CN113911673B - 一种大型输送带表面裂纹检测方法及系统 - Google Patents
一种大型输送带表面裂纹检测方法及系统 Download PDFInfo
- Publication number
- CN113911673B CN113911673B CN202111314483.9A CN202111314483A CN113911673B CN 113911673 B CN113911673 B CN 113911673B CN 202111314483 A CN202111314483 A CN 202111314483A CN 113911673 B CN113911673 B CN 113911673B
- Authority
- CN
- China
- Prior art keywords
- point
- crack
- depth
- marked
- points
- 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.)
- Active
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
- B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
- B65G43/02—Control devices, e.g. for safety, warning or fault-correcting detecting dangerous physical condition of load carriers, e.g. for interrupting the drive in the event of overheating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
-
- 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
- B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
- B65G2203/02—Control or detection
- B65G2203/0266—Control or detection relating to the load carrier(s)
- B65G2203/0275—Damage on the load carrier
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于裂纹监控数据处理技术领域,尤其是一种大型输送带表面裂纹检测方法及系统,该方法包括:使用三维线扫相机对输送带内面进行横向扫描,以获得输送带表面轮廓点数据集;对表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;根据不同类型的预设裂纹阈值,判断所述输送带表面是否有待维修裂痕。该大型输送带表面裂纹检测方法及系统,通过对标记分类的裂纹数据分别进行纵向横向的分析对比,获得裂纹判断结果,解决现有技术中存在的大型输送带在运作期间不能有效地实时检测的问题,降低了维护成本、省时、省力,提高检查效率和检查质量。
Description
技术领域
本发明涉及裂纹监控数据处理技术领域,尤其涉及一种大型输送带表面裂纹检测方法及系统。
背景技术
输送带在工业应用领域广泛,特别是在大型、远距离、固定式输送的自动化场景中,起着减少人力、物力的关键作用。大型、远距离输送带造价较为昂贵,应用过程中,要保证输送带的稳定性与安全性,在长期使用中,大型输送带由于受到滚轮挤压,会产生裂纹,裂纹逐渐生长,最终将导致输送带断裂,若没有及时发现裂纹的生长,将会造成极高的维护成本。
目前,对大型输送带的检查,一般都是在输送带停止工作时,由工人对整条输送带进行检查,该过程,不仅耗时、费力,并且容易出现小的裂纹被忽视。
因此,为避免输送带断裂,降低人工成本,提高检查效率和检查质量,本发明提出了一种大型输送带表面裂纹检测方法及系统,在输送带工作的同时,进行裂纹检测,能够有效地对现有技术进行改进,克服其不足。
发明内容
基于现有的输送带在运作期间不能有效地实时检测的技术问题,本发明提出了一种大型输送带表面裂纹检测方法及系统。
本发明提出的一种大型输送带表面裂纹检测方法及系统,第一方面,所述方法包括:
