CN112598720A - 基于双目拍摄的输送带磨损状态检测方法和系统 - Google Patents

基于双目拍摄的输送带磨损状态检测方法和系统 Download PDF

Info

Publication number
CN112598720A
CN112598720A CN202011559487.9A CN202011559487A CN112598720A CN 112598720 A CN112598720 A CN 112598720A CN 202011559487 A CN202011559487 A CN 202011559487A CN 112598720 A CN112598720 A CN 112598720A
Authority
CN
China
Prior art keywords
image
pixel
contour
binocular
conveying belt
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
CN202011559487.9A
Other languages
English (en)
Inventor
杜建海
兰雨晴
余丹
杨文昭
王丹星
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 CN202011559487.9A priority Critical patent/CN112598720A/zh
Publication of CN112598720A publication Critical patent/CN112598720A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06T7/10—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
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • 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
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了基于双目拍摄的输送带磨损状态检测方法和系统，其通过根据输送带的运动状态拍摄得到输送带的双目影像，并根据该双目影像确定输送带的三维影像，得到输送带的表面轮廓特征信息，以此得到输送带的表面磨损状态信息和/或表面磨损位置信息，并对输送带进行适应性的润滑处理，这样能够在输送带在输送运动的同时对输送带进行实时双目拍摄检测，从而准确的、及时的和可靠的确定输送带的磨损位置和磨损程度，以便于提高输送带输送运动的顺畅性。

