CN114013955A - 一种基于红外摄像机的皮带纵向撕裂检测方法及系统 - Google Patents
一种基于红外摄像机的皮带纵向撕裂检测方法及系统 Download PDFInfo
- Publication number
- CN114013955A CN114013955A CN202111254200.6A CN202111254200A CN114013955A CN 114013955 A CN114013955 A CN 114013955A CN 202111254200 A CN202111254200 A CN 202111254200A CN 114013955 A CN114013955 A CN 114013955A
- Authority
- CN
- China
- Prior art keywords
- image
- belt
- module
- processing
- infrared
- 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
-
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于红外摄像机的皮带纵向撕裂检测方法及系统,其中,一种基于红外摄像机的皮带纵向撕裂检测方法包括,利用采集模块采集皮带红外图像;通过滤波模块对所述皮带红外图像进行平滑处理,获得图像M;通过处理模块对图像M先后进行二值化处理和形态学处理,获得图像P;利用检测模块对图像P进行连通成分检测;本发明通过设计滤波模块,有效地滤除图像中的噪声,同时通过优化二值化算法,提高了皮带纵向撕裂的检测精确度,并能够满足实时性要求。
Description
技术领域
本发明涉及皮带纵向撕裂检测的技术领域,尤其涉及一种基于红外摄像机的皮带纵向撕裂检测方法及系统。
背景技术
带式输送机被广泛应用于矿山、港口等场景下的运输工作,是物资运输生产中不可缺少的重要一环。皮带作为带式输送机的关键组成部分,在工作过程中常因物资中混杂尖锐物,导致皮带纵向撕裂,造成巨大的经济损失,影响生产效率。因此,若能及时发现并有效控制皮带的纵向撕裂问题。将有效止损,提升矿山、港口等运输生产的智能化水平,提高生产效率和安全性,具有很好的经济效益。
近些年,各类技术被应用于皮带纵向撕裂监测工作中,例如利用监控主机对检测数据进行处理分析,实现对皮带机故障的在线诊断及对皮带机的实时监控;或者利用摄像头采集到的皮带运输过程中的图像,提取图像特征,通过场景判断来分析皮带上异物情况,从而实现异物的识别与预警。然而,上述方法在实际使用中还存在一定缺陷,如成本高,日常维护复杂,以及可视化程度弱等。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种基于红外摄像机的皮带纵向撕裂检测方法,能够解决现有技术存在的缺陷,快速、准确地检测出皮带撕裂现象。
为解决上述技术问题,本发明提供如下技术方案:包括,利用采集模块采集皮带红外图像;通过滤波模块对所述皮带红外图像进行平滑处理,获得图像M;通过处理模块对所述图像M先后进行二值化处理和形态学处理,获得图像P;利用检测模块对所述图像P进行连通成分检测。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测方法的一种优选方案,其中:还包括,若检测所述图像P只有一个连通区域,即只有一个连接组件,则说明所述图像P为正常工作的皮带红外图像;否则,则说明所述图像P为非正常工作的皮带红外图像,即所述图像P为被尖锐物摩擦的皮带红外图像,此时所述检测模块向报警模块发出第一信号,通过所述报警模块进行纵向撕裂预警。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测方法的一种优选方案,其中:所述滤波模块包括降噪单元和触发器;所述降噪单元通过帧间差分策略初步滤除时域噪声,而后通过所述触发器延迟时域信号的翻转时间,完成平滑处理。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测方法的一种优选方案,其中:所述触发器包括瞬态抑制二极管和时基振动器;其中,所述时基振动器包括一个NMOS管、两个PMOS管和极性电容,两个PMOS管并联连接,NMOS管与两个PMOS管串联连接,NMOS管的输入端连接有极性电容。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测方法的一种优选方案,其中:所述处理模块包括二值化单元和形态学处理单元;通过所述二值化单元计算图像M中每个灰度值出现的频率f(Hi),并根据所述频率f(Hi)计算图像M的二值化阈值T,而后根据所述二值化阈值T对所述图像M进行二值化处理;通过所述形态学处理单元(302)对二值化处理后的图像进行腐蚀和膨胀,获得所述图像P;其中,图像M中每个灰度值出现的频率f(Hi)为:
图像M的二值化阈值T为:
式中,H(M)表示图像M的灰度直方图,#Hi表示图像H(M)中的灰度值Hi的总数,N为图像M的像素数。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测方法的一种优选方案,其中:所述连通成分检测包括,对所述图像P进行逐行扫描,并标记每一行的连通成分;在扫描到某一行时,判断该行与上一行的连通成分是否有相连;若有相连,则对该行添加标签,标记为1,否则标记为0;将标签相同的行分别进行合并,获得连通区域。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测系统的一种优选方案,其中:包括,采集模块,用于采集皮带红外图像;滤波模块,与所述采集模块连接,用于对所述皮带红外图像进行平滑处理,获得图像M;处理模块,与所述滤波模块连接,用于对所述图像M先后进行二值化处理和形态学处理,获得图像P;检测模块,与所述处理模块连接,用于对所述图像P进行连通成分检测;报警模块,与所述检测模块连接,用于发出纵向撕裂报警信号。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测系统的一种优选方案,其中:还包括,若检测所述图像P只有一个连通区域,即只有一个连接组件,则说明所述图像P为正常工作的皮带红外图像;否则,则说明所述图像P为非正常工作的皮带红外图像,即所述图像P为被尖锐物摩擦的皮带红外图像,此时所述检测模块向报警模块发出第一信号,通过所述报警模块进行纵向撕裂预警。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测系统的一种优选方案,其中:所述滤波模块包括降噪单元和触发器;降噪单元,用于初步滤除时域噪声;触发器,与所述降噪单元连接,用于延迟时域信号的翻转时间,完成平滑处理;其中,所述触发器包括瞬态抑制二极管和时基振动器;所述时基振动器包括一个NMOS管、两个PMOS管和极性电容,两个PMOS管并联连接,NMOS管与两个PMOS管串联连接,NMOS管的输入端连接有极性电容。
作为本发明所述的基于红外摄像机的皮带纵向撕裂检测系统的一种优选方案,其中:所述处理模块包括二值化单元和形态学处理单元;二值化单元,用于对所述图像M进行二值化处理;形态学处理单元,与所述二值化单元连接,用于对二值化处理后的图像进行腐蚀和膨胀,获得所述图像P。
本发明的有益效果:本发明通过设计滤波模块,有效地滤除图像中的噪声,同时通过优化二值化算法,提高了皮带纵向撕裂的检测精确度,并能够满足实时性要求。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明第一个实施例所述的基于红外摄像机的皮带纵向撕裂检测方法的流程示意图;
图2为本发明第二个实施例所述的基于红外摄像机的皮带纵向撕裂检测方法的正常的皮带红外图像;
图3为本发明第二个实施例所述的传统的技术方案的二值化阈值检测结果示意图;
图4为本发明第二个实施例所述的基于红外摄像机的皮带纵向撕裂检测方法获得的二值化阈值检测结果示意图;
图5为本发明第二个实施例所述的基于红外摄像机的皮带纵向撕裂检测方法的皮带红外图像;
图6为本发明第二个实施例所述的传统的技术方案获得的连通成分检测结果示意图;
图7为本发明第二个实施例所述的基于红外摄像机的皮带纵向撕裂检测方法的图像处理获得的结果示意图;
图8为本发明第二个实施例所述的基于红外摄像机的皮带纵向撕裂检测方法获得的连通成分检测结果示意图;
图9为本发明第三个实施例所述的基于红外摄像机的皮带纵向撕裂检测系统的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1,为本发明的第一个实施例,该实施例提供了一种基于红外摄像机的皮带纵向撕裂检测方法,包括:
S1:利用采集模块100采集皮带红外图像。
本实施例的采集模块100例如可以采用红外摄像机,为了能更好地采集皮带红外图像,本实施例将红外摄像机安装在皮带下方,将采集的皮带红外图像通过以太网传给滤波模块200。
S2:通过滤波模块200对皮带红外图像进行平滑处理,获得图像M。
