CN112781494A - 用于检测输送带表面异物存在状态的方法和系统 - Google Patents
用于检测输送带表面异物存在状态的方法和系统 Download PDFInfo
- Publication number
- CN112781494A CN112781494A CN202011573544.9A CN202011573544A CN112781494A CN 112781494 A CN112781494 A CN 112781494A CN 202011573544 A CN202011573544 A CN 202011573544A CN 112781494 A CN112781494 A CN 112781494A
- Authority
- CN
- China
- Prior art keywords
- conveying belt
- conveyor belt
- image
- determining
- information
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Control Of Conveyors (AREA)
Abstract
本发明提供了用于检测输送带表面异物存在状态的方法和系统,其根据输送带的实时运动状态确定输送带的运转故障区段,再对运转故障区段对应的输送带表面影像进行分析而确定运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后结合输送带表面轮廓信息和输送带表面物体存在状态信息,确定输送带表面存在的物体是否为异物,这样能够对输送带表面存在的所有异物进行全面的和准确的识别,从而提高输送带表面异物检测的全面性和准确性。
Description
技术领域
本发明涉及输送带监控的技术领域,特别涉及用于检测输送带表面异物存在状态的方法和系统。
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异物,这种异物不仅对输送带表面形成负重而导致输送带表面发生不期望的形变,并且还会对输送带的正常运转产生阻碍。现有技术只能通过人眼识别的方式对输送带表面存在的异物进行标定并从输送带表面上清除异物,但是这种方式并不能对输送带表面存在的所有异物进行全面的和准确的识别,很容易发生异物识别遗漏的情况以及需要投入较大的人力物力来进行异物识别,从而严重地降低输送带表面异物检测的全面性和准确性。
发明内容
针对现有技术存在的缺陷,本发明提供用于检测输送带表面异物存在状态的方法和系统,其通过获取输送带的实时运动状态,并根据该实时运动状态,确定该输送带的运转故障区段,再对该运转故障区段进行跟踪拍摄,以此获得该运转故障区段的输送带表面影像,再对该输送带表面影像进行预处理,以此获得对应的预处理影像,再对该预处理影像进行分析,从而确定该运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后根据该输送带表面轮廓信息,确定该输送带表面的形变状态,再结合该输送带表面物体存在状态信息,确定该输送带表面存在的物体是否为异物;可见,该用于检测输送带表面异物存在状态的方法和系统根据输送带的实时运动状态确定输送带的运转故障区段,再对运转故障区段对应的输送带表面影像进行分析而确定运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后结合输送带表面轮廓信息和输送带表面物体存在状态信息,确定输送带表面存在的物体是否为异物,这样能够对输送带表面存在的所有异物进行全面的和准确的识别,从而提高输送带表面异物检测的全面性和准确性。
本发明提供用于检测输送带表面异物存在状态的方法,其特征在于,其包括如下步骤:
步骤S1,获取输送带的实时运动状态,并根据所述实时运动状态,确定所述输送带的运转故障区段,再对所述运转故障区段进行跟踪拍摄,以此获得所述运转故障区段的输送带表面影像;
步骤S2,对所述输送带表面影像进行预处理,以此获得对应的预处理影像,再对所述预处理影像进行分析,从而确定所述运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息;
步骤S3,根据所述输送带表面轮廓信息,确定所述输送带表面的形变状态,再结合所述输送带表面物体存在状态信息,确定所述输送带表面存在的物体是否为异物;
进一步,在所述步骤S1中,获取输送带的实时运动状态,并根据所述实时运动状态,确定所述输送带的运转故障区段,再对所述运转故障区段进行跟踪拍摄,以此获得所述运转故障区段的输送带表面影像具体包括:
