CN112712517A - 基于图像智能识别的液压缓冲器检测系统及检测方法 - Google Patents
基于图像智能识别的液压缓冲器检测系统及检测方法 Download PDFInfo
- Publication number
- CN112712517A CN112712517A CN202110029610.4A CN202110029610A CN112712517A CN 112712517 A CN112712517 A CN 112712517A CN 202110029610 A CN202110029610 A CN 202110029610A CN 112712517 A CN112712517 A CN 112712517A
- Authority
- CN
- China
- Prior art keywords
- image
- buffer
- hydraulic buffer
- coordinate
- camera
- 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
- 239000000872 buffer Substances 0.000 title claims abstract description 106
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000012360 testing method Methods 0.000 claims abstract description 17
- 230000006835 compression Effects 0.000 claims abstract description 7
- 238000007906 compression Methods 0.000 claims abstract description 7
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 7
- 229910000831 Steel Inorganic materials 0.000 claims description 4
- 239000010959 steel Substances 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 238000009434 installation Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 7
- 230000006378 damage Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 208000027418 Wounds and injury Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 208000014674 injury Diseases 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于图像智能识别的液压缓冲器检测系统及检测方法,放置在电梯底坑内的摄像机正对着被测液压缓冲器,摄像机按设定周期时间自动摄像液压缓冲器测试过程,拍摄的图像数据通过无线发射模块送出;置于电梯外的无线接收模块接收摄像机摄像图像,并将图像送数据处理器,数据处理器对图像进行识别和处理后输出直观数据,直观数据通过无线传输方式送移动终端显示。不仅可检测液压缓冲器的复位时间和复位距离,还可记录电梯液压缓冲器压缩和复位的整个动态过程,过程数据可为电梯液压缓冲器设计和改进提供参考数据。系统具有通用性强、安装简单、精确度高、智能化程度高,测量过程中人为因素影响小、检测人员无风险等优点。
Description
技术领域
本发明涉及一种电梯检测技术领域,特别涉及一种基于图像智能识别的液压缓冲器检测系统及检测方法。
背景技术
电梯可能发生的危险一般有挤压、撞击、坠落、剪切,而电梯轿厢蹲底造成的后果最严重,伤害也最大,尤其是速度大于1m/s的电梯更加明显。为缓解轿厢蹲底对乘客的冲击和伤害,在轿厢正下方的井道底坑内会设置缓冲器。对于速度大于1m/s的电梯,会设置缓冲效果更佳的液压缓冲器。因钢丝绳断裂、控制系统失灵、曳引摩擦力或抱闸制动力不足导致轿厢超越终端层站时,将通过缓冲器把轿厢的动能和势能转化为液压油的热能,使轿厢以一定的减速度停下来,以避免电梯轿厢直接撞底,保护乘客和设备的安全。在电梯所有的安全保护措施中,缓冲器是最后一道安全保护。它就像人们日常生活中的消防设备,虽然平时不使用,但一定要保证其功能完好有效,以确保在紧急时刻发挥作用。因此精确、高效、安全的检测液压缓冲器对确保电梯紧急情况下缓冲停止和减少伤亡至关重要。
