方法的流程示意图。该输送带自动清洁方法包括如下步骤：
步骤S1，对处于运转状态的输送带进行拍摄，以此获得该输送带的表面区域的影像，并对该影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像；
步骤S2，对该表面区域三维图像进行分析处理，以此确定该输送带表面的污渍存在状态信息，并根据该污渍存在状态信息，确定对该输送带表面的污渍进行清洁的最长持续时间；
步骤S3，根据该污渍存在状态信息和该最长持续时间，对该输送带表面的污渍进行清洁模式可调的自动清洁操作。
上述技术方案的有益效果为：该输送带自动清洁方法能够对处于运转状态的输送带拍摄得到的影像进行处理而得到相应的表面区域三维图像，再对表面区域三维网图像进行分析而确定输送带表面的污渍存在状态信息继而得到对污渍进行清洁的最长持续时间，从对污渍进行清洁模式可调的自动清洁操作，其通过影像拍摄与分析的防水确定污渍的存在状态，以使采用适应性的方式对污渍进行自动清洁，从而避免发生污渍清洁遗漏的情况以及大大提高输送带表面污渍检测与清洁的自动性、全面性和准确性。
优选地，在该步骤S1中，对处于运转状态的输送带进行拍摄，以此获得该输送带的表面区域的影像，并对该影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像具体包括：
步骤S101，获取该输送带的运转传输平均速度，并根据该运转传输平均速度，确定对该输送带进行拍摄的拍摄曝光频率；
步骤S102，根据该拍摄曝光频率，对处于运转状态的输送带进行双目拍摄，以此获得该输送带的表面区域在两个不同拍摄方向上的第一影像和第二影像；
步骤S103，对该第一影像和该第二影像进行图像背景噪声降噪滤波处理后，确定该第一影像与该第二影像之间的影像视差，再根据该影像视差，得到相应的表面区域三维图像。
上述技术方案的有益效果为：由于当输送带运转时，输送带表面存在的污渍也会随之进行运动，通过根据输送带的运转传输平均速度能够准确确定污渍的运动位置变化情况，在采用与之匹配的拍摄曝光频率对输送带进行双目拍摄，这样能够准确地抓拍到包含该污渍的第一影像和第二影像，从而便于后续快速地得到相应的表面区域三维图像。
优选地，在该步骤S2中，对该表面区域三维图像进行分析处理，以此确定该输送带表面的污渍存在状态信息，并根据该污渍存在状态信息，确定对该输送带表面的污渍进行清洁的最长持续时间具体包括：
步骤S201，对该表面区域三维图像进行像素灰度化转换处理，以此得到相应的灰度化表面区域三维图像，并提取该灰度化表面区域三维图像的图像纹理特征信息；
步骤S202，根据该图像纹理特征信息，确定该输送带表面的污渍存在位置和污渍覆盖面积；
步骤S203，根据该污渍存在位置、该污渍覆盖面积以及该输送带的运转传输平均速度，确定对该输送带表面进行清洁的最长持续时间。
上述技术方案的有益效果为：由于当污渍存在于输送带表面的不同位置区域或者污渍具有不同的覆盖面积时，该污渍在该灰度化表面区域三维图像对应的像素区域的图像纹理线条分布密度和线条粗细程度也相应不同，通过对该图像纹理特征信息的图像纹理线条分布密度和线条粗细程度进行区分就能够确定该输送带表面的污渍存在位置和污渍覆盖面积；此外，由于污渍会在输送带的运转过程中曝出不同的区域部分，这使得该污渍只有在处于全部暴露的情况下才能进行有效彻底的清洗，而根据该污渍存在位置、该污渍覆盖面积以及该输送带的运转传输平均速度，能够准确地污渍处于全部暴露状态的持续时间，从而进一步确定对该输送带表面进行清洁的最长持续时间。
优选地，在该步骤S3中，根据该污渍存在状态信息和该最长持续时间，对该输送带表面的污渍进行清洁模式可调的自动清洁操作具体包括：
步骤S301，根据该污渍存在位置，确定该输送带表面的污渍与清洁喷头之间的相对位置关系，再根据该相对位置关系，调整该清洁喷头的位姿，从而使该清洁喷头对准该污渍；
步骤S302，根据该污渍覆盖面积，调整该清洁喷头对该污渍进行清洁喷洗的喷洗水压；
步骤S303，根据该最长持续时间，调整该清洁喷头对该污渍进行清洁喷洗的喷洗持续时间。
上述技术方案的有益效果为：根据该污渍存在位置、该污渍覆盖面积和该最长持续时间，分别调整该清洁喷头的位姿，该清洁喷头对该污渍进行清洁喷洗的喷洗水压以及该清洁喷头对该污渍进行清洁喷洗的喷洗持续时间，能够保证该清洁喷头及时地和全面地对污渍进行快速有效的清洗，从而提高输送带表面污渍清洁的自动性、全面性和准确性。