步骤S101,获取所述输送带的实时运动速度信息,并根据所述实时运动速度信息,确定所述输送带所有区段的运动速度均匀性,并将运动速度不均匀的输送带区段确定为运转故障区段;
步骤S102,对所述运转故障区段的表面区域进行双目跟踪拍摄,从而获得所述运转故障区段的输送带表面双目影像;
进一步,在所述步骤S2中,对所述输送带表面影像进行预处理,以此获得对应的预处理影像,再对所述预处理影像进行分析,从而确定所述运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息具体包括:
步骤S201,对所述输送带表面双目影像进行图像背景噪声卡尔曼滤波处理后,再确定所述输送带表面双目影像的影像视差,从而得到相应的输送带表面三维影像,以此作为所述预处理影像;
步骤S202,将所述输送带表面三维影像转换为像素灰度化三维影像,并提取所述像素灰度化三维影像的像素轮廓特征信息,再根据所述像素轮廓特征信息,得到所述输送带表面轮廓信息;
步骤S203,对所述像素灰度化三维影像进行物体轮廓识别处理,从而确定所述输送带表面存在的物体位置和物体体积;
进一步,在所述步骤S3中,根据所述输送带表面轮廓信息,确定所述输送带表面的形变状态,再结合所述输送带表面物体存在状态信息,确定所述输送带表面存在的物体是否为异物具体包括:
步骤S301,将所述输送带表面轮廓信息包含的输送带实际表面轮廓与预设输送带表面标准轮廓进行比对,以此确定所述输送带表面的形变位置和形变大小;
步骤S302,判断所述形变位置和所述物体位置是否相一致,若是,则判断所述物体体积是否超过预设物体体积阈值,若是,则确定所述输送带表面存在的物体不是异物,否则,确定所述输送带表面存在的物体是异物;
步骤S303,判断所述形变位置和所述物体位置是否相一致,若否,则判断所述形变大小是否超过预设形变大小值,若是,则确定产生所述形变的物体不是异物,否则,确定产生所述形变的物体是异物。
本发明还提供用于检测输送带表面异物存在状态的系统,其特征在于,其包括输送带运转故障区段确定模块、输送带跟踪拍摄模块、影像预处理与分析模块和输送带表面异物判断模块;其中,
所述输送带运转故障区段确定模块用于获取输送带的实时运动状态,并根据所述实时运动状态,确定所述输送带的运转故障区段;
所述输送带跟踪拍摄模块用于对所述运转故障区段进行跟踪拍摄,以此获得所述运转故障区段的输送带表面影像;
所述影像预处理与分析模块用于对所述输送带表面影像进行预处理,以此获得对应的预处理影像,再对所述预处理影像进行分析,从而确定所述运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息;
所述输送带表面异物判断模块用于根据所述输送带表面轮廓信息,确定所述输送带表面的形变状态,再结合所述输送带表面物体存在状态信息,确定所述输送带表面存在的物体是否为异物;
进一步,所述输送带运转故障区段确定模块获取输送带的实时运动状态,并根据所述实时运动状态,确定所述输送带的运转故障区段具体包括:
获取所述输送带的实时运动速度信息,并根据所述实时运动速度信息,确定所述输送带所有区段的运动速度均匀性,并将运动速度不均匀的输送带区段确定为运转故障区段;
以及,
所述输送带跟踪拍摄模块对所述运转故障区段进行跟踪拍摄,以此获得所述运转故障区段的输送带表面影像具体包括:
对所述运转故障区段的表面区域进行双目跟踪拍摄,从而获得所述运转故障区段的输送带表面双目影像;
进一步,所述影像预处理与分析模块对所述输送带表面影像进行预处理,以此获得对应的预处理影像,再对所述预处理影像进行分析,从而确定所述运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息具体包括:
对所述输送带表面双目影像进行图像背景噪声卡尔曼滤波处理后,再确定所述输送带表面双目影像的影像视差,从而得到相应的输送带表面三维影像,以此作为所述预处理影像;
再将所述输送带表面三维影像转换为像素灰度化三维影像,并提取所述像素灰度化三维影像的像素轮廓特征信息,再根据所述像素轮廓特征信息,得到所述输送带表面轮廓信息;
最后对所述像素灰度化三维影像进行物体轮廓识别处理,从而确定所述输送带表面存在的物体位置和物体体积;
进一步,所述输送带表面异物判断模块根据所述输送带表面轮廓信息,确定所述输送带表面的形变状态,再结合所述输送带表面物体存在状态信息,确定所述输送带表面存在的物体是否为异物具体包括:
将所述输送带表面轮廓信息包含的输送带实际表面轮廓与预设输送带表面标准轮廓进行比对,以此确定所述输送带表面的形变位置和形变大小;