因此在初装电梯和后期都需定期对电梯液压缓冲器进行检测,主要是检测电梯液压缓冲器被完全压缩后其复位的时间以及是否能够完全复位。一般要求:缓冲器被压缩后要复位至其正常伸长位置电梯才能重新运行;缓冲器整个复位过程的最大时间限度为120s。在电梯日常维保过程中对液压缓冲器的复位时间进行检测,是一项必检测的安全项。
目前常规检测方法如下:将限位开关(如果有)、极限开关和相关的电气安全装置短接,以检修速度下降空载轿厢,将缓冲器完全压缩,测量从轿厢开始提起到缓冲器回复原状的时间。该方法要求检测人员蹲在电梯底坑内,轿顶人员以检修速度下降空载轿厢将缓冲器完全压缩,然后再使轿厢上行,缓冲器随之慢慢复位。当轿厢向上开始提起瞬间用秒表计时,直到缓冲器完全复位后计时结束。
这种检测方法存在以下缺点:1、由人工观测判断缓冲器的复位开始位置、复位截止位置、复位开始时间和复位截止时间,主观性太大,获得的数据缺乏科学性、准确性、严肃性和说服力;2、利用秒表进行人工计时,存在人工误差,技术手段落后,效率低下,自动化程度低;3、电梯底坑空间非常狭小,检测过程中检测人员蹲在底坑,对其人身安全构成严重威胁,不利于控制风险。这种检测方法已远远不能满足电梯快速发展的需要,急需研究更加先进的检测技术和装置,提高电梯检测效率。
为了提高测试的安全性,后续有利用超声波传感器对缓冲器标定距离的测量跟踪来监控电梯缓冲器的复位状态变化,进而计算出缓冲器复位时间的方案。其基本原理是在液压缓冲器液压杆的顶端固定一标定板,标定板上端装有微动开关,标定板下方地面上放置超声波传感器。当电梯压向液压杆时,会将固定在标定板上的微动开关压下,导通测量电路,触发超声波传感器开始工作,发射出超声波,超声波到达可调节标定板后反射,然后被接收。超声波传感器发射与接收模块再把测量的数据和上位机通信,最后由上位机经过处理后通过软件显示出测量结果。
还有利用激光测距方法进行测量的方法,其基本原理是在液压缓冲器上安装一挡板,利用激光测距仪测量挡板与电梯底坑地面之间距离的变化,利用超声波测距模块测量轿厢和电梯底坑之间距离的变化来检测液压缓冲器的复位时间。
利用上述方法进行液压缓冲器检测时人员无需蹲在电梯底坑,解决了检测人员的安全问题,具有一定的优点和创新性,但也存在一些缺陷:
(1)测试前需要先在液压缓冲器顶端安装标定板和其它装置,作为超声波检测或激光检测的目标。现场安装该标定板不仅增加了时间,而且安装精度难以保证,直接影响超声波或激光检测的工作精度,甚至安装过程中会对缓冲器造成损坏。
(2)事实上,不同速度、不同层站、不同品牌的电梯所采用的缓冲器是不同的,其高度、行程、直径差别非常大,一块标定板很难覆盖所有电梯,可能需要配备多块不同尺寸的标定板,通用性差,且携带困难。
(3)采用超声波和激光测距仪两套检测仪器,设备最多,现场安装也最复杂最耗时间。
(4)由于检测装置安装在井道内,显示装置位于井道外,现场对缓冲器进行试验时,层门是关闭的,虽然下端有一点缝隙,但是非常小,从中穿线路较困难,因此信息的传输最好采用无线方式。
发明内容
为了提高电梯液压缓冲器检测的安全性、便利性和准确性,提出了一种基于图像智能识别的液压缓冲器检测系统及检测方法。
本申请提供的一种基于图像智能识别的液压缓冲器检测系统采用如下的技术方案:包括摄像机、无线发射模块、无线接收模块、数据处理器和移动终端;放置在电梯底坑内的摄像机正对着被测液压缓冲器,摄像机按设定周期时间自动摄像液压缓冲器测试过程,拍摄的图像数据通过无线发射模块送出;置于电梯外的无线接收模块接收摄像机摄像图像,并将图像送数据处理器,数据处理器对图像进行识别和处理后输出直观数据,直观数据通过无线传输方式送移动终端显示。
通过采用上述技术方案,测试时不需任何辅助设备,系统所有设备均为便携式,可适用于任何电梯底坑内对液压缓冲器的检测,测试人员可在安全位置进行全程监控。
优选的:所述基于图像智能识别的液压缓冲器检测系统,还包括可调整角度的支撑架,自带电池和背景灯的摄像机固定在支撑架上。
通过采用上述技术方案,系统采集设备便携,并有效适应电梯底坑测试环境。
本申请提供的一种所述基于图像智能识别的液压缓冲器检测系统的检测方法,具体包括如下步骤:
1)电梯轿厢从距离液压缓冲器顶端一定距离处慢慢下行,和缓冲器距离越来越近,直至压上缓冲器;其次,轿厢继续下行,缓冲器也随之受到压缩,直至缓冲器压缩到底,曳引钢丝绳在绳槽内打滑,轿厢无法向下移动;然后,操纵轿厢向上运行离开缓冲器,缓冲器在没有外界压力的情况下开始自动复位;最后,缓冲器完全复位,整个运动过程结束;整个过程被摄像机捕捉存储并通过无线发射模块无线送出;