参阅图2，为本发明实施例提供的输送带自动清洁系统的结构示意图。该输送带自动清洁系统包括输送带拍摄模块、影像处理模块、污渍存在状态确定模块、污渍清洁持续时间确定模块和自动清洁操作调整模块；其中，
该输送带拍摄模块用于对处于运转状态的输送带进行拍摄，以此获得该输送带的表面区域的影像；
该影像处理模块用于对该影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像；
该污渍存在状态确定模块用于对该表面区域三维图像进行分析处理，以此确定该输送带表面的污渍存在状态信息；
该污渍清洁持续时间确定模块用于根据该污渍存在状态信息，确定对该输送带表面的污渍进行清洁的最长持续时间；
该自动清洁操作调整模块用于根据该污渍存在状态信息和该最长持续时间，对该输送带表面的污渍进行清洁模式可调的自动清洁操作。
上述技术方案的有益效果为：该输送带自动清洁系统能够对处于运转状态的输送带拍摄得到的影像进行处理而得到相应的表面区域三维图像，再对表面区域三维网图像进行分析而确定输送带表面的污渍存在状态信息继而得到对污渍进行清洁的最长持续时间，从对污渍进行清洁模式可调的自动清洁操作，其通过影像拍摄与分析的防水确定污渍的存在状态，以使采用适应性的方式对污渍进行自动清洁，从而避免发生污渍清洁遗漏的情况以及大大提高输送带表面污渍检测与清洁的自动性、全面性和准确性。
优选地，该输送带拍摄模块对处于运转状态的输送带进行拍摄，以此获得该输送带的表面区域的影像具体包括：
获取该输送带的运转传输平均速度，并根据该运转传输平均速度，确定对该输送带进行拍摄的拍摄曝光频率；
再根据该拍摄曝光频率，对处于运转状态的输送带进行双目拍摄，以此获得该输送带的表面区域在两个不同拍摄方向上的第一影像和第二影像；
以及，
该影像处理模块对该影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像具体包括：
对该第一影像和该第二影像进行图像背景噪声降噪滤波处理后，确定该第一影像与该第二影像之间的影像视差，再根据该影像视差，得到相应的表面区域三维图像。
上述技术方案的有益效果为：由于当输送带运转时，输送带表面存在的污渍也会随之进行运动，通过根据输送带的运转传输平均速度能够准确确定污渍的运动位置变化情况，在采用与之匹配的拍摄曝光频率对输送带进行双目拍摄，这样能够准确地抓拍到包含该污渍的第一影像和第二影像，从而便于后续快速地得到相应的表面区域三维图像。
优选地，该污渍存在状态确定模块对该表面区域三维图像进行分析处理，以此确定该输送带表面的污渍存在状态信息具体包括：
对该表面区域三维图像进行像素灰度化转换处理，以此得到相应的灰度化表面区域三维图像，并提取该灰度化表面区域三维图像的图像纹理特征信息；
再根据该图像纹理特征信息，确定该输送带表面的污渍存在位置和污渍覆盖面积；
以及，
该污渍清洁持续时间确定模块根据该污渍存在状态信息，确定对该输送带表面的污渍进行清洁的最长持续时间具体包括：
根据该污渍存在位置、该污渍覆盖面积以及该输送带的运转传输平均速度，确定对该输送带表面进行清洁的最长持续时间。
上述技术方案的有益效果为：由于当污渍存在于输送带表面的不同位置区域或者污渍具有不同的覆盖面积时，该污渍在该灰度化表面区域三维图像对应的像素区域的图像纹理线条分布密度和线条粗细程度也相应不同，通过对该图像纹理特征信息的图像纹理线条分布密度和线条粗细程度进行区分就能够确定该输送带表面的污渍存在位置和污渍覆盖面积；此外，由于污渍会在输送带的运转过程中曝出不同的区域部分，这使得该污渍只有在处于全部暴露的情况下才能进行有效彻底的清洗，而根据该污渍存在位置、该污渍覆盖面积以及该输送带的运转传输平均速度，能够准确地污渍处于全部暴露状态的持续时间，从而进一步确定对该输送带表面进行清洁的最长持续时间。
优选地，该自动清洁操作调整模块根据该污渍存在状态信息和该最长持续时间，对该输送带表面的污渍进行清洁模式可调的自动清洁操作具体包括：
根据该污渍存在位置，确定该输送带表面的污渍与清洁喷头之间的相对位置关系，再根据该相对位置关系，调整该清洁喷头的位姿，从而使该清洁喷头对准该污渍；
根据该污渍覆盖面积，调整该清洁喷头对该污渍进行清洁喷洗的喷洗水压；