Description

基于双目拍摄的输送带磨损状态检测方法和系统
技术领域
本发明涉及输送带监控的技术领域，特别涉及基于双目拍摄的输送带磨损状态检测方法和系统。
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，同时输送带在运作过程中会与传动机构发生摩擦，这会导致该输送带表面产生不同程度的磨损，若输送带表面的磨损得不到及时的处理会使输送带表面的磨损进一步恶化，从而影响输送带的正常输送动作。现有技术只能对输送带进行跟踪拍摄，并通过人工方式对拍摄得到的图像进行筛选，从而确定输送带的磨损位置和磨损程度，这筛选方式无可避免地存在一定的误差，其无法对输送带的磨损位置和磨损程度进行准确的、及时的和可靠的检测确定。
发明内容
针对现有技术存在的缺陷，本发明提供基于双目拍摄的输送带磨损状态检测方法和系统，其通过获取输送带的运动状态信息，并根据该运动状态信息，对该输送带进行相应的双目拍摄，从而获得关于该输送带的双目影像，并对该双目影像进行图像预处理，并根据图像预处理后的该双目影像，获得该输送带的三维影像，并对该三维影像进行分析处理，从而获得该三维影像中输送带的表面轮廓特征信息，再根据所述表面轮廓特征信息，确定该输送带的表面磨损状态信息和/或表面磨损位置信息，并根据该表面磨损状态信息和/或该表面磨损位置信息，对该输送带进行润滑处理；可见，该基于双目拍摄的输送带磨损状态检测方法和系统通过根据输送带的运动状态拍摄得到输送带的双目影像，并根据该双目影像确定输送带的三维影像，得到输送带的表面轮廓特征信息，以此得到输送带的表面磨损状态信息和/或表面磨损位置信息，并对输送带进行适应性的润滑处理，这样能够在输送带在输送运动的同时对输送带进行实时双目拍摄检测，从而准确的、及时的和可靠的确定输送带的磨损位置和磨损程度，以便于提高输送带输送运动的顺畅性。
本发明提供基于双目拍摄的输送带磨损状态检测方法，其特征在于，其包括如下步骤：
步骤S1，获取输送带的运动状态信息，并根据所述运动状态信息，对所述输送带进行相应的双目拍摄，从而获得关于所述输送带的双目影像，并对所述双目影像进行图像预处理；
步骤S2，根据图像预处理后的所述双目影像，获得所述输送带的三维影像，并对所述三维影像进行分析处理，从而获得所述三维影像中输送带的表面轮廓特征信息；
步骤S3，根据所述表面轮廓特征信息，确定所述输送带的表面磨损状态信息和/或表面磨损位置信息，并根据所述表面磨损状态信息和/或所述表面磨损位置信息，对所述输送带进行润滑处理；
进一步，在所述步骤S1中，获取输送带的运动状态信息，并根据所述运动状态信息，对所述输送带进行相应的双目拍摄，从而获得关于所述输送带的双目影像，并对所述双目影像进行预处理具体包括：
步骤S101，获取所述输送带的输送速度和输送方向，并根据所述输送速度，确定对所述输送带进行双目拍摄的拍摄频率，以及根据所述输送方向，确定对所述输送带进行双目拍摄的拍摄视角方位；
步骤S102，根据所述拍摄频率和所述拍摄视角方位，对所述输送带进行双目拍摄，从而获得关于所述输送带分别在第一拍摄视角方位和第二拍摄视角方位的第一影像和第二影像，其中，所述第一拍摄视角方位不同于所述第二拍摄视角方位；
步骤S103，对所述第一影像和所述第二影像依次进行图像背景噪声降噪滤波处理和图像像素锐化处理，从而实现对所述第一影像和所述第二影像的图像预处理；
进一步，在所述步骤S2中，根据图像预处理后的所述双目影像，获得所述输送带的三维影像，并对所述三维影像进行分析处理，从而获得所述三维影像中输送带的表面轮廓特征信息具体包括：
步骤S201，确定图像预处理后的所述第一影像和所述第二影像之间的图像视差，并根据所述图像视差，确定所述输送带的三维影像；
步骤S202，从所述三维影像确定所述输送带对应的边缘像素区域，并提取所述边缘像素区域对应的像素轮廓信息；
步骤S203，对所述像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为所述输送带的表面轮廓特征信息；
进一步，在所述步骤S3中，根据所述表面轮廓特征信息，确定所述输送带的表面磨损状态信息和/或表面磨损位置信息，并根据所述表面磨损状态信息和/或所述表面磨损位置信息，对所述输送带进行润滑处理具体包括：
步骤S301，根据所述表面轮廓特征信息，确定所述表面轮廓的轮廓线条分布间距均匀度状态信息，并将所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为所述输送带的表面磨损位置；
步骤S302，根据所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定所述输送带的表面磨损深度；
步骤S303，根据所述输送带的所述表面磨损位置和/或所述表面磨损深度，向所述输送带对应的位置区域涂覆相应量的润滑剂，从而实现所述润滑处理；
进一步，在所述步骤S203中，对所述像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为所述输送带的表面轮廓特征信息具体包括：
利用下面公式(1)，对所述像素轮廓信息进行梯度计算处理得到所述像素轮廓梯度值，
Figure BDA0002859905230000041