判断所述形变位置和所述物体位置是否相一致,若是,则判断所述物体体积是否超过预设物体体积阈值,若是,则确定所述输送带表面存在的物体不是异物,否则,确定所述输送带表面存在的物体是异物;
判断所述形变位置和所述物体位置是否相一致,若否,则判断所述形变大小是否超过预设形变大小值,若是,则确定产生所述形变的物体不是异物,否则,确定产生所述形变的物体是异物。
相比于现有技术,该用于检测输送带表面异物存在状态的方法和系统通过获取输送带的实时运动状态,并根据该实时运动状态,确定该输送带的运转故障区段,再对该运转故障区段进行跟踪拍摄,以此获得该运转故障区段的输送带表面影像,再对该输送带表面影像进行预处理,以此获得对应的预处理影像,再对该预处理影像进行分析,从而确定该运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后根据该输送带表面轮廓信息,确定该输送带表面的形变状态,再结合该输送带表面物体存在状态信息,确定该输送带表面存在的物体是否为异物;可见,该用于检测输送带表面异物存在状态的方法和系统根据输送带的实时运动状态确定输送带的运转故障区段,再对运转故障区段对应的输送带表面影像进行分析而确定运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后结合输送带表面轮廓信息和输送带表面物体存在状态信息,确定输送带表面存在的物体是否为异物,这样能够对输送带表面存在的所有异物进行全面的和准确的识别,从而提高输送带表面异物检测的全面性和准确性。
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为本发明提供的用于检测输送带表面异物存在状态的方法的流程示意图。
图2为本发明提供的用于检测输送带表面异物存在状态的系统的结构示意图。
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用于检测输送带表面异物存在状态的方法的流程示意图。该用于检测输送带表面异物存在状态的方法包括如下步骤:
步骤S1,获取输送带的实时运动状态,并根据该实时运动状态,确定该输送带的运转故障区段,再对该运转故障区段进行跟踪拍摄,以此获得该运转故障区段的输送带表面影像;
步骤S2,对该输送带表面影像进行预处理,以此获得对应的预处理影像,再对该预处理影像进行分析,从而确定该运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息;
步骤S3,根据该输送带表面轮廓信息,确定该输送带表面的形变状态,再结合该输送带表面物体存在状态信息,确定该输送带表面存在的物体是否为异物。
上述技术方案的有益效果为:该用于检测输送带表面异物存在状态的方法根据输送带的实时运动状态确定输送带的运转故障区段,再对运转故障区段对应的输送带表面影像进行分析而确定运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后结合输送带表面轮廓信息和输送带表面物体存在状态信息,确定输送带表面存在的物体是否为异物,这样能够对输送带表面存在的所有异物进行全面的和准确的识别,从而提高输送带表面异物检测的全面性和准确性。
优选地,在该步骤S1中,获取输送带的实时运动状态,并根据该实时运动状态,确定该输送带的运转故障区段,再对该运转故障区段进行跟踪拍摄,以此获得该运转故障区段的输送带表面影像具体包括:
步骤S101,获取该输送带的实时运动速度信息,并根据该实时运动速度信息,确定该输送带所有区段的运动速度均匀性,并将运动速度不均匀的输送带区段确定为运转故障区段;
步骤S102,对该运转故障区段的表面区域进行双目跟踪拍摄,从而获得该运转故障区段的输送带表面双目影像。
上述技术方案的有益效果为:由于当输送带表面存在异物时,该异物会对输送带表面形成压迫,这种压迫会影响输送带的正常运转,相应地输送带在运转过程中其运动速度并不匀速状态,这样通过确定输送带所有区段的运动速度均匀性,能够快速地和准确地确定输送带中存在的运转故障区段,以便于后续有针对性地对运转故障区段进行双目跟踪拍摄。
优选地,在该步骤S2中,对该输送带表面影像进行预处理,以此获得对应的预处理影像,再对该预处理影像进行分析,从而确定该运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息具体包括:
步骤S201,对该输送带表面双目影像进行图像背景噪声卡尔曼滤波处理后,再确定该输送带表面双目影像的影像视差,从而得到相应的输送带表面三维影像,以此作为该预处理影像;