2)数据处理器接收测试过程图像,对图像进行锐化,增强边缘特征后,提取图像的边缘特征,识别计算每帧视频图像中的液压缓冲器的长度,然后作比较,即可得出间隔每帧活塞杆移动的距离,再结合摄像视频每帧时间,可得到整个过程的时间和移动距离对应数据;
3)步骤2)所得数据与液压缓冲器检测指标进行对比,获得测试结果,最后将处理后图像、数据和测试结果送移动终端显示。
通过采用上述技术方案,基于图像智能识别掌握电梯液压缓冲器压缩和复位的整个动态过程。
优选的:所述步骤2)实现识别计算每帧视频图像中的液压缓冲器的长度的具体步骤如下:
2.1)锐化后的每帧图像进行梯度过滤,提取图像的边缘特征,得到所有图像的边缘二值图;
2.2)锐化后的图像,提取首幅图像进行颜色过滤,获得颜色滤波后得到的颜色二值图,再经过去噪处理去除干扰的细小特征;
2.3)有效区间确定:图像中液压活塞竖直行程方向为x轴方向,液压活塞直径方向为y轴方向,将步骤2.2)处理后颜色二值图沿x方向累加,得到颜色二值图关于y的分布,再将颜色二值图中对应y坐标处所有白色点看作“1”,进行累加后得到的x方向值,获取x方向值的最高峰值,根据此最高峰值的50%~80%中的任意一个值作为x方向阈值,将x方向值高于x方向阈值的点对应的y轴坐标筛选出来,并在筛选出的值中找出y的最小值ymin和最大值ymax,则[ymin,ymax]对应的图像区间即为有效区间;
2.4)计算出有效区间后,结合步骤2.1)获取的边缘二值图,对y轴方向有效区间对应的边缘二值图进行分割,对有效区间内的边缘二值图再沿y轴方向求和,得到边缘二值图关于x的分布,建立坐标图,其中横坐标为边缘二值图中x坐标,纵坐标为原边缘二值图对应x坐标处且位于有效区间内所有白色点看作“1”后的叠加值,纵坐标两个峰值的x坐标分别代表活塞杆端部位置和活塞杆与缸体交界处;根据纵坐标峰值设置纵坐标阈值,选择的纵坐标阈值不可比峰值高,也不能低于峰值的80%,对这个坐标图中所有纵坐标值进行判断,得到高于纵坐标阈值的所有区间,第一峰值对应的第一个区间的最高值作为干扰部分忽略,第二个区间的最高值作为第一个有效峰值,记录这个峰值对应的x坐标;第二个峰值对应的x坐标被固定确定,不会随着液压缸压缩发生改变,用第二个峰值对应的x坐标减去第一个峰值对应的x坐标,再乘实际长度与图像长度的比例,计算出活塞杆露出缸体部分的长度。
通过采用上述技术方案,在大量视频数据中快速提取有效数据,计算出所需的压缩量,构成终端直观数据。
本发明的有益效果在于:基于图像智能识别的液压缓冲器检测系统及检测方法,不仅可检测液压缓冲器的复位时间和复位距离,还可掌握电梯液压缓冲器压缩和复位的整个动态过程,过程数据可为电梯液压缓冲器设计和改进提供参考数据。该系统具有通用性强、安装简单、精确度高、智能化程度高,测量过程中人为因素影响小、检测人员无风险等优点。
附图说明
图1为本发明基于图像智能识别的液压缓冲器检测系统结构示意图;
图2为本发明基于图像智能识别的液压缓冲器检测方法中通过图像获取压缩数据流程图;
图3为本发明图像处理中颜色滤波和边缘特征提取对照图;
图4为本发明图像处理中有效区间获取示意图;
图5为本发明图像处理中液压缓冲器顶端数据获取示意图。
附图标记:1、电梯箱;2、液压缓冲器;3、摄像机;4、支撑架;5、无线发射模块;6、无线接收模块;7、数据处理器;8、移动终端。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,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下述的实施例。
如图1所示基于图像智能识别的液压缓冲器检测系统,包括摄像机3、支撑架4、无线发射模块5、无线接收模块6、数据处理器7和移动终端8。在进行液压缓冲器检测的电梯底坑内放置摄像机3、支撑架4和无线发射模块5。摄像机3固定在支撑架4上,使得摄像机3能稳定的搁置在电梯底坑内,必要时可在支撑架4下增加配重块,增加稳定性。调整摄像机3镜头角度,正对着被测液压缓冲器,并保证未被压缩的整个液压缓冲器在摄像机镜头摄像范围内,摄像机镜头自带电池和背景灯。摄像机输出端连接无线发射模块5,摄像机按设定周期时间自动摄像,图像数据通过无线发射模块5送出。放置后打开摄像机3和无线发射模块5电源按钮。在电梯外放置无线接收模块6、数据处理器7和移动终端8。已经与无线发射模块5配对识别的无线接收模块6接收摄像机摄像图像,送数据处理器7,数据处理器7与移动终端8无线连接,数据处理器7将处理后的图像和数据通过无线传输方式送移动终端8,确定系统连接无误的情况下,检测人员控制电梯经常检测,通过移动终端8可看到整个检测过程数据。