根据该最长持续时间，调整该清洁喷头对该污渍进行清洁喷洗的喷洗持续时间。
上述技术方案的有益效果为：根据该污渍存在位置、该污渍覆盖面积和该最长持续时间，分别调整该清洁喷头的位姿，该清洁喷头对该污渍进行清洁喷洗的喷洗水压以及该清洁喷头对该污渍进行清洁喷洗的喷洗持续时间，能够保证该清洁喷头及时地和全面地对污渍进行快速有效的清洗，从而提高输送带表面污渍清洁的自动性、全面性和准确性。
从上述实施例的内容可知，该输送带自动清洁方法和系统通过对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像，并对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像，再对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息，并根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间，最后根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作；可见，该输送带自动清洁方法和系统能够对处于运转状态的输送带拍摄得到的影像进行处理而得到相应的表面区域三维图像，再对表面区域三维网图像进行分析而确定输送带表面的污渍存在状态信息继而得到对污渍进行清洁的最长持续时间，从对污渍进行清洁模式可调的自动清洁操作，其通过影像拍摄与分析的防水确定污渍的存在状态，以使采用适应性的方式对污渍进行自动清洁，从而避免发生污渍清洁遗漏的情况以及大大提高输送带表面污渍检测与清洁的自动性、全面性和准确性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.输送带自动清洁方法，其特征在于，其包括如下步骤：
步骤S1，对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像，并对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像；
步骤S2，对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息，并根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间；
步骤S3，根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作。
2.如权利要求1所述的输送带自动清洁方法，其特征在于：
在所述步骤S1中，对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像，并对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像具体包括：
步骤S101，获取所述输送带的运转传输平均速度，并根据所述运转传输平均速度，确定对所述输送带进行拍摄的拍摄曝光频率；
步骤S102，根据所述拍摄曝光频率，对处于运转状态的输送带进行双目拍摄，以此获得所述输送带的表面区域在两个不同拍摄方向上的第一影像和第二影像；
步骤S103，对所述第一影像和所述第二影像进行图像背景噪声降噪滤波处理后，确定所述第一影像与所述第二影像之间的影像视差，再根据所述影像视差，得到相应的表面区域三维图像。
3.如权利要求2所述的输送带自动清洁方法，其特征在于：
在所述步骤S2中，对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息，并根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间具体包括：
步骤S201，对所述表面区域三维图像进行像素灰度化转换处理，以此得到相应的灰度化表面区域三维图像，并提取所述灰度化表面区域三维图像的图像纹理特征信息；
步骤S202，根据所述图像纹理特征信息，确定所述输送带表面的污渍存在位置和污渍覆盖面积；
步骤S203，根据所述污渍存在位置、所述污渍覆盖面积以及所述输送带的运转传输平均速度，确定对所述输送带表面进行清洁的最长持续时间。
4.如权利要求3所述的输送带自动清洁方法和，其特征在于：