步骤S202,将该输送带表面三维影像转换为像素灰度化三维影像,并提取该像素灰度化三维影像的像素轮廓特征信息,再根据该像素轮廓特征信息,得到该输送带表面轮廓信息;
步骤S203,对该像素灰度化三维影像进行物体轮廓识别处理,从而确定该输送带表面存在的物体位置和物体体积。
上述技术方案的有益效果为:通过该输送带表面双目影像的影像视差,生成输送带表面三维影像,能够对该输送带表面的物体轮廓进行有效的识别处理,从而准确地确定该输送带表面存在的物体位置和物体体积。
优选地,在该步骤S3中,根据该输送带表面轮廓信息,确定该输送带表面的形变状态,再结合该输送带表面物体存在状态信息,确定该输送带表面存在的物体是否为异物具体包括:
步骤S301,将该输送带表面轮廓信息包含的输送带实际表面轮廓与预设输送带表面标准轮廓进行比对,以此确定该输送带表面的形变位置和形变大小;
步骤S302,判断该形变位置和该物体位置是否相一致,若是,则判断该物体体积是否超过预设物体体积阈值,若是,则确定该输送带表面存在的物体不是异物,否则,确定该输送带表面存在的物体是异物;
步骤S303,判断该形变位置和该物体位置是否相一致,若否,则判断该形变大小是否超过预设形变大小值,若是,则确定产生该形变的物体不是异物,否则,确定产生该形变的物体是异物。
上述技术方案的有益效果为:由于输送带表面存在的异物和生产线产品同样会对输送带表面产生负重而形成表面形变,但是由于生产线产品在输送带表面的位置分布是规律的且其体积也是恒定的,则异物在输送带表面的位置分布和体积则是随机的,这样通过判断该形变位置和该物体位置是否相一致、物体是否超出预设阈值以及输送带表面形变是否超出预设阈值,能够准确地判断对应的物体是否为异物,从而提高输送带表面异物检测的全面性和准确性。
参阅图2,为本发明实施例提供的用于检测输送带表面异物存在状态的系统的结构示意图。该用于检测输送带表面异物存在状态的系统包括输送带运转故障区段确定模块、输送带跟踪拍摄模块、影像预处理与分析模块和输送带表面异物判断模块;其中,
该输送带运转故障区段确定模块用于获取输送带的实时运动状态,并根据该实时运动状态,确定该输送带的运转故障区段;
该输送带跟踪拍摄模块用于对该运转故障区段进行跟踪拍摄,以此获得该运转故障区段的输送带表面影像;
该影像预处理与分析模块用于对该输送带表面影像进行预处理,以此获得对应的预处理影像,再对该预处理影像进行分析,从而确定该运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息;
该输送带表面异物判断模块用于根据该输送带表面轮廓信息,确定该输送带表面的形变状态,再结合该输送带表面物体存在状态信息,确定该输送带表面存在的物体是否为异物。
上述技术方案的有益效果为:该用于检测输送带表面异物存在状态的系统根据输送带的实时运动状态确定输送带的运转故障区段,再对运转故障区段对应的输送带表面影像进行分析而确定运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后结合输送带表面轮廓信息和输送带表面物体存在状态信息,确定输送带表面存在的物体是否为异物,这样能够对输送带表面存在的所有异物进行全面的和准确的识别,从而提高输送带表面异物检测的全面性和准确性。
优选地,该输送带运转故障区段确定模块获取输送带的实时运动状态,并根据该实时运动状态,确定该输送带的运转故障区段具体包括:
获取该输送带的实时运动速度信息,并根据该实时运动速度信息,确定该输送带所有区段的运动速度均匀性,并将运动速度不均匀的输送带区段确定为运转故障区段;
以及,
该输送带跟踪拍摄模块对该运转故障区段进行跟踪拍摄,以此获得该运转故障区段的输送带表面影像具体包括:
对该运转故障区段的表面区域进行双目跟踪拍摄,从而获得该运转故障区段的输送带表面双目影像。
上述技术方案的有益效果为:由于当输送带表面存在异物时,该异物会对输送带表面形成压迫,这种压迫会影响输送带的正常运转,相应地输送带在运转过程中其运动速度并不匀速状态,这样通过确定输送带所有区段的运动速度均匀性,能够快速地和准确地确定输送带中存在的运转故障区段,以便于后续有针对性地对运转故障区段进行双目跟踪拍摄。
优选地,该影像预处理与分析模块对该输送带表面影像进行预处理,以此获得对应的预处理影像,再对该预处理影像进行分析,从而确定该运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息具体包括:
对该输送带表面双目影像进行图像背景噪声卡尔曼滤波处理后,再确定该输送带表面双目影像的影像视差,从而得到相应的输送带表面三维影像,以此作为该预处理影像;