检测过程中利用视频采集摄像机获取液压缓冲器的运动过程。整个运动过程:首先,电梯轿厢从距离液压缓冲器顶端一定距离处慢慢下行,和缓冲器距离越来越近,直至压上缓冲器;其次,轿厢继续下行,缓冲器也随之受到压缩,直至缓冲器压缩到底,曳引钢丝绳在绳槽内打滑,轿厢无法向下移动;然后,操纵轿厢向上运行离开缓冲器,缓冲器在没有外界压力的情况下开始自动复位;最后,缓冲器完全复位,整个运动过程结束。视频采集摄像机时时刻刻观察和记录缓冲器的运动情况。缓冲器何时开始被轿厢压缩?何时压缩到底?压缩的距离是多少?何时开始复位?何时复位结束?复位距离为多少?这些数值信息都被摄像机捕捉存储并无线送出。
通过无线发射和传输技术实现井道内信息和井道外信息的交换。为避免人员受到伤害,检测过程中检测人员站在井道外,而视频采集摄像机放置在井道底坑内,摄像机采集到的信息传递到井道外数据处理器,以便对图像进行处理,移动终端使井道外检测人员及时了解和监测缓冲器的所有动作情况。
获得缓冲器运动过程的视频和图像后,对图像进行处理、计算,得到需要的结果。如图2所示通过图像获取压缩数据流程图,整个步骤包括:图像锐化、颜色和阈值过滤、去噪、有效区间计算、边缘特征提取、压缩量计算。具体实现见下述。
缓冲器图像首先要经过锐化,增强边缘特征,锐化后图像然后分成两个过程,一是对每帧的图像进行梯度过滤,提取图像的边缘特征,得到所有图像的边缘二值图;二是提取首幅图像进行颜色过滤,根据颜色过滤的结果,再经过计算,计算出作用于图像边缘特征的有效区间。
有效区间获取方法:如图3中颜色滤波后得到的二值图是用于计算边缘特征的有效区间,这个有效区间对应到原图中,应该处于液压活塞竖直行程方向中间部分,便于对边缘图进行分割,以计算最终结果,但图3中的二值图仍有很多噪点,这些噪点可能会对有效区间的计算产生影响,为减少这些噪点的影响,在进行有效区别识别前需要通过图像腐蚀去除这些细小特征。选取合适的y坐标范围作为有效区间(约定数字图像从上至下为x轴方向,从左至右为y轴方向),即缓冲器图像中靠中间的部分,此部分对应活塞杆的位置同时图像边缘干扰少,适合将其作为有效部分进行计算。判断图像的“中间部分”,可以将颜色滤波、去噪后二值图沿x方向累加,得到二值图关于y的分布,如图4中坐标图所示,该坐标图中,横坐标代表二值图中的y坐标,纵坐标是将颜色过滤二值图中对应y坐标处所有白色点看作“1”,进行累加后得到的纵坐标值。可以看到,图4分布图的中间出现了一个高峰,对应二值图的“中间部分”,为得到这个“中间部分”,可以确定一个纵坐标阈值,将高峰部分筛选出来,根据经验,实际过程中可以选取纵坐标高峰部分最高值的70%作为阈值,但并不一定只能是70%,对于不同的缓冲器,可以根据实际的情况在纵坐标高峰部分最高值的50%~80%进行选择,本例中取纵坐标阈值为100,将纵坐标高于100的点对应的y轴坐标筛选出来,并在筛选出的值中找出y的最小值ymin和最大值ymax,则[ymin,ymax]对应的图像区间即为有效区间。
压缩量计算:计算出有效区间后,结合获取的边缘二值图,对该有效区间对应的边缘二值图进行分割,只取边缘二值图中位于有效y区间的部分,从图5中左边的二值图中可以看出边缘二值图被有效区间划分的情况,为了更好地观察,图中的分割线做了加粗处理。对有效区间内的边缘二值图再沿y方向求和,得到二值图关于x的分布,如图5中右边的坐标图所示,其中横坐标为边缘二值图中x坐标,纵坐标为原边缘二值图对应x坐标处且位于有效区间内所有白色点看作“1”后的叠加值。如图5中圈出的两个峰值的x坐标分别代表活塞杆端部位置和活塞杆与缸体交界处。可以通过一个阈值H(这个阈值可以先对一帧图像进行试处理,根据实际情况选择得到,该值不可比峰值高,也不能低于峰值的80%)对这个坐标图中所有纵坐标值进行判断,得到高于这个阈值的所有区间,第一峰值对应的第一个区间的最高值是原图中液压缸顶部的干扰部分,忽略这部分,第二个区间的最高值,就是第一个有效峰值,记录这个峰值对应的x坐标。第二个峰值可以在初次使用,试处理时,人工确定下来,因为该值在处理过程中是固定的,不会随着液压缸压缩发生改变。最后用第二个峰值对应的x坐标减去第一个峰值对应的x坐标,再乘实际长度与图像长度的比例,通过这种方法可以计算出活塞杆露出缸体部分的长度。计算视频中每帧的长度,然后作比较,即可得出间隔每帧活塞杆移动的距离,再结合摄像视频每帧时间,可得到整个过程的时间和移动距离对应数据。