使用三维线扫相机对所述输送带内面进行横向扫描,以获得所述输送带表面轮廓点数据集;
对所述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
根据不同类型的预设裂纹阈值,判断所述输送带表面是否有待维修裂痕。
优选地,对所述表面轮廓点数据集进行标记处理,所述方法包括:
对所述表面轮廓点数据集进行分帧,以获得分帧数据,为减少系统采集点云过程中的噪点干扰,首先对每一帧数据的深度值进行平滑处理:
zi=(zi-1+zi+zi+1)/3
并对平滑后的数据进行深度差值运算:
zi+1-zi=dzi
其中,zi为每一帧第i个点的深度方向z深度值,dzi为该点与临近点深度差值;
对于遮挡或者盲区导致点云数据缺失情况,采用就近点插值方法对缺失点进行补充;
为提高裂纹识别率,引入纵向裂纹数据标记方法:按顺序将相邻帧数据之间对应位置的深度值相减,获得帧与帧之间对应点的深度差值:
zj+1-zj=dzj
其中,下标j为第j分帧数据标识,下标i为该分帧数据的第i个点标识,所述第一预设阈值为正数,所述第二预设阈值为负数,且所述第一预设阈值等于所述第二预设阈值的绝对值;
每一帧的单点异常点会产生错误的标记数据,为了去除单点异常产生的标记错误,采用以下方法进行过滤剔除:
遍历每一帧标记过的数据点,如果标记点与下一个标记点的间隔点数小于2个,则取消该两点的标记。
优选地,所述对标记的表面轮廓点数据集进行分类,所述方法包括:
重复迭代求取所述标记的表面轮廓点数据集中两点p1、p2之间的欧式距离:
直至同一条裂纹所有标记点被归类完成为止;其中,对于每次迭代,若l<R,则点p1、点p2归为一类,其中R为第三预设阈值。
优选地,所述根据不同类型的预设裂纹阈值,判断所述输送带表面是否有裂痕,所述方法包括:
当同一类标记点的局部最大值大于裂纹深度上限时,表示所述输送带表面存在待维修裂痕。
优选地,所述根据不同类型的预设裂纹阈值,判断所述输送带表面是否有裂痕,所述方法包括:
统计同一类标记点的总个数;
当同一类标记点的总个数大于裂纹长度上限时,表示所述输送带表面存在待维修裂痕。
优选地,所述三维线扫相机安装于滚轮的一侧。
优选地,所述输送带裂纹位置信息通过编码器获取,所述编码器安装于滚轮的另一侧。
优选地,所述方法还包括:
当确定所述输送带表面存在待维修裂痕时,触发报警装置进行报警播报,并输出所述裂痕的裂纹信息。
优选地,第二方面,本发明提供了一种大型输送带表面裂纹检测系统,所述系统包括:
扫描模块,用于使用三维线扫相机对所述输送带内面进行横向扫描,以获得所述输送带表面轮廓点数据集;
处理模块,用于对所述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
判断模块,用于根据不同类型的预设裂纹阈值,判断所述输送带表面是否有待维修裂痕。
优选地,第三方面,本发明提供了一种大型输送带表面裂纹检测系统,所述系统包括:
三维线扫相机;
编码器;
编码器与三维线扫相机电连接,实现触发;
三维线扫相机与上位机电连接,实现数据传输;
通信总线,用于实现处理器与存储器间的连接通信;
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如下步骤:
使用三维线扫相机对所述输送带内面进行横向扫描,以获得所述输送带表面轮廓点数据集;
对所述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
根据不同类型的预设裂纹阈值,判断所述输送带表面是否有待维修裂痕。
优选地,第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的方法。
本发明中的有益效果为:
本发明的大型输送带表面裂纹检测方法及系统,通过对标记分类的裂纹数据分别进行纵向横向的分析对比,获得裂纹判断结果,解决现有技术中存在的大型输送带在运作期间不能有效地实时检测的问题,降低了维护成本、省时、省力,提高检查效率和检查质量。
附图说明
图1是本发明大型输送带表面裂纹检测系统整体结构示意图。
图2是本发明大型输送带表面裂纹检测方法实施例一流程示意图。
图3是本发明大型输送带表面裂纹检测系统纵向裂纹示意图。
图4是本发明大型输送带表面裂纹检测系统横向裂纹示意图。
图5是本发明大型输送带表面裂纹检测系统裂纹标记示意图。
图6是一般性大型输送带表面裂纹检测系统常见裂纹示意图。