在上述公式(1)中，Hi,j表示所述像素轮廓图像中第i行第j列像素点处的像素轮廓梯梯度值，Ii,j表示所述像素轮廓图像中第i行第j列像素点处的像素值，Ii+1,j表示所述像素轮廓图像中第i+1行第j列像素点处的像素值，Ii-1,j表示所述像素轮廓图像中第i-1行第j列像素点处的像素值，Ii,j+1表示所述像素轮廓图像中第i行第j+1列像素点处的像素值，Ii,j-1表示所述像素轮廓图像中第i行第j-1列像素点处的像素值，m表示所述像素轮廓图像中每一行的像素点个数，n表示所述像素轮廓图像中每一列的像素点个数；
以及，
在所述步骤S301中，根据所述表面轮廓特征信息，确定所述表面轮廓的轮廓线条分布间距均匀度状态信息，并将所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为所述输送带的表面磨损位置具体包括：
第一、利用下面公式(2)，确定所述表面轮廓的轮廓线条分布间距均匀度，
Figure BDA0002859905230000042
在上述公式(2)中，ηi,j表示所述像素轮廓图像中第i行第j列像素点处的轮廓线条分布间距均匀度，Hi,j表示所述像素轮廓图像中第i行第j列像素点处的像素轮廓梯梯度值，Hi+a,j表示所述像素轮廓图像中第i+a行第j列像素点处的像素轮廓梯梯度值，Hi,j+b表示所述像素轮廓图像中第i行第j+b列像素点处的像素轮廓梯梯度值，m表示所述像素轮廓图像中每一行的像素点个数，n表示所述像素轮廓图像中每一列的像素点个数；
第二、利用下面公式(3)，根据所述表面轮廓的轮廓线条分布间距均匀度确定所述输送带的表面磨损位置区域，
IPi,j＝Ii,j×δ[δ(ηi,j-1)] (3)
在上述公式(3)中，IPi,j表示所述像素轮廓图像中第i行第j列像素点处属于所述输送带的表面磨损位置区域的判定值，δ()表示单位冲激函数、当括号内的值等于0时单位冲激函数的函数值为1，当括号内的值不等于0时单位冲激函数的函数值为0；
当IPi,j＝Ii,j时，表示所述像素轮廓图像中第i行第j列像素点处属于所述输送带的表面磨损位置区域；
当IPi,j＝0时，表示所述像素轮廓图像中第i行第j列像素点处不属于所述输送带的表面磨损位置区域；
将所述像素轮廓图像中的每一个像素点都进行上述公式(3)的处理，以此将属于所述输送带的表面磨损位置区域的像素点全部筛选出来，将筛选出来的像素点进行组合最终得到所述输送带的表面磨损位置区域；
以及，
在所述步骤S302中，根据所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定所述输送带的表面磨损深度具体包括：
利用下面公式(4)，根据所述表面轮廓的轮廓线条分布间距均匀度确定所述输送带的表面磨损深度，
IMi,j＝(ηi,j-1)×Hi,j (4)
在上述公式(4)中，IMi,j表示所述输送带的表面磨损深度，并且当IMi,j＝0表示所述输送带的表面没有磨损。
本发明还提供基于双目拍摄的输送带磨损状态检测系统，其特征在于，其包括双目拍摄模块、双目影像预处理模块、三维影像获取模块、表面轮廓特征信息确定模块、输送带表面磨损确定模块和输送带润滑模块；其中，
所述双目拍摄模块用于获取输送带的运动状态信息，并根据所述运动状态信息，对所述输送带进行相应的双目拍摄，从而获得关于所述输送带的双目影像；
所述双目影像预处理模块用于对所述双目影像进行图像预处理；
所述三维影像获取模块用于根据图像预处理后的所述双目影像，获得所述输送带的三维影像；
所述表面轮廓特征信息确定模块用于对所述三维影像进行分析处理，从而获得所述三维影像中输送带的表面轮廓特征信息；
所述输送带表面磨损确定模块用于根据所述表面轮廓特征信息，确定所述输送带的表面磨损状态信息和/或表面磨损位置信息；
所述输送带润滑模块用于根据所述表面磨损状态信息和/或所述表面磨损位置信息，对所述输送带进行润滑处理；
进一步，所述双目拍摄模块获取输送带的运动状态信息，并根据所述运动状态信息，对所述输送带进行相应的双目拍摄，从而获得关于所述输送带的双目影像具体包括：
获取所述输送带的输送速度和输送方向，并根据所述输送速度，确定对所述输送带进行双目拍摄的拍摄频率，以及根据所述输送方向，确定对所述输送带进行双目拍摄的拍摄视角方位；
再根据所述拍摄频率和所述拍摄视角方位，对所述输送带进行双目拍摄，从而获得关于所述输送带分别在第一拍摄视角方位和第二拍摄视角方位的第一影像和第二影像，其中，所述第一拍摄视角方位不同于所述第二拍摄视角方位；
以及，
所述双目影像预处理模块对所述双目影像进行图像预处理具体包括：
对所述第一影像和所述第二影像依次进行图像背景噪声降噪滤波处理和图像像素锐化处理，从而实现对所述第一影像和所述第二影像的图像预处理；
进一步，所述三维影像获取模块根据图像预处理后的所述双目影像，获得所述输送带的三维影像具体包括：
确定图像预处理后的所述第一影像和所述第二影像之间的图像视差，并根据所述图像视差，确定所述输送带的三维影像；
以及，
所述表面轮廓特征信息确定模块对所述三维影像进行分析处理，从而获得所述三维影像中输送带的表面轮廓特征信息具体包括：
从所述三维影像确定所述输送带对应的边缘像素区域，并提取所述边缘像素区域对应的像素轮廓信息；
再对所述像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为所述输送带的表面轮廓特征信息；
进一步，所述输送带表面磨损确定模块根据所述表面轮廓特征信息，确定所述输送带的表面磨损状态信息和/或表面磨损位置信息具体包括：
根据所述表面轮廓特征信息，确定所述表面轮廓的轮廓线条分布间距均匀度状态信息，并将所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为所述输送带的表面磨损位置；