数据处理器7对图像处理和识别完毕后,通过简洁的界面在移动终端上显示,检测结果可存储,一是可以进行后处理工作,对结果进行深入分析;二是检测结果具有可追溯性,可重复读取和分析。
Claims (4)
1.一种基于图像智能识别的液压缓冲器检测系统,其特征在于,包括摄像机、无线发射模块、无线接收模块、数据处理器和移动终端;放置在电梯底坑内的摄像机正对着被测液压缓冲器,摄像机按设定周期时间自动摄像液压缓冲器测试过程,拍摄的图像数据通过无线发射模块送出;置于电梯外的无线接收模块接收摄像机摄像图像,并将图像送数据处理器,数据处理器对图像进行识别和处理后输出直观数据,直观数据通过无线传输方式送移动终端显示。
2.根据权利要求1所述基于图像智能识别的液压缓冲器检测系统,其特征在于,还包括可调整角度的支撑架,自带电池和背景灯的摄像机固定在支撑架上。
3.根据权利要求1或2所述基于图像智能识别的液压缓冲器检测系统的检测方法,其特征在于,具体包括如下步骤:
1)电梯轿厢从距离液压缓冲器顶端一定距离处慢慢下行,和缓冲器距离越来越近,直至压上缓冲器;其次,轿厢继续下行,缓冲器也随之受到压缩,直至缓冲器压缩到底,曳引钢丝绳在绳槽内打滑,轿厢无法向下移动;然后,操纵轿厢向上运行离开缓冲器,缓冲器在没有外界压力的情况下开始自动复位;最后,缓冲器完全复位,整个运动过程结束;整个过程被摄像机捕捉存储并通过无线发射模块无线送出;
2)数据处理器接收测试过程图像,对图像进行锐化,增强边缘特征后,提取图像的边缘特征,识别计算每帧视频图像中的液压缓冲器的长度,然后作比较,即可得出间隔每帧活塞杆移动的距离,再结合摄像视频每帧时间,可得到整个过程的时间和移动距离对应数据;
3)步骤2)所得数据与液压缓冲器检测指标进行对比,获得测试结果,最后将处理后图像、数据和测试结果送移动终端显示。
4.根据权利要求3所述基于图像智能识别的液压缓冲器检测系统的检测方法,其特征在于,所述步骤2)实现识别计算每帧视频图像中的液压缓冲器的长度的具体步骤如下:
2.1)锐化后的每帧图像进行梯度过滤,提取图像的边缘特征,得到所有图像的边缘二值图;
2.2)锐化后的图像,提取首幅图像进行颜色过滤,获得颜色滤波后得到的颜色二值图,再经过去噪处理去除干扰的细小特征;
2.3)有效区间确定:图像中液压活塞竖直行程方向为x轴方向,液压活塞直径方向为y轴方向,将步骤2.2)处理后颜色二值图沿x方向累加,得到颜色二值图关于y的分布,再将颜色二值图中对应y坐标处所有白色点看作“1”,进行累加后得到的x方向值,获取x方向值的最高峰值,根据此最高峰值的50%~80%中的任意一个值作为x方向阈值,将x方向值高于x方向阈值的点对应的y轴坐标筛选出来,并在筛选出的值中找出y的最小值ymin和最大值ymax,则[ymin,ymax]对应的图像区间即为有效区间;
2.4)计算出有效区间后,结合步骤2.1)获取的边缘二值图,对y轴方向有效区间对应的边缘二值图进行分割,对有效区间内的边缘二值图再沿y轴方向求和,得到边缘二值图关于x的分布,建立坐标图,其中横坐标为边缘二值图中x坐标,纵坐标为原边缘二值图对应x坐标处且位于有效区间内所有白色点看作“1”后的叠加值,纵坐标两个峰值的x坐标分别代表活塞杆端部位置和活塞杆与缸体交界处;根据纵坐标峰值设置纵坐标阈值,选择的纵坐标阈值不可比峰值高,也不能低于峰值的80%,对这个坐标图中所有纵坐标值进行判断,得到高于纵坐标阈值的所有区间,第一峰值对应的第一个区间的最高值作为干扰部分忽略,第二个区间的最高值作为第一个有效峰值,记录这个峰值对应的x坐标;第二个峰值对应的x坐标被固定确定,不会随着液压缸压缩发生改变,用第二个峰值对应的x坐标减去第一个峰值对应的x坐标,再乘实际长度与图像长度的比例,计算出活塞杆露出缸体部分的长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110029610.4A CN112712517B (zh) | 2021-01-11 | 2021-01-11 | 基于图像智能识别的液压缓冲器检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110029610.4A CN112712517B (zh) | 2021-01-11 | 2021-01-11 | 基于图像智能识别的液压缓冲器检测系统及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112712517A true CN112712517A (zh) | 2021-04-27 |