再将该输送带表面三维影像转换为像素灰度化三维影像,并提取该像素灰度化三维影像的像素轮廓特征信息,再根据该像素轮廓特征信息,得到该输送带表面轮廓信息;
最后对该像素灰度化三维影像进行物体轮廓识别处理,从而确定该输送带表面存在的物体位置和物体体积。
上述技术方案的有益效果为:通过该输送带表面双目影像的影像视差,生成输送带表面三维影像,能够对该输送带表面的物体轮廓进行有效的识别处理,从而准确地确定该输送带表面存在的物体位置和物体体积。
优选地,该输送带表面异物判断模块根据该输送带表面轮廓信息,确定该输送带表面的形变状态,再结合该输送带表面物体存在状态信息,确定该输送带表面存在的物体是否为异物具体包括:
将该输送带表面轮廓信息包含的输送带实际表面轮廓与预设输送带表面标准轮廓进行比对,以此确定该输送带表面的形变位置和形变大小;
判断该形变位置和该物体位置是否相一致,若是,则判断该物体体积是否超过预设物体体积阈值,若是,则确定该输送带表面存在的物体不是异物,否则,确定该输送带表面存在的物体是异物;
判断该形变位置和该物体位置是否相一致,若否,则判断该形变大小是否超过预设形变大小值,若是,则确定产生该形变的物体不是异物,否则,确定产生该形变的物体是异物。
上述技术方案的有益效果为:由于输送带表面存在的异物和生产线产品同样会对输送带表面产生负重而形成表面形变,但是由于生产线产品在输送带表面的位置分布是规律的且其体积也是恒定的,则异物在输送带表面的位置分布和体积则是随机的,这样通过判断该形变位置和该物体位置是否相一致、物体是否超出预设阈值以及输送带表面形变是否超出预设阈值,能够准确地判断对应的物体是否为异物,从而提高输送带表面异物检测的全面性和准确性。
从上述实施例的内容可知,该用于检测输送带表面异物存在状态的方法和系统通过获取输送带的实时运动状态,并根据该实时运动状态,确定该输送带的运转故障区段,再对该运转故障区段进行跟踪拍摄,以此获得该运转故障区段的输送带表面影像,再对该输送带表面影像进行预处理,以此获得对应的预处理影像,再对该预处理影像进行分析,从而确定该运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后根据该输送带表面轮廓信息,确定该输送带表面的形变状态,再结合该输送带表面物体存在状态信息,确定该输送带表面存在的物体是否为异物;可见,该用于检测输送带表面异物存在状态的方法和系统根据输送带的实时运动状态确定输送带的运转故障区段,再对运转故障区段对应的输送带表面影像进行分析而确定运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息,最后结合输送带表面轮廓信息和输送带表面物体存在状态信息,确定输送带表面存在的物体是否为异物,这样能够对输送带表面存在的所有异物进行全面的和准确的识别,从而提高输送带表面异物检测的全面性和准确性。
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.用于检测输送带表面异物存在状态的方法,其特征在于,其包括如下步骤:
步骤S1,获取输送带的实时运动状态,并根据所述实时运动状态,确定所述输送带的运转故障区段,再对所述运转故障区段进行跟踪拍摄,以此获得所述运转故障区段的输送带表面影像;
步骤S2,对所述输送带表面影像进行预处理,以此获得对应的预处理影像,再对所述预处理影像进行分析,从而确定所述运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息;
步骤S3,根据所述输送带表面轮廓信息,确定所述输送带表面的形变状态,再结合所述输送带表面物体存在状态信息,确定所述输送带表面存在的物体是否为异物。
2.如权利要求1所述的用于检测输送带表面异物存在状态的方法,其特征在于:
在所述步骤S1中,获取输送带的实时运动状态,并根据所述实时运动状态,确定所述输送带的运转故障区段,再对所述运转故障区段进行跟踪拍摄,以此获得所述运转故障区段的输送带表面影像具体包括:
步骤S101,获取所述输送带的实时运动速度信息,并根据所述实时运动速度信息,确定所述输送带所有区段的运动速度均匀性,并将运动速度不均匀的输送带区段确定为运转故障区段;
步骤S102,对所述运转故障区段的表面区域进行双目跟踪拍摄,从而获得所述运转故障区段的输送带表面双目影像。
3.如权利要求2所述的用于检测输送带表面异物存在状态的方法,其特征在于:
在所述步骤S2中,对所述输送带表面影像进行预处理,以此获得对应的预处理影像,再对所述预处理影像进行分析,从而确定所述运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息具体包括:
步骤S201,对所述输送带表面双目影像进行图像背景噪声卡尔曼滤波处理后,再确定所述输送带表面双目影像的影像视差,从而得到相应的输送带表面三维影像,以此作为所述预处理影像;
步骤S202,将所述输送带表面三维影像转换为像素灰度化三维影像,并提取所述像素灰度化三维影像的像素轮廓特征信息,再根据所述像素轮廓特征信息,得到所述输送带表面轮廓信息;
步骤S203,对所述像素灰度化三维影像进行物体轮廓识别处理,从而确定所述输送带表面存在的物体位置和物体体积。
4.如权利要求3所述的用于检测输送带表面异物存在状态的方法,其特征在于:
在所述步骤S3中,根据所述输送带表面轮廓信息,确定所述输送带表面的形变状态,再结合所述输送带表面物体存在状态信息,确定所述输送带表面存在的物体是否为异物具体包括:
步骤S301,将所述输送带表面轮廓信息包含的输送带实际表面轮廓与预设输送带表面标准轮廓进行比对,以此确定所述输送带表面的形变位置和形变大小;
步骤S302,判断所述形变位置和所述物体位置是否相一致,若是,则判断所述物体体积是否超过预设物体体积阈值,若是,则确定所述输送带表面存在的物体不是异物,否则,确定所述输送带表面存在的物体是异物;
步骤S303,判断所述形变位置和所述物体位置是否相一致,若否,则判断所述形变大小是否超过预设形变大小值,若是,则确定产生所述形变的物体不是异物,否则,确定产生所述形变的物体是异物。
5.用于检测输送带表面异物存在状态的系统,其特征在于,其包括输送带运转故障区段确定模块、输送带跟踪拍摄模块、影像预处理与分析模块和输送带表面异物判断模块;其中,
所述输送带运转故障区段确定模块用于获取输送带的实时运动状态,并根据所述实时运动状态,确定所述输送带的运转故障区段;
所述输送带跟踪拍摄模块用于对所述运转故障区段进行跟踪拍摄,以此获得所述运转故障区段的输送带表面影像;
所述影像预处理与分析模块用于对所述输送带表面影像进行预处理,以此获得对应的预处理影像,再对所述预处理影像进行分析,从而确定所述运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息;
所述输送带表面异物判断模块用于根据所述输送带表面轮廓信息,确定所述输送带表面的形变状态,再结合所述输送带表面物体存在状态信息,确定所述输送带表面存在的物体是否为异物。
6.如权利要求5所述的用于检测输送带表面异物存在状态的系统,其特征在于:
所述输送带运转故障区段确定模块获取输送带的实时运动状态,并根据所述实时运动状态,确定所述输送带的运转故障区段具体包括:
获取所述输送带的实时运动速度信息,并根据所述实时运动速度信息,确定所述输送带所有区段的运动速度均匀性,并将运动速度不均匀的输送带区段确定为运转故障区段;
以及,
所述输送带跟踪拍摄模块对所述运转故障区段进行跟踪拍摄,以此获得所述运转故障区段的输送带表面影像具体包括:
对所述运转故障区段的表面区域进行双目跟踪拍摄,从而获得所述运转故障区段的输送带表面双目影像。
7.如权利要求6所述的用于检测输送带表面异物存在状态的系统,其特征在于:
所述影像预处理与分析模块对所述输送带表面影像进行预处理,以此获得对应的预处理影像,再对所述预处理影像进行分析,从而确定所述运转故障区段对应的输送带表面轮廓信息和输送带表面物体存在状态信息具体包括:
对所述输送带表面双目影像进行图像背景噪声卡尔曼滤波处理后,再确定所述输送带表面双目影像的影像视差,从而得到相应的输送带表面三维影像,以此作为所述预处理影像;
再将所述输送带表面三维影像转换为像素灰度化三维影像,并提取所述像素灰度化三维影像的像素轮廓特征信息,再根据所述像素轮廓特征信息,得到所述输送带表面轮廓信息;
最后对所述像素灰度化三维影像进行物体轮廓识别处理,从而确定所述输送带表面存在的物体位置和物体体积。
8.如权利要求7所述的用于检测输送带表面异物存在状态的系统,其特征在于:
所述输送带表面异物判断模块根据所述输送带表面轮廓信息,确定所述输送带表面的形变状态,再结合所述输送带表面物体存在状态信息,确定所述输送带表面存在的物体是否为异物具体包括:
将所述输送带表面轮廓信息包含的输送带实际表面轮廓与预设输送带表面标准轮廓进行比对,以此确定所述输送带表面的形变位置和形变大小;
判断所述形变位置和所述物体位置是否相一致,若是,则判断所述物体体积是否超过预设物体体积阈值,若是,则确定所述输送带表面存在的物体不是异物,否则,确定所述输送带表面存在的物体是异物;