滤波模块200包括降噪单元201和触发器202;
(1)降噪单元201通过帧间差分策略初步滤除时域噪声;
①对皮带红外图像进行5×5中值滤波处理,去掉图像随机噪声,以减少以后运算的复杂度,克服噪声对图像处理结果的干扰。
②在红外摄像机拍摄的视频图像的序列中选取连续的两帧图像,其中前一帧图像a和当前帧图像b;
③计算当前帧图像b与背景帧图像的帧差g;
④计算前一帧图像a与背景帧图像的帧差h;
⑤由帧差g和h的交集得到运动目标粗糙的运动区域;
⑥通过数学形态学运算使得运动区域封毕、连续、完整,进而初步滤除时域噪声。
(2)通过触发器202延迟时域信号的翻转时间,完成平滑处理。
由于降噪单元201无法滤除低频信号,因此通过触发器202使得输出波形错位,进而滤除时域信号中的低电平干扰信号。
触发器202包括瞬态抑制二极管和时基振动器;通过瞬态抑制二极管驱动时基振动器,利用时基振动器延迟时域信号的翻转时间;其中,时基振动器包括一个NMOS管、两个PMOS管和极性电容,两个PMOS管并联连接,NMOS管与两个PMOS管串联连接,NMOS管的输入端连接有极性电容。
S3:通过处理模块300对图像M先后进行二值化处理和形态学处理,获得图像P。
处理模块300包括二值化单元301和形态学处理单元302;
(1)通过二值化单元301计算图像M中每个灰度值出现的频率f(Hi),并根据频率f(Hi)计算图像M的二值化阈值T,而后根据二值化阈值T对图像M进行二值化处理;
二值化图像是区域检测的先决条件,为了进一步提高阈值计算的速度,提高红外图像二值化的质量,本实施例基于相邻的前一幅图像计算当前图像的二值化阈值;具体的:假设H(M)表示图像M的灰度直方图;因此,图像M中每个灰度值出现的频率f(Hi)为:
图像M的二值化阈值T为:
其中,#Hi表示图像H(M)中的灰度值Hi的总数,N为图像P的像素数。
(2)通过形态学处理单元302对二值化处理后的图像进行腐蚀和膨胀,获得图像P;
S4:利用检测模块400对图像P进行连通成分检测。
(1)对图像P进行逐行扫描,并标记每一行的连通成分;
(2)在扫描到某一行时,判断该行与上一行的连通成分是否有相连;若有相连,则对该行添加标签,标记为1,否则标记为0;
(3)将标签相同的行分别进行合并,获得连通区域。
若检测图像P只有一个连通区域,即只有一个连接组件,则说明图像P为正常工作的皮带红外图像;
否则,则说明图像P为非正常工作的皮带红外图像,即图像P为被尖锐物摩擦的皮带红外图像,此时检测到图像P包含一条亮带,即多个连接组件;
当检测到非正常工作的皮带红外图像时,检测模块400将向报警模块500发出第一信号,通过报警模块400进行纵向撕裂预警,例如发出警报声或关停输送机;其中需要说明的是,“第一信号”为检测模块400内部发出的指令,直接作用于报警模块400。
实施例2
为了对本方法中采用的技术效果加以验证说明,本实施例选择传统的技术方案和采用本方法进行对比测试,以科学论证的手段对比试验结果,以验证本方法所具有的真实效果。
为验证本方法相对传统的技术方案具有较高检测精度,本实施例中将采用传统的技术方案和本方法分别对正常的皮带红外图像(图2)进行二值化阈值检测对比;检测的实验结果分别如图3、图4所示,从图3可以看出,使用传统的技术方案计算的阈值在每个二值化图像中检测到一些小的连接区域;从图4可以看出,使用本方法计算的阈值在二值化图像中并没有发生这种情况。
输送带正常工作时,其表面温度基本相同,这种现象在红外图像中的表现是像素的强度相似;如图5所示,本实施例首先拍摄了皮带红外图像;接着分别采用传统的技术方案和本方法对皮带红外图像进行连通成分检测,检测结果如图6~8所示。
其中,图6为采用传统的技术方案获得的检测结果,图7~8为采用本方法获得的检测结果;对比图6和图8,图8经过本方法的图像处理(平滑、二值化处理、形态学处理,如图7所示)后,检测到的亮带明显清晰于图6中的亮带,证明了本方法的有效性。
实施例3
参照图9,为本发明的第三个实施例,该实施例不同于第一个实施例的是,提供了一种基于红外摄像机的皮带纵向撕裂检测系统,包括,
采集模块100,用于采集皮带红外图像;本实施例的采集模块100例如可以采用红外摄像机。
滤波模块200,与采集模块100连接,用于对皮带红外图像进行平滑处理,获得图像M;滤波模块200包括降噪单元201和触发器202;具体的,降噪单元201,用于初步滤除时域噪声;触发器202,与降噪单元201连接,用于延迟时域信号的翻转时间,完成平滑处理;其中,触发器202包括瞬态抑制二极管和时基振动器;时基振动器包括一个NMOS管、两个PMOS管和极性电容,两个PMOS管并联连接,NMOS管与两个PMOS管串联连接,NMOS管的输入端连接有极性电容。