在所述步骤S3中，根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作具体包括：
步骤S301，根据所述污渍存在位置，确定所述输送带表面的污渍与清洁喷头之间的相对位置关系，再根据所述相对位置关系，调整所述清洁喷头的位姿，从而使所述清洁喷头对准所述污渍；
步骤S302，根据所述污渍覆盖面积，调整所述清洁喷头对所述污渍进行清洁喷洗的喷洗水压；
步骤S303，根据所述最长持续时间，调整所述清洁喷头对所述污渍进行清洁喷洗的喷洗持续时间。
5.输送带自动清洁系统，其特征在于，其包括输送带拍摄模块、影像处理模块、污渍存在状态确定模块、污渍清洁持续时间确定模块和自动清洁操作调整模块；其中，
所述输送带拍摄模块用于对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像；
所述影像处理模块用于对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像；
所述污渍存在状态确定模块用于对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息；
所述污渍清洁持续时间确定模块用于根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间；
所述自动清洁操作调整模块用于根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作。
6.如权利要求5所述的输送带自动清洁系统，其特征在于：
所述输送带拍摄模块对处于运转状态的输送带进行拍摄，以此获得所述输送带的表面区域的影像具体包括：
获取所述输送带的运转传输平均速度，并根据所述运转传输平均速度，确定对所述输送带进行拍摄的拍摄曝光频率；
再根据所述拍摄曝光频率，对处于运转状态的输送带进行双目拍摄，以此获得所述输送带的表面区域在两个不同拍摄方向上的第一影像和第二影像；
以及，
所述影像处理模块对所述影像进行预处理和三维转换处理，从而得到相应的表面区域三维图像具体包括：
对所述第一影像和所述第二影像进行图像背景噪声降噪滤波处理后，确定所述第一影像与所述第二影像之间的影像视差，再根据所述影像视差，得到相应的表面区域三维图像。
7.如权利要求6所述的输送带自动清洁系统，其特征在于
所述污渍存在状态确定模块对所述表面区域三维图像进行分析处理，以此确定所述输送带表面的污渍存在状态信息具体包括：
对所述表面区域三维图像进行像素灰度化转换处理，以此得到相应的灰度化表面区域三维图像，并提取所述灰度化表面区域三维图像的图像纹理特征信息；
再根据所述图像纹理特征信息，确定所述输送带表面的污渍存在位置和污渍覆盖面积；
以及，
所述污渍清洁持续时间确定模块根据所述污渍存在状态信息，确定对所述输送带表面的污渍进行清洁的最长持续时间具体包括：
根据所述污渍存在位置、所述污渍覆盖面积以及所述输送带的运转传输平均速度，确定对所述输送带表面进行清洁的最长持续时间。
8.如权利要求7所述的输送带自动清洁系统，其特征在于：
所述自动清洁操作调整模块根据所述污渍存在状态信息和所述最长持续时间，对所述输送带表面的污渍进行清洁模式可调的自动清洁操作具体包括：
根据所述污渍存在位置，确定所述输送带表面的污渍与清洁喷头之间的相对位置关系，再根据所述相对位置关系，调整所述清洁喷头的位姿，从而使所述清洁喷头对准所述污渍；
根据所述污渍覆盖面积，调整所述清洁喷头对所述污渍进行清洁喷洗的喷洗水压；
根据所述最长持续时间，调整所述清洁喷头对所述污渍进行清洁喷洗的喷洗持续时间。
CN202011509682.0A 2020-12-18 2020-12-18 输送带自动清洁方法和系统 Pending CN112573145A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011509682.0A CN112573145A (zh) 2020-12-18 2020-12-18 输送带自动清洁方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011509682.0A CN112573145A (zh) 2020-12-18 2020-12-18 输送带自动清洁方法和系统