判断所述形变位置和所述物体位置是否相一致,若否,则判断所述形变大小是否超过预设形变大小值,若是,则确定产生所述形变的物体不是异物,否则,确定产生所述形变的物体是异物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011573544.9A CN112781494A (zh) | 2020-12-24 | 2020-12-24 | 用于检测输送带表面异物存在状态的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011573544.9A CN112781494A (zh) | 2020-12-24 | 2020-12-24 | 用于检测输送带表面异物存在状态的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112781494A true CN112781494A (zh) | 2021-05-11 |
Family
ID=75752869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011573544.9A Pending CN112781494A (zh) | 2020-12-24 | 2020-12-24 | 用于检测输送带表面异物存在状态的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112781494A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115760685A (zh) * | 2022-09-23 | 2023-03-07 | 北京珞安科技有限责任公司 | 一种工业生产的隐蔽威胁感知系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014136214A (ja) * | 2013-01-17 | 2014-07-28 | Yokozaki Co Ltd | 選別コンベア装置 |
CN107403444A (zh) * | 2017-09-12 | 2017-11-28 | 深圳市中联讯科技有限公司 | 识别系统 |
CN107434147A (zh) * | 2016-05-25 | 2017-12-05 | 宝山钢铁股份有限公司 | 一种输煤皮带高硬度异物检测方法 |
CN107957246A (zh) * | 2017-11-29 | 2018-04-24 | 北京伟景智能科技有限公司 | 基于双目视觉的传送带上物体几何尺寸测量方法 |
CN109384017A (zh) * | 2018-12-05 | 2019-02-26 | 山西潞安环保能源开发股份有限公司五阳煤矿 | 一种运输物料异物识别方法 |
CN110015553A (zh) * | 2019-04-17 | 2019-07-16 | 华夏天信(北京)智能低碳技术研究院有限公司 | 基于视频分析的运输皮带系统异物检测保护方法 |
CN110425996A (zh) * | 2019-07-31 | 2019-11-08 | 工极智能科技(苏州)有限公司 | 基于双目立体视觉的工件尺寸测量方法 |
-
2020
- 2020-12-24 CN CN202011573544.9A patent/CN112781494A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014136214A (ja) * | 2013-01-17 | 2014-07-28 | Yokozaki Co Ltd | 選別コンベア装置 |
CN107434147A (zh) * | 2016-05-25 | 2017-12-05 | 宝山钢铁股份有限公司 | 一种输煤皮带高硬度异物检测方法 |
CN107403444A (zh) * | 2017-09-12 | 2017-11-28 | 深圳市中联讯科技有限公司 | 识别系统 |
CN107957246A (zh) * | 2017-11-29 | 2018-04-24 | 北京伟景智能科技有限公司 | 基于双目视觉的传送带上物体几何尺寸测量方法 |
CN109384017A (zh) * | 2018-12-05 | 2019-02-26 | 山西潞安环保能源开发股份有限公司五阳煤矿 | 一种运输物料异物识别方法 |
CN110015553A (zh) * | 2019-04-17 | 2019-07-16 | 华夏天信(北京)智能低碳技术研究院有限公司 | 基于视频分析的运输皮带系统异物检测保护方法 |