处理模块300,与滤波模块200连接,用于对图像M先后进行二值化处理和形态学处理,获得图像P;处理模块300包括二值化单元301和形态学处理单元302;具体的,二值化单元301,用于对图像M进行二值化处理;形态学处理单元302,与二值化单元301连接,用于对二值化处理后的图像进行腐蚀和膨胀,获得图像P。
检测模块400,与处理模块300连接,用于对图像P进行连通成分检测;若检测图像P只有一个连通区域,即只有一个连接组件,则说明图像P为正常工作的皮带红外图像;否则,则说明图像P为非正常工作的皮带红外图像,即图像P为被尖锐物摩擦的皮带红外图像,此时检测模块400向报警模块500发出第一信号,通过报警模块400进行纵向撕裂预警。
报警模块500,与检测模块400连接,用于发出纵向撕裂报警信号;例如发出警报声或关停输送机;其中需要说明的是,“第一信号”为检测模块400内部发出的指令,直接作用于报警模块400。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的,术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体,该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如,组件可以是,但不限于是:在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例,在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中,并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外,这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如,来自一个组件的数据,该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号,以本地和/或远程过程的方式进行通信。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于红外摄像机的皮带纵向撕裂检测方法,其特征在于:包括,
利用采集模块(100)采集皮带红外图像;
通过滤波模块(200)对所述皮带红外图像进行平滑处理,获得图像M;
通过处理模块(300)对所述图像M先后进行二值化处理和形态学处理,获得图像P;
利用检测模块(400)对所述图像P进行连通成分检测。
2.如权利要求1所述的基于红外摄像机的皮带纵向撕裂检测方法,其特征在于:还包括,
若检测所述图像P只有一个连通区域,即只有一个连接组件,则说明所述图像P为正常工作的皮带红外图像;
否则,则说明所述图像P为非正常工作的皮带红外图像,即所述图像P为被尖锐物摩擦的皮带红外图像,此时所述检测模块(400)向报警模块(500)发出第一信号,通过所述报警模块(400)进行纵向撕裂预警。
3.如权利要求1所述的基于红外摄像机的皮带纵向撕裂检测方法,其特征在于:所述滤波模块(200)包括降噪单元(201)和触发器(202);
所述降噪单元(201)通过帧间差分策略初步滤除时域噪声,而后通过所述触发器(202)延迟时域信号的翻转时间,完成平滑处理。
4.如权利要求3所述的基于红外摄像机的皮带纵向撕裂检测方法,其特征在于:所述触发器(202)包括瞬态抑制二极管和时基振动器;
其中,所述时基振动器包括一个NMOS管、两个PMOS管和极性电容,两个PMOS管并联连接,NMOS管与两个PMOS管串联连接,NMOS管的输入端连接有极性电容。
6.如权利要求5所述的基于红外摄像机的皮带纵向撕裂检测方法,其特征在于:所述连通成分检测包括,
对所述图像P进行逐行扫描,并标记每一行的连通成分;
在扫描到某一行时,判断该行与上一行的连通成分是否有相连;若有相连,则对该行添加标签,标记为1,否则标记为0;
将标签相同的行分别进行合并,获得连通区域。
7.一种基于红外摄像机的皮带纵向撕裂检测系统,其特征在于:包括,
采集模块(100),用于采集皮带红外图像;
滤波模块(200),与所述采集模块(100)连接,用于对所述皮带红外图像进行平滑处理,获得图像M;
处理模块(300),与所述滤波模块(200)连接,用于对所述图像M先后进行二值化处理和形态学处理,获得图像P;
检测模块(400),与所述处理模块(300)连接,用于对所述图像P进行连通成分检测;