图7是本发明大型输送带表面裂纹检测方法实施例二流程示意图。
图8是本发明大型输送带表面裂纹检测系统一实施例结构示意图。
图9是本发明大型输送带表面裂纹检测系统一实施例结构示意图。
图10是本发明大型输送带表面裂纹检测方法深度图。
图11是本发明大型输送带表面裂纹检测方法深度差值图。
图12是本发明大型输送带表面裂纹检测方法深度差值的曲线图。
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。
实施例一
本发明一实施例提供了一种大型输送带表面裂纹检测方法,应用于如图1所示的由输送带、三维线扫相机、编码器及计算机组成的裂纹检测系统中,编码器与三维线扫相机电连接,实现触发;三维相机与上位机电连接,实现数据传输,如图2所示,该裂纹检测方法具体可以包括如下步骤:
S101,使用三维线扫相机对上述输送带内面进行横向扫描,以获得上述输送带表面轮廓点数据集;
在本发明申请实施例中,上述线扫相机安装于滚轮的一侧;在滚轮的另一侧还安装一编码器,该编码器用于获取输送带裂纹位置信息。
具体地,为了检测在本发明申请实施例中输送带内面裂纹,使用三维线扫相机激励光信号对上述输送带内面进行横向扫描,三维线扫相机在工作中将获得的输送带表面轮廓点数据集及通过编码器获取输送带裂纹位置信息实时地传回计算机终端以供后续数据处理。
S102,对上述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
在本发明申请实施例中,具体地是先用计算机对获得的表面轮廓点数据集进行分帧,以获得分帧数据,为减少系统采集点云过程中的噪点干扰,首先对每一帧数据的深度值进行平滑处理:
zi=(zi-1+zi+zi+1)/3
取其中第235帧数据的结果如图10所示;
并对平滑后的数据进行深度差值运算:
zi+1-zi=dzi
其中,zi为每一帧第i个点的深度方向z深度,dzi为临近点深度差值;第235帧的深度差值图如图11所示,
对于遮挡或者盲区导致点云数据缺失情况,采用就近点插值方法对缺失点进行补充。
在实际应用中,可以将dzi绘制成图表将纵向裂纹和横向裂纹的深度差值通过可视化方式进行展示,如图3、4所示。
为提高裂纹识别率,引入纵向裂纹数据标记方法:按顺序将相邻帧数据之间对应位置的深度值相减,获得帧与帧之间对应点的深度差值:
zj+1-zj=dzj
与上述阈值比对方法相同,若深度差值dzj大于第一预设阈值,则该点标记为若深度差值dzj小于第二预设阈值的,则该点标记为/>其中,下标j为第j分帧数据标识,下标i为该分帧数据的第i个点标识,上述深度预设阈值为正数,上述深度预设阈值为负数,且上述深度预设阈值等于上述负向深度预设阈值的绝对值。
每一帧的单点异常点会产生错误的标记数据,为了去除单点异常产生的标记错误,采用以下方法进行过滤剔除:
遍历每一帧标记过的数据点,如果标记点与下一个标记点的间隔点数小于2个,则取消该两点的标记。
在实际应用中,将标记过的表面轮廓点数据拼接起来,可获得如图5所示的输送带标记点云。其中,该图中的负号为裂纹左侧,正号为裂纹右侧。
然后,求取上述标记的表面轮廓点数据集中两点p1、p2之间的欧式距离的运算程序;其中,表面轮廓点数据集中两点p1、p2之间的欧式距离如下:
重复迭代执行以上运算程序直至同一条裂纹所有标记点被归类完成为止;其中,对于每次迭代,若l<R,则点p1、p2点归为一类,其中为欧式距离预设阈值。
在实际应用中,大型输送带的裂纹方式一般有纵向裂纹和横向裂纹两种方式,具体如图6所示。
S103,根据不同类型的预设裂纹阈值,判断上述输送带表面是否有待维修裂痕。
在一个可选实施例中,具体可以采用如下方法:
当同一类标记点的局部最大值大于裂纹深度上限时,表示上述输送带表面存在待维修裂痕。
在另一可选实施例中,也可以采用如下具体方法:
统计同一类标记点的总个数,当同一类标记点的总个数大于裂纹长度上限时,表示上述输送带表面存在待维修裂痕。
实施例二
本发明一实施例提供了一种大型输送带表面裂纹检测方法,应用于如图1所示的由输送带、三维线扫相机、编码器及计算机组成的裂纹检测系统中,编码器与三维线扫相机电连接,实现触发;三维相机与上位机电连接,实现数据传输,如图7所示,该裂纹检测方法具体可以包括如下步骤:
S201,使用三维线扫相机对上述输送带内面进行横向扫描,以获得上述输送带表面轮廓点数据集;
在本发明申请实施例中,上述线扫相机安装于滚轮的一侧;在滚轮的另一侧还安装一编码器,该编码器用于获取输送带裂纹位置信息。