CN112712517B CN112712517B (zh) | 2022-08-26 |
Family
ID=75548679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110029610.4A Active CN112712517B (zh) | 2021-01-11 | 2021-01-11 | 基于图像智能识别的液压缓冲器检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112712517B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020145042A1 (en) * | 1998-03-24 | 2002-10-10 | Knowles C. Harry | Internet-based remote monitoring, configuration and service (RMCS) system capable of monitoring, configuring and servicing a planar laser illumination and imaging (PLIIM) based network |
CN101059209A (zh) * | 2002-09-06 | 2007-10-24 | 东芝电梯株式会社 | 电梯照明系统 |
CN103193125A (zh) * | 2013-03-27 | 2013-07-10 | 广东省特种设备检测院顺德分院 | 电梯液压缓冲器复位性能动态的测量方法及其测试仪 |
CN203143861U (zh) * | 2013-03-27 | 2013-08-21 | 广东省特种设备检测院顺德分院 | 一种电梯液压缓冲器复位性能动态测试仪 |
CN205294528U (zh) * | 2015-12-07 | 2016-06-08 | 上海市特种设备监督检验技术研究院 | 智能识别的电梯液压缓冲器检测系统 |
CN109368434A (zh) * | 2018-11-23 | 2019-02-22 | 张勇 | 一种具有视频监测的电梯控制系统 |
CN109626152A (zh) * | 2018-11-23 | 2019-04-16 | 张勇 | 一种牵引机节能控制的电梯系统 |
CN110092255A (zh) * | 2019-05-10 | 2019-08-06 | 北京汇沣联合电梯科技有限公司 | 一种基于物联网云平台的电梯监控、维保方法及系统 |
US20200386605A1 (en) * | 2017-05-30 | 2020-12-10 | Versatile Natures Ltd. | Method for tracking lifting events at a construction site |
-
2021
- 2021-01-11 CN CN202110029610.4A patent/CN112712517B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020145042A1 (en) * | 1998-03-24 | 2002-10-10 | Knowles C. Harry | Internet-based remote monitoring, configuration and service (RMCS) system capable of monitoring, configuring and servicing a planar laser illumination and imaging (PLIIM) based network |
CN101059209A (zh) * | 2002-09-06 | 2007-10-24 | 东芝电梯株式会社 | 电梯照明系统 |
CN103193125A (zh) * | 2013-03-27 | 2013-07-10 | 广东省特种设备检测院顺德分院 | 电梯液压缓冲器复位性能动态的测量方法及其测试仪 |
CN203143861U (zh) * | 2013-03-27 | 2013-08-21 | 广东省特种设备检测院顺德分院 | 一种电梯液压缓冲器复位性能动态测试仪 |
CN205294528U (zh) * | 2015-12-07 | 2016-06-08 | 上海市特种设备监督检验技术研究院 | 智能识别的电梯液压缓冲器检测系统 |