CN110425996A (zh) * | 2019-07-31 | 2019-11-08 | 工极智能科技(苏州)有限公司 | 基于双目立体视觉的工件尺寸测量方法 |
Non-Patent Citations (3)
Title |
---|
张幸兰等: "基于机器视觉的输送带异常状态监测系统", 《内燃机与配件》 * |
张幸兰等: "基于机器视觉的输送带异常状态监测系统", 《内燃机与配件》, no. 24, 31 December 2019 (2019-12-31), pages 131 * |
蒋卫良等: "煤矿智能化连续运输系统关键技术研究", 《煤炭科学技术》, vol. 48, no. 07, 31 July 2020 (2020-07-31), pages 135 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115760685A (zh) * | 2022-09-23 | 2023-03-07 | 北京珞安科技有限责任公司 | 一种工业生产的隐蔽威胁感知系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | On-line conveyor belts inspection based on machine vision | |
Chauhan et al. | A comparative study of machine vision based methods for fault detection in an automated assembly machine | |
Jie et al. | Real-time rail head surface defect detection: A geometrical approach | |
CN109986172B (zh) | 一种焊缝定位方法、设备及系统 | |
CN101565109A (zh) | 基于机器视觉的药品粉针剂生产中铝盖包装在线检测系统 | |
CN114348581A (zh) | 一种皮带撕裂检测方法和系统 | |
CN104944168A (zh) | 一种基于图像三维重构的码垛机器人安全控制方法 | |
CN106780437B (zh) | 一种快速qfn芯片塑封图像获取与放大方法 | |
CN112781494A (zh) | 用于检测输送带表面异物存在状态的方法和系统 | |
CN114820612B (zh) | 基于机器视觉的轧辊表面缺陷检测方法及系统 | |
CN112241574B (zh) | 基于图像纹理信息的带式输送机托辊状态测控方法和装置 | |
CN105728339A (zh) | 一种陶瓷阀芯视觉自动检测系统 | |
CN115239711B (zh) | 一种缝制设备的在线运行异常识别系统 | |
CN113375566A (zh) | 物体尺寸的精确测量方法及系统 | |
CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
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 | |
CN105301003A (zh) | 一种基于机器视觉的瓶盖表面生产日期检测方法 | |
CN108776966A (zh) | 一种磁体外观缺陷检测的方法及系统 | |
Xiaohu et al. | Research on steel bar detection and counting method based on contours | |
CN112598720A (zh) | 基于双目拍摄的输送带磨损状态检测方法和系统 | |
CN112777263B (zh) | 基于图像拍摄的输送带传输稳定性检测方法和系统 | |
CN105488448A (zh) | 一种条码和二维码的区分方法 | |
CN114426187B (zh) | 一种数据融合及深度学习的刮板链条预警系统 | |
Yang et al. | On-line longitudinal rip detection of conveyor belts based on machine vision | |
Arain et al. | Rail surface faults identification from low quality image data using machine learning algorithms |
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: 20210511 |