并根据所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定所述输送带的表面磨损深度；
以及，
所述输送带润滑模块根据所述表面磨损状态信息和/或所述表面磨损位置信息，对所述输送带进行润滑处理具体包括：
根据所述输送带的所述表面磨损位置和/或所述表面磨损深度，向所述输送带对应的位置区域涂覆相应量的润滑剂，从而实现所述润滑处理。
相比于现有技术，该基于双目拍摄的输送带磨损状态检测方法和系统，其通过获取输送带的运动状态信息，并根据该运动状态信息，对该输送带进行相应的双目拍摄，从而获得关于该输送带的双目影像，并对该双目影像进行图像预处理，并根据图像预处理后的该双目影像，获得该输送带的三维影像，并对该三维影像进行分析处理，从而获得该三维影像中输送带的表面轮廓特征信息，再根据所述表面轮廓特征信息，确定该输送带的表面磨损状态信息和/或表面磨损位置信息，并根据该表面磨损状态信息和/或该表面磨损位置信息，对该输送带进行润滑处理；可见，该基于双目拍摄的输送带磨损状态检测方法和系统通过根据输送带的运动状态拍摄得到输送带的双目影像，并根据该双目影像确定输送带的三维影像，得到输送带的表面轮廓特征信息，以此得到输送带的表面磨损状态信息和/或表面磨损位置信息，并对输送带进行适应性的润滑处理，这样能够在输送带在输送运动的同时对输送带进行实时双目拍摄检测，从而准确的、及时的和可靠的确定输送带的磨损位置和磨损程度，以便于提高输送带输送运动的顺畅性。
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为本发明提供的基于双目拍摄的输送带磨损状态检测方法的流程示意图。
图2为本发明提供的基于双目拍摄的输送带磨损状态检测系统的结构示意图。
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基于双目拍摄的输送带磨损状态检测方法的流程示意图。该基于双目拍摄的输送带磨损状态检测方法包括如下步骤：
步骤S1，获取输送带的运动状态信息，并根据该运动状态信息，对该输送带进行相应的双目拍摄，从而获得关于该输送带的双目影像，并对该双目影像进行图像预处理；
步骤S2，根据图像预处理后的该双目影像，获得该输送带的三维影像，并对该三维影像进行分析处理，从而获得该三维影像中输送带的表面轮廓特征信息；
步骤S3，根据该表面轮廓特征信息，确定该输送带的表面磨损状态信息和/或表面磨损位置信息，并根据该表面磨损状态信息和/或该表面磨损位置信息，对该输送带进行润滑处理。
上述技术方案的有益效果为：该基于双目拍摄的输送带磨损状态检测方法通过根据输送带的运动状态拍摄得到输送带的双目影像，并根据该双目影像确定输送带的三维影像，得到输送带的表面轮廓特征信息，以此得到输送带的表面磨损状态信息和/或表面磨损位置信息，并对输送带进行适应性的润滑处理，这样能够在输送带在输送运动的同时对输送带进行实时双目拍摄检测，从而准确的、及时的和可靠的确定输送带的磨损位置和磨损程度，以便于提高输送带输送运动的顺畅性。
优选地，在该步骤S1中，获取输送带的运动状态信息，并根据该运动状态信息，对该输送带进行相应的双目拍摄，从而获得关于该输送带的双目影像，并对该双目影像进行预处理具体包括：
步骤S101，获取该输送带的输送速度和输送方向，并根据该输送速度，确定对该输送带进行双目拍摄的拍摄频率，以及根据该输送方向，确定对该输送带进行双目拍摄的拍摄视角方位；
步骤S102，根据该拍摄频率和该拍摄视角方位，对该输送带进行双目拍摄，从而获得关于该输送带分别在第一拍摄视角方位和第二拍摄视角方位的第一影像和第二影像，其中，该第一拍摄视角方位不同于该第二拍摄视角方位；
步骤S103，对该第一影像和该第二影像依次进行图像背景噪声降噪滤波处理和图像像素锐化处理，从而实现对该第一影像和该第二影像的图像预处理。
上述技术方案的有益效果为：通过根据该拍摄频率和该拍摄视角方位，对该输送带进行双目拍摄，能够保证在输送带运作的过程中也能够实时地和全面地监控输送带的表面磨损情况，同时还对该第一影像和该第二影像依次进行图像背景噪声降噪滤波处理和图像像素锐化处理，能够有效地改善第一影像和第二影像的质量，以保证后续三维影像的确定精确性。
优选地，在该步骤S2中，根据图像预处理后的该双目影像，获得该输送带的三维影像，并对该三维影像进行分析处理，从而获得该三维影像中输送带的表面轮廓特征信息具体包括：
步骤S201，确定图像预处理后的该第一影像和该第二影像之间的图像视差，并根据该图像视差，确定该输送带的三维影像；
步骤S202，从该三维影像确定该输送带对应的边缘像素区域，并提取该边缘像素区域对应的像素轮廓信息；
步骤S203，对该像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为该输送带的表面轮廓特征信息。
上述技术方案的有益效果为：由于输送带的三维影像中包含输送带表面的形貌状态，通过从该边缘像素区域提取得到对应的像素轮廓信息，能够得到关于该输送带表面磨损形貌信息，从而便于通过相应梯度计算处理对该输送带表面磨损形貌信息进行梯度变化的确定，以此得到相应的表面轮廓特征信息，从而最大限度地提高表面轮廓特征信息的计算准确性和高效性。
优选地，在该步骤S3中，根据该表面轮廓特征信息，确定该输送带的表面磨损状态信息和/或表面磨损位置信息，并根据该表面磨损状态信息和/或该表面磨损位置信息，对该输送带进行润滑处理具体包括：