具体地,为了检测在本发明申请实施例中输送带内面裂纹,使用三维线扫相机激励光信号对上述输送带内面进行横向扫描,三维线扫相机在工作中将获得的输送带表面轮廓点数据集及通过编码器获取输送带裂纹位置信息实时地传回计算机终端以供后续数据处理。
S202,对上述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
在本发明申请实施例中,具体地是先用计算机对获得的表面轮廓点数据集进行分帧,以获得分帧数据,为减少系统采集点云过程中的噪点干扰,首先对每一帧数据的深度值进行平滑处理:
zi=(zi-1+zi+zi+1)/3
取其中第235帧数据的结果如图10所示;
并对平滑后的数据进行深度差值运算:
zi+1-zi=dzi
其中,zi为每一帧第i个点的深度方向z深度,dzi为临近点深度差值;第235帧的深度差值图如图11所示,
对于遮挡或者盲区导致点云数据缺失情况,采用就近点插值方法对缺失点进行补充。
在实际应用中,可以将dzi绘制成图表将纵向裂纹和横向裂纹的深度差值通过可视化方式进行展示,如图3、4所示。
为提高裂纹识别率,引入纵向裂纹数据标记方法:按顺序将相邻帧数据之间对应位置的深度值相减,获得帧与帧之间对应点的深度差值:
zj+1-zj=dzj
与上述阈值比对方法相同,若深度差值dzj大于第一预设阈值,则该点标记为若深度差值dzj小于第二预设阈值的,则该点标记为/>其中,下标j为第j分帧数据标识,下标i为该分帧数据的第i个点标识,上述深度预设阈值为正数,上述负数深度预设阈值为负数,且上述深度预设阈值等于上述负数深度预设阈值的绝对值。
每一帧的单点异常点会产生错误的标记数据,为了去除单点异常产生的标记错误,采用以下方法进行过滤剔除:
遍历每一帧标记过的数据点,如果标记点与下一个标记点的间隔点数小于2个,则取消该两点的标记。
在实际应用中,将标记过的表面轮廓点数据拼接起来,可获得如图5所示的输送带标记点云。其中,该图中的负号为裂纹左侧,正号为裂纹右侧。
然后,其中,表面轮廓点数据集中两点p1、p2之间的欧式距离如下:
重复迭代执行以上运算程序直至同一条裂纹所有标记点被归类完成为止;其中,对于每次迭代,若l<R,则点p1、点p2归为一类,其中R为欧式距离预设阈值。
在实际应用中,大型输送带的裂纹方式一般有纵向裂纹和横向裂纹两种方式,具体如图6所示。
S203,根据不同类型的预设裂纹阈值,判断上述输送带表面是否有待维修裂痕。
在一个可选实施例中,具体可以采用如下方法:
当同一类标记点的局部最大值大于裂纹深度上限时,表示上述输送带表面存在待维修裂痕。
在另一可选实施例中,也可以采用如下具体方法:
统计同一类标记点的总个数,当同一类标记点的总个数大于裂纹长度上限时,表示上述输送带表面存在待维修裂痕。
S204,当确定上述输送带表面存在待维修裂痕时,触发报警装置进行报警播报,并输出上述裂痕的裂纹信息。
实施例三
本发明一实施例提供了一种大型输送带表面裂纹检测系统,应用于如图1所示的由输送带、三维线扫相机、编码器及计算机组成的裂纹检测系统中,编码器与三维线扫相机电连接,实现触发;三维相机与上位机电连接,实现数据传输,如图8所示,该安全认证系统具体可以包括如下模块:
扫描模块,用于使用三维线扫相机对上述输送带内面进行横向扫描,以获得上述输送带表面轮廓点数据集;
在本发明申请实施例中,上述三维线扫相机安装于滚轮的一侧;在滚轮的另一侧还安装一编码器,该编码器用于获取输送带裂纹位置信息。
具体地,为了检测在本发明申请实施例中输送带内面裂纹,使用三维线扫相机激励光信号对上述输送带内面进行横向扫描,三维线扫相机在工作中将获得的输送带表面轮廓点数据集及通过编码器获取输送带裂纹位置信息实时地传回计算机终端以供后续数据处理。处理模块,用于对上述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
在本发明申请实施例中,具体地是先用计算机对获得的表面轮廓点数据集进行分帧,以获得分帧数据,为减少系统采集点云过程中的噪点干扰,首先对每一帧数据的深度值进行平滑处理:
zi=(zi-1+zi+zi+1)/3
取其中第235帧数据的结果如图10所示;
并对平滑后的数据进行深度差值运算:
zi+1-zi=dzi
其中,zi为每一帧第i个点的深度方向z深度,dzi为临近点深度差值;第235帧的深度差值图如图11所示,
对于遮挡或者盲区导致点云数据缺失情况,采用就近点插值方法对缺失点进行补充。