Publications (1)

Publication Number Publication Date
CN112573145A true CN112573145A (zh) 2021-03-30

Family

ID=75136279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011509682.0A Pending CN112573145A (zh) 2020-12-18 2020-12-18 输送带自动清洁方法和系统

Country Status (1)

Country Link
CN (1) CN112573145A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58143359A (ja) * 1982-02-19 1983-08-25 Canon Inc 原稿自動送り装置
US20050168521A1 (en) * 2004-01-29 2005-08-04 Keiichiro Suzuki Image recording apparatus
JP2015027900A (ja) * 2013-07-30 2015-02-12 京セラドキュメントソリューションズ株式会社 ベルトクリーニング装置及び画像形成装置
JP2016155615A (ja) * 2015-02-23 2016-09-01 Ｊｆｅスチール株式会社 ベルトコンベアのベルト表面付着物除去設備
CN106875472A (zh) * 2017-01-16 2017-06-20 成都信息工程大学 一种3d牙齿成像建模方法
CN111071738A (zh) * 2018-10-18 2020-04-28 柯尼卡美能达株式会社 清洁装置、喷墨图像记录装置和清洁条件变更方法
CN111627004A (zh) * 2020-05-25 2020-09-04 广东智源机器人科技有限公司 餐具的清洁度的检测方法、检测设备、存储介质与处理器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58143359A (ja) * 1982-02-19 1983-08-25 Canon Inc 原稿自動送り装置
US20050168521A1 (en) * 2004-01-29 2005-08-04 Keiichiro Suzuki Image recording apparatus
JP2015027900A (ja) * 2013-07-30 2015-02-12 京セラドキュメントソリューションズ株式会社 ベルトクリーニング装置及び画像形成装置
JP2016155615A (ja) * 2015-02-23 2016-09-01 Ｊｆｅスチール株式会社 ベルトコンベアのベルト表面付着物除去設備
CN106875472A (zh) * 2017-01-16 2017-06-20 成都信息工程大学 一种3d牙齿成像建模方法
CN111071738A (zh) * 2018-10-18 2020-04-28 柯尼卡美能达株式会社 清洁装置、喷墨图像记录装置和清洁条件变更方法
CN111627004A (zh) * 2020-05-25 2020-09-04 广东智源机器人科技有限公司 餐具的清洁度的检测方法、检测设备、存储介质与处理器

Similar Documents

Publication Publication Date Title
CN105973912A (zh) 基于机器视觉的真皮表面缺陷检测系统及其检测方法
CN105891233B (zh) 基于机器视觉的镜片表面缺陷智能检测系统及其实现方法
CN111127402A (zh) 一种机器人焊接质量的视觉检测方法
CN106000912B (zh) 一种基于机器视觉导引实现柑橘囊胞异物剔除系统
Konstantinidis et al. The role of machine vision in industry 4.0: an automotive manufacturing perspective
CN109986172B (zh) 一种焊缝定位方法、设备及系统
CN108554938A (zh) 一种用于核电工业的智能激光清洗装备与方法
CN110261391A (zh) 一种led芯片外观检测系统及方法
CN105478529B (zh) 全自动冲压生产线制品表面质量在线检测系统及方法
CN103529051A (zh) 一种机织纺织品瑕疵自动在线检测方法
CN102680487A (zh) 用于监控特别是汽车车身部件的喷漆质量的系统和方法
CN105388162A (zh) 基于机器视觉的原料硅片表面划痕检测方法
CN102393397A (zh) 一种磁瓦表面缺陷检测系统及其检测方法
CN109507205A (zh) 一种视觉检测系统及其检测方法
CN112318485A (zh) 物体分选系统的图像处理方法、装置及物体分选系统
CN102998316A (zh) 一种透明液体杂质检测系统及其检测方法
CN105728339A (zh) 一种陶瓷阀芯视觉自动检测系统
CN108582075A (zh) 一种智能机器人视觉自动化抓取系统
CN113894055A (zh) 基于机器视觉的五金件表面缺陷检测分类系统及方法
CN115201206B (zh) 基于机器视觉的电动车车把缺陷检测方法
CN104438113A (zh) 轴承套圈漏工序自动检测与分类装置
CN116309277A (zh) 基于深度学习的钢材检测方法及系统
CN112573145A (zh) 输送带自动清洁方法和系统
CN107202797A (zh) 非接触式连续热镀锌生产线带钢焊缝检测系统及其方法
CN112598720A (zh) 基于双目拍摄的输送带磨损状态检测方法和系统

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: 20210330