步骤S301，根据该表面轮廓特征信息，确定该表面轮廓的轮廓线条分布间距均匀度状态信息，并将该轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为该输送带的表面磨损位置；
步骤S302，根据该轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定该输送带的表面磨损深度；
步骤S303，根据该输送带的该表面磨损位置和/或该表面磨损深度，向该输送带对应的位置区域涂覆相应量的润滑剂，从而实现该润滑处理。
上述技术方案的有益效果为：由于当输送带的表面存在磨损时，该表面轮廓特征中的轮廓线条相互之间的分布间距会呈现不均匀的状态，当磨损的程度越高，该轮廓线条相互之间的分布间距会呈现不均匀的状态也越大，这样通过对该表面轮廓的轮廓线条分布间距均匀度状态信息就能够快速地和准确地确定该输送带的该表面磨损位置和/或该表面磨损深度，并且当该表面磨损深度越大，对应的润滑剂的涂覆量也越大，从而提高输送带输送运动的顺畅性。
优选地，在该步骤S203中，对该像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为该输送带的表面轮廓特征信息具体包括：
利用下面公式(1)，对该像素轮廓信息进行梯度计算处理得到该像素轮廓梯度值，
Figure BDA0002859905230000121
在上述公式(1)中，Hi,j表示该像素轮廓图像中第i行第j列像素点处的像素轮廓梯梯度值，Ii,j表示该像素轮廓图像中第i行第j列像素点处的像素值，Ii+1,j表示该像素轮廓图像中第i+1行第j列像素点处的像素值，Ii-1,j表示该像素轮廓图像中第i-1行第j列像素点处的像素值，Ii,j+1表示该像素轮廓图像中第i行第j+1列像素点处的像素值，Ii,j-1表示该像素轮廓图像中第i行第j-1列像素点处的像素值，m表示该像素轮廓图像中每一行的像素点个数，n表示该像素轮廓图像中每一列的像素点个数；
以及，
在该步骤S301中，根据该表面轮廓特征信息，确定该表面轮廓的轮廓线条分布间距均匀度状态信息，并将该轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为该输送带的表面磨损位置具体包括：
第一、利用下面公式(2)，确定该表面轮廓的轮廓线条分布间距均匀度，
Figure BDA0002859905230000122
在上述公式(2)中，ηi,j表示该像素轮廓图像中第i行第j列像素点处的轮廓线条分布间距均匀度，Hi,j表示该像素轮廓图像中第i行第j列像素点处的像素轮廓梯梯度值，Hi+a,j表示该像素轮廓图像中第i+a行第j列像素点处的像素轮廓梯梯度值，Hi,j+b表示该像素轮廓图像中第i行第j+b列像素点处的像素轮廓梯梯度值，m表示该像素轮廓图像中每一行的像素点个数，n表示该像素轮廓图像中每一列的像素点个数；
第二、利用下面公式(3)，根据该表面轮廓的轮廓线条分布间距均匀度确定该输送带的表面磨损位置区域，
IPi,j＝Ii,j×δ[δ(ηi,j-1)] (3)
在上述公式(3)中，IPi,j表示该像素轮廓图像中第i行第j列像素点处属于该输送带的表面磨损位置区域的判定值，δ()表示单位冲激函数、当括号内的值等于0时单位冲激函数的函数值为1，当括号内的值不等于0时单位冲激函数的函数值为0；
当IPi,j＝Ii,j时，表示该像素轮廓图像中第i行第j列像素点处属于该输送带的表面磨损位置区域；
当IPi,j＝0时，表示该像素轮廓图像中第i行第j列像素点处不属于该输送带的表面磨损位置区域；
将该像素轮廓图像中的每一个像素点都进行上述公式(3)的处理，以此将属于该输送带的表面磨损位置区域的像素点全部筛选出来，将筛选出来的像素点进行组合最终得到该输送带的表面磨损位置区域；
以及，
在该步骤S302中，根据该轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定该输送带的表面磨损深度具体包括：
利用下面公式(4)，根据该表面轮廓的轮廓线条分布间距均匀度确定该输送带的表面磨损深度，
IMi,j＝(ηi,j-1)×Hi,j (4)
在上述公式(4)中，IMi,j表示该输送带的表面磨损深度，并且当IMi,j＝0表示该输送带的表面没有磨损。
上述技术方案的有益效果为：利用公式(1)对像素轮廓信息进行梯度计算处理得到像素轮廓梯度值，从而根据像素轮廓梯度值得到像素轮廓图像中每个像素点的梯度状态；然后利用公式(2)根据表面轮廓特征信息，确定表面轮廓的轮廓线条分布间距均匀度，从而根据每一个像素点处的轮廓线条分布间距均匀度确定表面轮廓的轮廓线条的分布状态；最后利用公式(3)根据表面轮廓的轮廓线条分布间距均匀度确定输送带的表面磨损位置区域，从而将输送带的表面磨损位置区域进行准确定位，保证修复区域的准确性；最后利用公式(4)根据表面轮廓的轮廓线条分布间距均匀度确定输送带的表面磨损深度，从而可以利用输送带的表面磨损深度对表面磨损位置进行不同程度的修复，保证修复的可靠性。
参阅图2，为本发明实施例提供的基于双目拍摄的输送带磨损状态检测系统的结构示意图。该基于双目拍摄的输送带磨损状态检测系统包括双目拍摄模块、双目影像预处理模块、三维影像获取模块、表面轮廓特征信息确定模块、输送带表面磨损确定模块和输送带润滑模块；其中，
该双目拍摄模块用于获取输送带的运动状态信息，并根据该运动状态信息，对该输送带进行相应的双目拍摄，从而获得关于该输送带的双目影像；
该双目影像预处理模块用于对该双目影像进行图像预处理；
该三维影像获取模块用于根据图像预处理后的该双目影像，获得该输送带的三维影像；