在实际应用中,可以将dzi绘制成图表将纵向裂纹和横向裂纹的深度差值通过可视化方式进行展示,如图3、4所示。
为提高裂纹识别率,引入纵向裂纹数据标记方法:按顺序将相邻帧数据之间对应位置的深度值相减,获得帧与帧之间对应点的深度差值:
zj+1-zj=dzj
与上述阈值比对方法相同,若深度差值dzj大于第一预设阈值,则该点标记为若深度差值dzj小于第二预设阈值的,则该点标记为/>其中,下标j为第j分帧数据标识,下标i为该分帧数据的第i个点标识,上述深度预设阈值为正数,上述负数深度预设阈值为负数,且上述深度预设阈值等于上述负数深度预设阈值的绝对值。
每一帧的单点异常点会产生错误的标记数据,为了去除单点异常产生的标记错误,采用以下方法进行过滤剔除:
遍历每一帧标记过的数据点,如果标记点与下一个标记点的间隔点数小于2个,则取消该两点的标记。
在实际应用中,将标记过的表面轮廓点数据拼接起来,可获得如图5所示的输送带标记点云。其中,该图中的负号为裂纹左侧,正号为裂纹右侧。
然后,求取上述标记的表面轮廓点数据集中两点p1、p2之间的欧式距离的运算程序;其中,表面轮廓点数据集中两点p1、p2之间的欧式距离如下:
重复迭代执行以上运算程序直至同一条裂纹所有标记点被归类完成为止;其中,对于每次迭代,若l<R,则点p1、点p2归为一类,其中R为欧式距离预设阈值。
在实际应用中,大型输送带的裂纹方式一般有纵向裂纹和横向裂纹两种方式,具体如图6所示。
判断模块,用于根据不同类型的预设裂纹阈值,判断上述输送带表面是否有待维修裂痕。
在一个可选实施例中,具体可以采用如下方法:
当同一类标记点的局部最大值大于裂纹深度上限时,表示上述输送带表面存在待维修裂痕。
在另一可选实施例中,也可以采用如下具体方法:
统计同一类标记点的总个数,当同一类标记点的总个数大于裂纹长度上限时,表示上述输送带表面存在待维修裂痕。
实施例四
本发明一实施例提供了一种大型输送带表面裂纹检测系统,应用于如图1所示的由输送带、三维线扫相机、编码器及计算机组成的裂纹检测系统中,如图9所示,该安全认证系统具体可以包括如下模块:
通信总线,用于实现处理器与存储器间的连接通信;
存储器,用于存储计算机程序;存储器可能包含高速RAM存储器,也可能还包含非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。存储器可选的可以包含至少一个存储装置。
处理器,用于执行上述计算机程序以实现如下步骤:
步骤一,使用三维线扫相机对上述输送带内面进行横向扫描,以获得上述输送带表面轮廓点数据集;
在本发明申请实施例中,上述线扫相机安装于滚轮的一侧;在滚轮的另一侧还安装一编码器,该编码器用于获取输送带裂纹位置信息。
具体地,为了检测在本发明申请实施例中输送带内面裂纹,使用三维线扫相机激励光信号对上述输送带内面进行横向扫描,三维线扫相机在工作中将获得的输送带表面轮廓点数据集及通过编码器获取输送带裂纹位置信息实时地传回计算机终端以供后续数据处理。
步骤二,对上述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
在本发明申请实施例中,具体地是先用计算机对获得的表面轮廓点数据集进行分帧,以获得分帧数据,为减少系统采集点云过程中的噪点干扰,首先对每一帧数据的深度值进行平滑处理:
zi=(zi-1+zi+zi+1)/3
取其中第235帧数据的结果如图10所示;
并对平滑后的数据进行深度差值运算:
zi+1-zi=dzi
其中,zi为每一帧第i个点的深度方向z深度,dzi为临近点深度差值;第235帧的深度差值图如图11所示,
对于遮挡或者盲区导致点云数据缺失情况,采用就近点插值方法对缺失点进行补充。
在实际应用中,可以将dzi绘制成图表将纵向裂纹和横向裂纹的深度差值通过可视化方式进行展示,如图3、4所示。
为提高裂纹识别率,引入纵向裂纹数据标记方法:按顺序将相邻帧数据之间对应位置的深度值相减,获得帧与帧之间对应点的深度差值:
zj+1-zj=dzj
与上述阈值比对方法相同,若深度差值dzj大于第一预设阈值,则该点标记为若深度差值dzj小于第二预设阈值的,则该点标记为/>其中,下标j为第j分帧数据标识,下标i为该分帧数据的第i个点标识,上述深度预设阈值为正数,上述负数深度预设阈值为负数,且上述深度预设阈值等于上述负数深度预设阈值的绝对值。
每一帧的单点异常点会产生错误的标记数据,为了去除单点异常产生的标记错误,采用以下方法进行过滤剔除:
遍历每一帧标记过的数据点,如果标记点与下一个标记点的间隔点数小于2个,则取消该两点的标记。
在实际应用中,将标记过的表面轮廓点数据拼接起来,可获得如图5所示的输送带标记点云。其中,该图中的负号为裂纹左侧,正号为裂纹右侧。
然后,求取上述标记的表面轮廓点数据集中两点p1、p2之间的欧式距离的运算程序;其中,表面轮廓点数据集中两点p1、p2之间的欧式距离如下:
重复迭代执行以上运算程序直至同一条裂纹所有标记点被归类完成为止;其中,对于每次迭代,若l<R,则点p1、点p2归为一类,其中R为欧式距离预设阈值。
在实际应用中,大型输送带的裂纹方式一般有纵向裂纹和横向裂纹两种方式,具体如图6所示。
步骤三,根据不同类型的预设裂纹阈值,判断上述输送带表面是否有待维修裂痕。
在一个可选实施例中,具体可以采用如下方法:
当同一类标记点的局部最大值大于裂纹深度上限时,表示上述输送带表面存在待维修裂痕。
在另一可选实施例中,也可以采用如下具体方法:
统计同一类标记点的总个数,当同一类标记点的总个数大于裂纹长度上限时,表示上述输送带表面存在待维修裂痕。
步骤四,当确定上述输送带表面存在待维修裂痕时,触发报警装置进行报警播报,并输出上述裂痕的裂纹信息。
本实施例中的处理器可能是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。上述处理器可以是微处理器或者上述处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
实施例五
本发明一实施例提供了一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现上述的数据处理方法。
上述实施例中,所述三维线扫相机采用型号可以采用泉州深索思传感器科技有限公司的LS-BA800。
综上所述,本发明实施例提供的一种大型输送带表面裂纹检测方法及系统,通过对标记分类的裂纹数据分别进行纵向横向的分析对比,获得裂纹判断结果,解决现有技术中存在的大型输送带在运作期间不能有效地实时检测的问题,降低了维护成本、省时、省力,提高检查效率和检查质量。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行该计算机程序指令时,全部或部分地产生按照本申请实施例该的流程或功能。该计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(randomaccessmemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明是参照本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种大型输送带表面裂纹检测方法,其特征在于:所述方法包括:
使用三维线扫相机对输送带内面进行横向扫描,以获得所述输送带表面轮廓点数据集;
对所述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
根据不同类型的预设裂纹阈值,判断所述输送带表面是否有待维修裂痕;
对所述表面轮廓点数据集进行标记处理包括:
对所述表面轮廓点数据集进行分帧,以获得分帧数据,首先对每一帧数据的深度值进行平滑处理:
采用就近点插值方法对缺失点进行补充;
为提高裂纹识别率,引入纵向裂纹数据标记方法:按顺序将相邻帧数据之间对应位置的深度值相减,获得帧与帧之间对应点的深度差值:
遍历每一帧标记过的数据点,如果标记点与下一个标记点的间隔点数小于2个,则取消该两点的标记;
并对标记的表面轮廓点数据集进行分类包括:
根据不同类型的预设裂纹阈值,判断所述输送带表面是否有待维修裂痕包括:
当同一类标记点的局部最大值大于裂纹深度上限时,表示所述输送带表面存在待维修裂痕;
所述三维线扫相机安装于滚轮的一侧,输送带裂纹位置信息通过编码器获取,所述编码器安装于滚轮的另一侧;
当确定所述输送带表面存在待维修裂痕时,触发报警装置进行报警播报,并输出所述待维修裂痕的裂纹信息。
2.一种采用权利要求1所述的大型输送带表面裂纹检测方法的检测系统,其特征在于:所述检测系统包括:
扫描模块,用于使用三维线扫相机对所述输送带内面进行横向扫描,以获得所述输送带表面轮廓点数据集;
处理模块,用于对所述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