US20200386605A1 (en) * | 2017-05-30 | 2020-12-10 | Versatile Natures Ltd. | Method for tracking lifting events at a construction site |
CN109368434A (zh) * | 2018-11-23 | 2019-02-22 | 张勇 | 一种具有视频监测的电梯控制系统 |
CN109626152A (zh) * | 2018-11-23 | 2019-04-16 | 张勇 | 一种牵引机节能控制的电梯系统 |
CN110092255A (zh) * | 2019-05-10 | 2019-08-06 | 北京汇沣联合电梯科技有限公司 | 一种基于物联网云平台的电梯监控、维保方法及系统 |
Non-Patent Citations (2)
Title |
---|
FENG SHUANGCHANG ET AL.: "Research on Detection Technology of Elevator Hydraulic Buffer", 《2020 5TH INTERNATIONAL CONFERENCE ON ELECTROMECHANICAL CONTROL TECHNOLOGY AND TRANSPORTATION (ICECTT)》 * |
葛宏帅: "基于J2EE的电梯运行参数远程监控系统的设计与实现", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112712517B (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107764839A (zh) | 一种基于机器视觉的钢丝绳表面缺陷在线检测方法及装置 | |
CN104773626A (zh) | 一种施工升降机标准节螺栓安全状态检测装置 | |
CN105800411A (zh) | 一种测量电梯运动的装置、方法和系统 | |
CN112712517B (zh) | 基于图像智能识别的液压缓冲器检测系统及检测方法 | |
CN106442151B (zh) | 一种桥梁静载试验自动控制装置及检测方法 | |
CN117474321A (zh) | 基于bim模型的施工现场风险智能识别方法及系统 | |
CN114314233B (zh) | 一种升降机升降安全智能操作控制系统 | |
CN115631351A (zh) | 一种利用x射线对废散纸进行杂质识别的装置 | |
CN111646352A (zh) | 一种基于机器视觉的电梯安全运行监测管理系统 | |
CN104058306A (zh) | 一种电梯智能调度系统 | |
CN113049595B (zh) | 一种受电弓磨损测量方法及系统 | |
CN105060051A (zh) | 电梯内激烈搏斗场景检测平台 | |
CN115849129A (zh) | 一种电梯鼓式制动器监测装置 | |
KR101560810B1 (ko) | 템플릿 영상을 이용한 공간 관리 방법 및 장치 | |
CN114772467A (zh) | 基于图像识别的塔机顶升过程中垂直度监测系统及方法 | |
CN113048893B (zh) | 一种列车闸片磨耗测量方法及系统 | |
CN105486265B (zh) | 起重机制动下滑量检测仪及其测量方法 | |
CN114913323A (zh) | 一种充电桩区域夜间明火检测方法 | |
Shuangchang et al. | Research on elevator hydraulic buffer detection system based on intelligent image recognition | |
CN210505132U (zh) | 一种电梯轿厢与井道壁间距测试仪 | |
CN113995412A (zh) | 一种建筑工人施工疲劳度检测装置与方法 | |
CN102928093A (zh) | 一种基于红外的钢坯表面温度检测装置 | |
CN113932748B (zh) | 一种基于大数据的列车闸瓦磨耗评估方法及相关设备 | |
CN109472186A (zh) | 大数据处理式体形识别方法 | |
CN117246865A (zh) | 一种电梯极限开关检验方法及音像记录装置 |
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 |