该表面轮廓特征信息确定模块用于对该三维影像进行分析处理，从而获得该三维影像中输送带的表面轮廓特征信息；
该输送带表面磨损确定模块用于根据该表面轮廓特征信息，确定该输送带的表面磨损状态信息和/或表面磨损位置信息；
该输送带润滑模块用于根据该表面磨损状态信息和/或该表面磨损位置信息，对该输送带进行润滑处理。
上述技术方案的有益效果为：该基于双目拍摄的输送带磨损状态检测系统通过根据输送带的运动状态拍摄得到输送带的双目影像，并根据该双目影像确定输送带的三维影像，得到输送带的表面轮廓特征信息，以此得到输送带的表面磨损状态信息和/或表面磨损位置信息，并对输送带进行适应性的润滑处理，这样能够在输送带在输送运动的同时对输送带进行实时双目拍摄检测，从而准确的、及时的和可靠的确定输送带的磨损位置和磨损程度，以便于提高输送带输送运动的顺畅性。
优选地，该双目拍摄模块获取输送带的运动状态信息，并根据该运动状态信息，对该输送带进行相应的双目拍摄，从而获得关于该输送带的双目影像具体包括：
获取该输送带的输送速度和输送方向，并根据该输送速度，确定对该输送带进行双目拍摄的拍摄频率，以及根据该输送方向，确定对该输送带进行双目拍摄的拍摄视角方位；
再根据该拍摄频率和该拍摄视角方位，对该输送带进行双目拍摄，从而获得关于该输送带分别在第一拍摄视角方位和第二拍摄视角方位的第一影像和第二影像，其中，该第一拍摄视角方位不同于该第二拍摄视角方位；
以及，
该双目影像预处理模块对该双目影像进行图像预处理具体包括：
对该第一影像和该第二影像依次进行图像背景噪声降噪滤波处理和图像像素锐化处理，从而实现对该第一影像和该第二影像的图像预处理。
上述技术方案的有益效果为：通过根据该拍摄频率和该拍摄视角方位，对该输送带进行双目拍摄，能够保证在输送带运作的过程中也能够实时地和全面地监控输送带的表面磨损情况，同时还对该第一影像和该第二影像依次进行图像背景噪声降噪滤波处理和图像像素锐化处理，能够有效地改善第一影像和第二影像的质量，以保证后续三维影像的确定精确性。
优选地，该三维影像获取模块根据图像预处理后的该双目影像，获得该输送带的三维影像具体包括：
确定图像预处理后的该第一影像和该第二影像之间的图像视差，并根据该图像视差，确定该输送带的三维影像；
以及，
该表面轮廓特征信息确定模块对该三维影像进行分析处理，从而获得该三维影像中输送带的表面轮廓特征信息具体包括：
从该三维影像确定该输送带对应的边缘像素区域，并提取该边缘像素区域对应的像素轮廓信息；
再对该像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为该输送带的表面轮廓特征信息。
上述技术方案的有益效果为：由于输送带的三维影像中包含输送带表面的形貌状态，通过从该边缘像素区域提取得到对应的像素轮廓信息，能够得到关于该输送带表面磨损形貌信息，从而便于通过相应梯度计算处理对该输送带表面磨损形貌信息进行梯度变化的确定，以此得到相应的表面轮廓特征信息，从而最大限度地提高表面轮廓特征信息的计算准确性和高效性。
优选地，该输送带表面磨损确定模块根据该表面轮廓特征信息，确定该输送带的表面磨损状态信息和/或表面磨损位置信息具体包括：
根据该表面轮廓特征信息，确定该表面轮廓的轮廓线条分布间距均匀度状态信息，并将该轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为该输送带的表面磨损位置；
并根据该轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定该输送带的表面磨损深度；
以及，
该输送带润滑模块根据该表面磨损状态信息和/或该表面磨损位置信息，对该输送带进行润滑处理具体包括：
根据该输送带的该表面磨损位置和/或该表面磨损深度，向该输送带对应的位置区域涂覆相应量的润滑剂，从而实现该润滑处理。
上述技术方案的有益效果为：由于当输送带的表面存在磨损时，该表面轮廓特征中的轮廓线条相互之间的分布间距会呈现不均匀的状态，当磨损的程度越高，该轮廓线条相互之间的分布间距会呈现不均匀的状态也越大，这样通过对该表面轮廓的轮廓线条分布间距均匀度状态信息就能够快速地和准确地确定该输送带的该表面磨损位置和/或该表面磨损深度，并且当该表面磨损深度越大，对应的润滑剂的涂覆量也越大，从而提高输送带输送运动的顺畅性。
从上述实施例的内容可知，该基于双目拍摄的输送带磨损状态检测方法和系统通过获取输送带的运动状态信息，并根据该运动状态信息，对该输送带进行相应的双目拍摄，从而获得关于该输送带的双目影像，并对该双目影像进行图像预处理，并根据图像预处理后的该双目影像，获得该输送带的三维影像，并对该三维影像进行分析处理，从而获得该三维影像中输送带的表面轮廓特征信息，再根据所述表面轮廓特征信息，确定该输送带的表面磨损状态信息和/或表面磨损位置信息，并根据该表面磨损状态信息和/或该表面磨损位置信息，对该输送带进行润滑处理；可见，该基于双目拍摄的输送带磨损状态检测方法和系统通过根据输送带的运动状态拍摄得到输送带的双目影像，并根据该双目影像确定输送带的三维影像，得到输送带的表面轮廓特征信息，以此得到输送带的表面磨损状态信息和/或表面磨损位置信息，并对输送带进行适应性的润滑处理，这样能够在输送带在输送运动的同时对输送带进行实时双目拍摄检测，从而准确的、及时的和可靠的确定输送带的磨损位置和磨损程度，以便于提高输送带输送运动的顺畅性。
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 (9)