判断模块,用于根据不同类型的预设裂纹阈值,判断所述输送带表面是否有待维修裂痕。
3.根据权利要求2所述的检测系统,其特征在于:所述检测系统还包括:
三维线扫相机;
编码器;
编码器与三维线扫相机电连接,实现触发;
三维线扫相机与上位机电连接,实现数据传输;
通信总线,用于实现处理器与存储器间的连接通信;
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如下步骤:
使用三维线扫相机对所述输送带内面进行横向扫描,以获得所述输送带表面轮廓点数据集;
对所述表面轮廓点数据集进行标记处理,并对标记的表面轮廓点数据集进行分类;
根据不同类型的预设裂纹阈值,判断所述输送带表面是否有待维修裂痕。
4.计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020112634713 | 2020-11-12 | ||
CN202011263471.3A CN112374081A (zh) | 2020-11-12 | 2020-11-12 | 大型输送带表面裂纹检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113911673A CN113911673A (zh) | 2022-01-11 |
CN113911673B true CN113911673B (zh) | 2023-06-23 |
Family
ID=74583503
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011263471.3A Withdrawn CN112374081A (zh) | 2020-11-12 | 2020-11-12 | 大型输送带表面裂纹检测方法及系统 |
CN202111314483.9A Active CN113911673B (zh) | 2020-11-12 | 2021-11-08 | 一种大型输送带表面裂纹检测方法及系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011263471.3A Withdrawn CN112374081A (zh) | 2020-11-12 | 2020-11-12 | 大型输送带表面裂纹检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN112374081A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117088071B (zh) * | 2023-10-19 | 2024-01-23 | 山西戴德测控技术股份有限公司 | 一种传送带损伤位置定位系统、服务器及方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005338431A (ja) * | 2004-05-27 | 2005-12-08 | Brother Ind Ltd | 画像形成装置 |
CN102565077B (zh) * | 2011-11-09 | 2014-07-02 | 天津工业大学 | 基于机器视觉的输送带纵向撕裂自动检测方法 |
CN105809668B (zh) * | 2016-01-15 | 2018-10-02 | 武汉武大卓越科技有限责任公司 | 基于线扫描三维点云的物体表面变形特征提取方法 |
CN108592812B (zh) * | 2018-05-10 | 2019-12-31 | 电子科技大学 | 风机叶片光纤载荷应变特征提取及裂纹监测方法 |
CN208546163U (zh) * | 2018-06-07 | 2019-02-26 | 山东科技大学 | 一种三脚架套筒固定式钻孔窥视推进装置 |
CN110084844B (zh) * | 2019-04-25 | 2023-03-28 | 中国民航大学 | 一种基于深度相机的机场道面裂缝检测方法 |
CN110587519B (zh) * | 2019-09-25 | 2022-02-22 | 泉州冰点科技有限公司 | 一种用于流水线加工的快拆夹具 |
CN111612771A (zh) * | 2020-05-22 | 2020-09-01 | 江苏联峰实业有限公司 | 一种高强合金结构钢板表面细微裂纹的识别监测装置 |