报警模块(500),与所述检测模块(400)连接,用于发出纵向撕裂报警信号。
8.如权利要求7所述的基于红外摄像机的皮带纵向撕裂检测系统,其特征在于:还包括,
若检测所述图像P只有一个连通区域,即只有一个连接组件,则说明所述图像P为正常工作的皮带红外图像;
否则,则说明所述图像P为非正常工作的皮带红外图像,即所述图像P为被尖锐物摩擦的皮带红外图像,此时所述检测模块(400)向报警模块(500)发出第一信号,通过所述报警模块(400)进行纵向撕裂预警。
9.如权利要求8所述的基于红外摄像机的皮带纵向撕裂检测系统,其特征在于:所述滤波模块(200)包括降噪单元(201)和触发器(202);
降噪单元(201),用于初步滤除时域噪声;
触发器(202),与所述降噪单元(201)连接,用于延迟时域信号的翻转时间,完成平滑处理;
其中,所述触发器(202)包括瞬态抑制二极管和时基振动器;所述时基振动器包括一个NMOS管、两个PMOS管和极性电容,两个PMOS管并联连接,NMOS管与两个PMOS管串联连接,NMOS管的输入端连接有极性电容。
10.如权利要求8或9所述的基于红外摄像机的皮带纵向撕裂检测方法,其特征在于:所述处理模块(300)包括二值化单元(301)和形态学处理单元(302);
二值化单元(301),用于对所述图像M进行二值化处理;
形态学处理单元(302),与所述二值化单元(301)连接,用于对二值化处理后的图像进行腐蚀和膨胀,获得所述图像P。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111254200.6A CN114013955A (zh) | 2021-10-27 | 2021-10-27 | 一种基于红外摄像机的皮带纵向撕裂检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111254200.6A CN114013955A (zh) | 2021-10-27 | 2021-10-27 | 一种基于红外摄像机的皮带纵向撕裂检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114013955A true CN114013955A (zh) | 2022-02-08 |
Family
ID=80058125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111254200.6A Pending CN114013955A (zh) | 2021-10-27 | 2021-10-27 | 一种基于红外摄像机的皮带纵向撕裂检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114013955A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007230706A (ja) * | 2006-02-28 | 2007-09-13 | Jfe Steel Kk | ベルトコンベアの縦裂き検知方法および装置 |
CN205526435U (zh) * | 2016-04-07 | 2016-08-31 | 中国矿业大学(北京) | 基于机器视觉的皮带纵向撕裂检测装置 |
CN107176432A (zh) * | 2017-06-15 | 2017-09-19 | 西安科技大学 | 一种基于机器视觉的锚杆异物及皮带撕裂检测系统 |
CN109850518A (zh) * | 2018-11-12 | 2019-06-07 | 太原理工大学 | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 |
CN111754466A (zh) * | 2020-06-08 | 2020-10-09 | 西安电子科技大学 | 传输机皮带损伤状况的智能检测方法 |
CN113422600A (zh) * | 2021-08-23 | 2021-09-21 | 南京志杰通信技术有限公司 | 一种适用于数字隔离器的分析方法 |
-
2021
- 2021-10-27 CN CN202111254200.6A patent/CN114013955A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007230706A (ja) * | 2006-02-28 | 2007-09-13 | Jfe Steel Kk | ベルトコンベアの縦裂き検知方法および装置 |