1.基于双目拍摄的输送带磨损状态检测方法，其特征在于，其包括如下步骤：
步骤S1，获取输送带的运动状态信息，并根据所述运动状态信息，对所述输送带进行相应的双目拍摄，从而获得关于所述输送带的双目影像，并对所述双目影像进行图像预处理；
步骤S2，根据图像预处理后的所述双目影像，获得所述输送带的三维影像，并对所述三维影像进行分析处理，从而获得所述三维影像中输送带的表面轮廓特征信息；
步骤S3，根据所述表面轮廓特征信息，确定所述输送带的表面磨损状态信息和/或表面磨损位置信息，并根据所述表面磨损状态信息和/或所述表面磨损位置信息，对所述输送带进行润滑处理。
2.如权利要求1所述的基于双目拍摄的输送带磨损状态检测方法，其特征在于：
在所述步骤S1中，获取输送带的运动状态信息，并根据所述运动状态信息，对所述输送带进行相应的双目拍摄，从而获得关于所述输送带的双目影像，并对所述双目影像进行预处理具体包括：
步骤S101，获取所述输送带的输送速度和输送方向，并根据所述输送速度，确定对所述输送带进行双目拍摄的拍摄频率，以及根据所述输送方向，确定对所述输送带进行双目拍摄的拍摄视角方位；
步骤S102，根据所述拍摄频率和所述拍摄视角方位，对所述输送带进行双目拍摄，从而获得关于所述输送带分别在第一拍摄视角方位和第二拍摄视角方位的第一影像和第二影像，其中，所述第一拍摄视角方位不同于所述第二拍摄视角方位；
步骤S103，对所述第一影像和所述第二影像依次进行图像背景噪声降噪滤波处理和图像像素锐化处理，从而实现对所述第一影像和所述第二影像的图像预处理。
3.如权利要求2所述的基于双目拍摄的输送带磨损状态检测方法，其特征在于：
在所述步骤S2中，根据图像预处理后的所述双目影像，获得所述输送带的三维影像，并对所述三维影像进行分析处理，从而获得所述三维影像中输送带的表面轮廓特征信息具体包括：
步骤S201，确定图像预处理后的所述第一影像和所述第二影像之间的图像视差，并根据所述图像视差，确定所述输送带的三维影像；
步骤S202，从所述三维影像确定所述输送带对应的边缘像素区域，并提取所述边缘像素区域对应的像素轮廓信息；
步骤S203，对所述像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为所述输送带的表面轮廓特征信息。
4.如权利要求3所述的基于双目拍摄的输送带磨损状态检测方法，其特征在于：
在所述步骤S3中，根据所述表面轮廓特征信息，确定所述输送带的表面磨损状态信息和/或表面磨损位置信息，并根据所述表面磨损状态信息和/或所述表面磨损位置信息，对所述输送带进行润滑处理具体包括：
步骤S301，根据所述表面轮廓特征信息，确定所述表面轮廓的轮廓线条分布间距均匀度状态信息，并将所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为所述输送带的表面磨损位置；
步骤S302，根据所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定所述输送带的表面磨损深度；
步骤S303，根据所述输送带的所述表面磨损位置和/或所述表面磨损深度，向所述输送带对应的位置区域涂覆相应量的润滑剂，从而实现所述润滑处理。
5.如权利要求4所述的基于双目拍摄的输送带磨损状态检测方法，其特征在于：
在所述步骤S203中，对所述像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为所述输送带的表面轮廓特征信息具体包括：
利用下面公式(1)，对所述像素轮廓信息进行梯度计算处理得到所述像素轮廓梯度值，
Figure FDA0002859905220000031
在上述公式(1)中，Hi,j表示所述像素轮廓图像中第i行第j列像素点处的像素轮廓梯梯度值，Ii,j表示所述像素轮廓图像中第i行第j列像素点处的像素值，Ii+1,j表示所述像素轮廓图像中第i+1行第j列像素点处的像素值，Ii-1,j表示所述像素轮廓图像中第i-1行第j列像素点处的像素值，Ii,j+1表示所述像素轮廓图像中第i行第j+1列像素点处的像素值，Ii,j-1表示所述像素轮廓图像中第i行第j-1列像素点处的像素值，m表示所述像素轮廓图像中每一行的像素点个数，n表示所述像素轮廓图像中每一列的像素点个数；
以及，
在所述步骤S301中，根据所述表面轮廓特征信息，确定所述表面轮廓的轮廓线条分布间距均匀度状态信息，并将所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为所述输送带的表面磨损位置具体包括：
第一、利用下面公式(2)，确定所述表面轮廓的轮廓线条分布间距均匀度，
Figure FDA0002859905220000041
在上述公式(2)中，ηi,j表示所述像素轮廓图像中第i行第j列像素点处的轮廓线条分布间距均匀度，Hi,j表示所述像素轮廓图像中第i行第j列像素点处的像素轮廓梯梯度值，Hi+a,j表示所述像素轮廓图像中第i+a行第j列像素点处的像素轮廓梯梯度值，Hi,j+b表示所述像素轮廓图像中第i行第j+b列像素点处的像素轮廓梯梯度值，m表示所述像素轮廓图像中每一行的像素点个数，n表示所述像素轮廓图像中每一列的像素点个数；
第二、利用下面公式(3)，根据所述表面轮廓的轮廓线条分布间距均匀度确定所述输送带的表面磨损位置区域，
IPi,j＝Ii,j×δ[δ(ηi,j-1)] (3)
在上述公式(3)中，IPi,j表示所述像素轮廓图像中第i行第j列像素点处属于所述输送带的表面磨损位置区域的判定值，δ()表示单位冲激函数、当括号内的值等于0时单位冲激函数的函数值为1，当括号内的值不等于0时单位冲激函数的函数值为0；
当IPi,j＝Ii,j时，表示所述像素轮廓图像中第i行第j列像素点处属于所述输送带的表面磨损位置区域；
当IPi,j＝0时，表示所述像素轮廓图像中第i行第j列像素点处不属于所述输送带的表面磨损位置区域；
将所述像素轮廓图像中的每一个像素点都进行上述公式(3)的处理，以此将属于所述输送带的表面磨损位置区域的像素点全部筛选出来，将筛选出来的像素点进行组合最终得到所述输送带的表面磨损位置区域；以及，
在所述步骤S302中，根据所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定所述输送带的表面磨损深度具体包括：
利用下面公式(4)，根据所述表面轮廓的轮廓线条分布间距均匀度确定所述输送带的表面磨损深度，
IMi,j＝(ηi,j-1)×Hi,j (4)
在上述公式(4)中，IMi,j表示所述输送带的表面磨损深度，并且当IMi,j＝0表示所述输送带的表面没有磨损。
6.基于双目拍摄的输送带磨损状态检测系统，其特征在于，其包括双目拍摄模块、双目影像预处理模块、三维影像获取模块、表面轮廓特征信息确定模块、输送带表面磨损确定模块和输送带润滑模块；其中，
所述双目拍摄模块用于获取输送带的运动状态信息，并根据所述运动状态信息，对所述输送带进行相应的双目拍摄，从而获得关于所述输送带的双目影像；
所述双目影像预处理模块用于对所述双目影像进行图像预处理；
所述三维影像获取模块用于根据图像预处理后的所述双目影像，获得所述输送带的三维影像；
所述表面轮廓特征信息确定模块用于对所述三维影像进行分析处理，从而获得所述三维影像中输送带的表面轮廓特征信息；
所述输送带表面磨损确定模块用于根据所述表面轮廓特征信息，确定所述输送带的表面磨损状态信息和/或表面磨损位置信息；
所述输送带润滑模块用于根据所述表面磨损状态信息和/或所述表面磨损位置信息，对所述输送带进行润滑处理。
7.如权利要求6所述的基于双目拍摄的输送带磨损状态检测系统，其特征在于：
所述双目拍摄模块获取输送带的运动状态信息，并根据所述运动状态信息，对所述输送带进行相应的双目拍摄，从而获得关于所述输送带的双目影像具体包括：
获取所述输送带的输送速度和输送方向，并根据所述输送速度，确定对所述输送带进行双目拍摄的拍摄频率，以及根据所述输送方向，确定对所述输送带进行双目拍摄的拍摄视角方位；
再根据所述拍摄频率和所述拍摄视角方位，对所述输送带进行双目拍摄，从而获得关于所述输送带分别在第一拍摄视角方位和第二拍摄视角方位的第一影像和第二影像，其中，所述第一拍摄视角方位不同于所述第二拍摄视角方位；
以及，
所述双目影像预处理模块对所述双目影像进行图像预处理具体包括：
对所述第一影像和所述第二影像依次进行图像背景噪声降噪滤波处理和图像像素锐化处理，从而实现对所述第一影像和所述第二影像的图像预处理。
8.如权利要求7所述的基于双目拍摄的输送带磨损状态检测系统，其特征在于：
所述三维影像获取模块根据图像预处理后的所述双目影像，获得所述输送带的三维影像具体包括：
确定图像预处理后的所述第一影像和所述第二影像之间的图像视差，并根据所述图像视差，确定所述输送带的三维影像；
以及，
所述表面轮廓特征信息确定模块对所述三维影像进行分析处理，从而获得所述三维影像中输送带的表面轮廓特征信息具体包括：
从所述三维影像确定所述输送带对应的边缘像素区域，并提取所述边缘像素区域对应的像素轮廓信息；
再对所述像素轮廓信息进行梯度计算处理，以此将计算得到的像素轮廓梯度值作为所述输送带的表面轮廓特征信息。
9.如权利要求8所述的基于双目拍摄的输送带磨损状态检测系统，其特征在于：
所述输送带表面磨损确定模块根据所述表面轮廓特征信息，确定所述输送带的表面磨损状态信息和/或表面磨损位置信息具体包括：
根据所述表面轮廓特征信息，确定所述表面轮廓的轮廓线条分布间距均匀度状态信息，并将所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域位置确定为所述输送带的表面磨损位置；
并根据所述轮廓线条分布间距均匀度状态信息中轮廓线条分布间距不均匀的区域的轮廓线条间距，确定所述输送带的表面磨损深度；
以及，
所述输送带润滑模块根据所述表面磨损状态信息和/或所述表面磨损位置信息，对所述输送带进行润滑处理具体包括：
根据所述输送带的所述表面磨损位置和/或所述表面磨损深度，向所述输送带对应的位置区域涂覆相应量的润滑剂，从而实现所述润滑处理。
CN202011559487.9A 2020-12-25 2020-12-25 基于双目拍摄的输送带磨损状态检测方法和系统 Pending CN112598720A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011559487.9A CN112598720A (zh) 2020-12-25 2020-12-25 基于双目拍摄的输送带磨损状态检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011559487.9A CN112598720A (zh) 2020-12-25 2020-12-25 基于双目拍摄的输送带磨损状态检测方法和系统