CN111517092B (zh) * | 2020-06-03 | 2021-06-11 | 太原理工大学 | 一种传动带撕裂检测方法 |
CN111754466B (zh) * | 2020-06-08 | 2023-07-28 | 西安电子科技大学 | 传输机皮带损伤状况的智能检测方法 |
-
2020
- 2020-11-12 CN CN202011263471.3A patent/CN112374081A/zh not_active Withdrawn
-
2021
- 2021-11-08 CN CN202111314483.9A patent/CN113911673B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112374081A (zh) | 2021-02-19 |
CN113911673A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102516553B1 (ko) | 태양광 어레이의 작동 상태를 결정하기 위한 방법 및 장치, 디바이스 및 저장 매체 | |
Huang et al. | A pavement crack detection method combining 2D with 3D information based on Dempster‐Shafer theory | |
CN113283344B (zh) | 一种基于语义分割网络的矿用输送带跑偏检测方法 | |
CN113911673B (zh) | 一种大型输送带表面裂纹检测方法及系统 | |
US8255172B2 (en) | Wafer defect detection system and method | |
CN109900366B (zh) | 一种检测避雷器温度异常点的方法及装置 | |
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 | |
CN104504388A (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
KR20220143954A (ko) | 광 발전 어레이의 작동 상태를 결정하기 위한 방법 및 장치와, 디바이스 및 저장매체 | |
CN106463432A (zh) | 线性检测系统 | |
CN104614379A (zh) | 一种版材表面缺陷的检测系统和方法 | |
CN113408947B (zh) | 一种智能制造工业生产数据采集分析方法、设备及计算机存储介质 | |
WO2017032308A1 (zh) | 一种pcb板检测方法及装置 | |
CN102346153A (zh) | 一种隧道病害的检测方法 | |
CN114965924A (zh) | 污水污染物浓度检测系统 | |
JP5973214B2 (ja) | 構造物の不具合確率演算方法および不具合確率演算装置、構造物の不具合範囲判定方法および不具合範囲判定装置 | |
CN105891217A (zh) | 基于智能小车的钢轨表面缺陷检测系统及方法 | |
CN104931505A (zh) | 机器视觉表面检测系统 | |
CN106778409A (zh) | 一种码图检测方法及检测系统 | |
KR101296465B1 (ko) | 공극률 검출 | |
CN105445276A (zh) | 集装箱损害的检测方法和装置 | |
CN108362693B (zh) | 一种基于图像处理的传送带上绝缘子合格率的检测方法 | |
EP3128323A1 (en) | Method and system for detecting defects in plastic containers | |
Song et al. | Crack detection algorithm for photovoltaic image based on multi-scale pyramid and improved region growing | |
CN104071629B (zh) | 在胶带分切机中使用的异物检测方法、异物检测装置及其胶带分切机 |
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 |