CN205526435U (zh) * | 2016-04-07 | 2016-08-31 | 中国矿业大学(北京) | 基于机器视觉的皮带纵向撕裂检测装置 |
CN107176432A (zh) * | 2017-06-15 | 2017-09-19 | 西安科技大学 | 一种基于机器视觉的锚杆异物及皮带撕裂检测系统 |
CN109850518A (zh) * | 2018-11-12 | 2019-06-07 | 太原理工大学 | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 |
CN111754466A (zh) * | 2020-06-08 | 2020-10-09 | 西安电子科技大学 | 传输机皮带损伤状况的智能检测方法 |
CN113422600A (zh) * | 2021-08-23 | 2021-09-21 | 南京志杰通信技术有限公司 | 一种适用于数字隔离器的分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780486B (zh) | 一种钢板表面缺陷图像提取方法 | |
Yu et al. | Image edge detection based tool condition monitoring with morphological component analysis | |
JP6208426B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法 | |
CN104853151A (zh) | 一种基于视频图像的大空间火灾监测系统 | |
CN113159061B (zh) | 一种基于实例分割的实际隧道围岩碴片识别方法 | |
CN107742291A (zh) | 一种光伏玻璃的缺陷检测方法及装置 | |
CN114926407A (zh) | 一种基于深度学习的钢材表面缺陷检测系统 | |
CN107993219A (zh) | 一种基于机器视觉的船板表面缺陷检测方法 | |
CN109850518B (zh) | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 | |
CN116524205A (zh) | 一种污水曝气自动检测识别方法 | |
CN113487538A (zh) | 一种多目标分割缺陷检测方法、装置及其计算机存储介质 | |
CN116228651A (zh) | 一种布匹缺陷检测方法、系统、设备及介质 | |
CN112115878A (zh) | 一种基于烟雾区域密度的森林火灾烟雾根节点检测方法 | |
Lin et al. | A new prediction method for edge detection based on human visual feature | |
CN106254723B (zh) | 一种实时监测视频噪声干扰的方法 | |
Hashmi et al. | Computer-vision based visual inspection and crack detection of railroad tracks | |
Huang et al. | A real-time algorithm for aluminum surface defect extraction on non-uniform image from CCD camera | |
CN114013955A (zh) | 一种基于红外摄像机的皮带纵向撕裂检测方法及系统 | |
CN106530292A (zh) | 一种基于线扫描相机的带钢表面缺陷图像快速辨识方法 | |
CN109558881B (zh) | 一种基于计算机视觉的危岩崩塌监控方法 | |
CN116823775A (zh) | 一种基于深度学习的显示屏幕缺陷检测方法 | |
CN105973903A (zh) | 一种口服液瓶盖检测系统及方法 | |
CN105405109A (zh) | 一种基于带状背景建模的脏点检测方法 | |
CN111160074A (zh) | 设备内部异物识别方法、装置、计算机设备和存储介质 | |
EP2037407A1 (de) | Verfahren zur Objekterfassung |
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 |