Publications (1)

Publication Number Publication Date
CN112598720A true CN112598720A (zh) 2021-04-02

Family

ID=75201950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011559487.9A Pending CN112598720A (zh) 2020-12-25 2020-12-25 基于双目拍摄的输送带磨损状态检测方法和系统

Country Status (1)

Country Link
CN (1) CN112598720A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114663379A (zh) * 2022-03-17 2022-06-24 触媒净化技术(南京)有限公司 一种用于确定脱硝催化剂的再生能力的方法和系统
CN114781786A (zh) * 2022-03-04 2022-07-22 慧之安信息技术股份有限公司 基于物联网平台的工具管理方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000241135A (ja) * 1999-02-25 2000-09-08 Osaka City 物体輪郭検出方法および物体識別方法
CN102991997A (zh) * 2012-10-05 2013-03-27 昆山特力伯传动科技有限公司 输送带磨损度的测量方法
CN103208117A (zh) * 2013-03-21 2013-07-17 袁景 一种多功能智能皮带表面斑块边缘检测方法
CN105491349A (zh) * 2015-12-31 2016-04-13 天津市三特电子有限公司 皮带群组异常状态自动巡视检测系统及其检测方法
CN111661590A (zh) * 2020-06-08 2020-09-15 天地（常州）自动化股份有限公司 矿用带式输送机输送带撕裂损伤检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000241135A (ja) * 1999-02-25 2000-09-08 Osaka City 物体輪郭検出方法および物体識別方法
CN102991997A (zh) * 2012-10-05 2013-03-27 昆山特力伯传动科技有限公司 输送带磨损度的测量方法
CN103208117A (zh) * 2013-03-21 2013-07-17 袁景 一种多功能智能皮带表面斑块边缘检测方法
CN105491349A (zh) * 2015-12-31 2016-04-13 天津市三特电子有限公司 皮带群组异常状态自动巡视检测系统及其检测方法
CN111661590A (zh) * 2020-06-08 2020-09-15 天地（常州）自动化股份有限公司 矿用带式输送机输送带撕裂损伤检测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114781786A (zh) * 2022-03-04 2022-07-22 慧之安信息技术股份有限公司 基于物联网平台的工具管理方法和系统
CN114781786B (zh) * 2022-03-04 2022-10-21 慧之安信息技术股份有限公司 基于物联网平台的工具管理方法和系统
CN114663379A (zh) * 2022-03-17 2022-06-24 触媒净化技术(南京)有限公司 一种用于确定脱硝催化剂的再生能力的方法和系统

Similar Documents

Publication Publication Date Title
CN112598720A (zh) 基于双目拍摄的输送带磨损状态检测方法和系统
CN101387493B (zh) 铁塔构件孔的形位尺寸非接触光电检测方法
CN110490842B (zh) 一种基于深度学习的带钢表面缺陷检测方法
CN104914111A (zh) 一种带钢表面缺陷在线智能识别检测系统及其检测方法
CN103499585A (zh) 基于机器视觉的非连续性锂电池薄膜缺陷检测方法及其装置
CN107490582B (zh) 一种流水线工件检测系统
CN105044122A (zh) 一种基于半监督学习模型的铜件表面缺陷视觉检测系统及检测方法
CN111815555A (zh) 对抗神经网络结合局部二值的金属增材制造图像检测方法及装置
CN114419048B (zh) 基于图像处理的输送机在线检测方法及系统
CN105674910A (zh) 一种超大型剪板机板料剪切边缘曲线检测系统及方法
CN113916894B (zh) 基于量子鸽群峰谷区间分割的铜冲压件表面裂缝检测方法
Liu et al. Inspection of rail surface defects based on image processing
CN111539927A (zh) 汽车塑料组合件紧固卡扣缺装检测装置的检测过程及算法
CN115311629B (zh) 一种折弯机的异常折弯精度监测系统
CN113177924A (zh) 一种工业流水线产品瑕疵检测方法
CN115375686A (zh) 一种基于图像处理的玻璃边缘瑕疵检测方法
CN112270658A (zh) 一种基于机器视觉的电梯钢丝绳检测方法
Pham et al. A YOLO-based real-time packaging defect detection system
CN116630329B (zh) 用于多轴多通道数控系统的在线视觉检测方法
CN105184792B (zh) 一种圆锯片磨损量在线测量方法
Chen et al. Tool wear monitoring based on the combination of machine vision and acoustic emission
CN110516725B (zh) 基于机器视觉的木板条纹间距和颜色的检测方法
CN114677597B (zh) 基于改进YOLOv5网络的齿轮缺陷视觉检测方法及系统
CN105354848A (zh) 一种热镀锌产线的康耐视表面质量检测系统的优化方法
CN115457323A (zh) 基于视觉检测系统的手机玻璃屏非均衡表面缺陷分类方法

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