CN114313883B - 基于图像处理技术的皮带跑偏自动检测方法及系统 - Google Patents
基于图像处理技术的皮带跑偏自动检测方法及系统 Download PDFInfo
- Publication number
- CN114313883B CN114313883B CN202210119437.1A CN202210119437A CN114313883B CN 114313883 B CN114313883 B CN 114313883B CN 202210119437 A CN202210119437 A CN 202210119437A CN 114313883 B CN114313883 B CN 114313883B
- Authority
- CN
- China
- Prior art keywords
- detection line
- belt
- line segment
- line segments
- deviation
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 253
- 238000012545 processing Methods 0.000 title claims abstract description 51
- 238000005516 engineering process Methods 0.000 title claims abstract description 32
- 238000003708 edge detection Methods 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000001914 filtration Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 3
- 239000003245 coal Substances 0.000 abstract description 21
- 238000012937 correction Methods 0.000 abstract description 7
- 230000007613 environmental effect Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 5
- 208000004350 Strabismus Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000032258 transport Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Abstract
本申请涉及一种基于图像处理技术的皮带跑偏自动检测方法及系统,其中方法包括:提取出皮带图像中的线段作为计算边沿检测线段的初始检测线段;通过每个所述初始检测线段相对于标准线的偏离度对初始线段进行过滤得出可选检测线段;获取上一帧皮带图像信息对应的边沿检测线段,选取出与获取的边沿检测线段最接近的可选检测线段作为边沿检测线段;根据边沿检测线段与预设的皮带边沿移动的正常区域的位置关系,判断边沿检测线段是否偏移,若偏移,则向纠偏终端发送纠偏指令。本申请具有的技术效果是:能够及时检测到皮带发生偏移,并通过纠偏终端及时对皮带进行纠偏,从而减少了因皮带严重跑偏而给煤电厂造成较大经济损失和环境代价的可能。
Description
技术领域
本申请涉及图像处理技术的领域,尤其是涉及一种基于图像处理技术的皮带跑偏自动检测方法及系统。
背景技术
目前,图像处理技术是用计算机对图像信息进行处理的技术。主要包括图像数字化、图像增强和复原、图像数据编码、图像分割和图像识别等。煤电厂也称火力厂,在发电的过程中,需要用较长的皮带对煤炭进行运输,以保证燃料的供应。皮带在运输的过程中,皮带的两端绕设在滚筒上,滚筒转动带动皮带转动。
煤电厂在运输煤炭的过程中,会用皮带对煤矿进行运输,由于煤电厂耗煤量较大,运煤皮带的长度会很长,皮带将燃煤运输至锅炉后,皮带回程继续对燃煤进行运输。皮带跑偏是皮带输送机作业过程中最为常见的故障,当皮带跑偏时,会导致物料的掉落以及皮带和滚筒使用寿命降低等情况。
针对上述中的相关技术,发明人发现该技术中至少存在以下问题:在运输煤炭的过程中,会因皮带跑偏导致煤炭散落在输煤的皮带边沿两侧,在皮带长时间跑偏后,皮带会形成严重跑偏而导致大量煤炭堆散落的现象,同时会造成皮带翻卷物料,致使皮带单侧受力超过皮带纵向拉断力,从而引起皮带横向撕裂等严重问题,且煤炭在散落和清理的过程中会引起煤炭扬尘,从而给煤电厂造成较大的经济损失和环境代价。
发明内容
为了改善因皮带严重跑偏而给煤电厂造成较大的经济损失和环境代价的问题,本申请提供一种基于图像处理技术的皮带跑偏自动检测方法及系统。
第一方面,本申请提供一种基于图像处理技术的皮带跑偏自动检测方法,采用如下技术方案:
所述方法包括:
通过预设的图像处理技术对从摄像终端获取到的皮带图像进行处理,提取出所述皮带图像中的线段作为计算边沿检测线段的初始检测线段;
获取预设的标准线,通过每个所述初始检测线段相对于标准线的偏离度对所述初始线段进行过滤得出可选检测线段;
获取上一帧皮带图像信息对应的边沿检测线段,选取出与获取的所述边沿检测线段最接近的可选检测线段作为边沿检测线段;
根据选取出的所述边沿检测线段与预设的皮带边沿移动的正常区域的位置关系,判断所述边沿检测线段是否偏移,若偏移,则向纠偏终端发送纠偏指令。
通过采用上述技术方案,后台可以在皮带运动的过程中,自动获取多个与皮带边沿类似的初始检测线段,并从中自动过滤出代表皮带边沿的边沿检测线段,并根据边沿检测线段与正常区域的位置,判断皮带是否发生偏移,若发生偏移可自动启动纠偏终端对皮带进行纠偏。从而实现及时发现皮带发生偏移,并使得纠偏终端能及时对发生偏移的皮带进行纠偏,从而减少了因皮带严重跑偏而给煤电厂造成较大的经济损失和环境代价的可能。由于相邻两帧图像之间时间较短,选取出离上一帧图像对应的边沿检测线段最近的可选线段作为边沿检测线段,可以使得最后计算出的边沿检测线段更为准确。
可选的,在所述通过预设的图像处理技术对从摄像终端获取到的皮带图像进行处理之前,还包括;
接收用户通过使用终端发送的角度偏移阈值:
所述通过每个所述初始检测线段相对于标准线的偏离度对所述初始线段进行过滤得出可选检测线段包括:
计算所述标准线与预设的对照线沿对照线一个方向上的夹角,并将计算出的夹角加上或减去角度偏移阈值得出夹角范围;
分别计算出每个初始检测线段与预设的对照线沿所述对照线一个方向上的夹角;
将计算出的每个初始检测线段对应的夹角与所述夹角范围比较,将对应的夹角超出所述夹角范围的初始检测线段删除,剩余的初始检测线段为可选检测线段。
通过采用上述技术方案,由于皮带偏移时是整体偏移,受皮带两端滚筒的限制,皮带不易发生转动,因此,偏移后的皮带边沿与未发生位偏移时的皮带边沿近似平行。用户可以根据需要的检测精度设置角度误差阈值,然后根据用户设定的角度误差阈值,在二维平面中将与标准线之间的夹角过大的初始检测线段滤除,使得剩余的初始检测线段近似互相平行,从而减少了干扰线段,有助于后台后续选取边沿检测线段的结果更为准确。
可选的,在所述正常区域外围还设有检测区域,在所述通过每个所述初始检测线段相对于标准线的偏离度对所述初始线段进行过滤得出可选检测线段之后,还包括;
将所述检测区域的边界线中垂直于皮带的转动方向设置的边界线命名为端边边界线,沿皮带运动方向设置边界线的命名为侧边边界线,
将位于所述检测区域外的可选检测线段删除;
将剩余的可选检测线段延长至与所述检测区域的边界线相交;
选取出与边界线相交的交点均在端边边界线上的可选检测线段;
仅保留选取出的所述可选检测线段,将其余可选检测线段删除。
通过采用上述技术方案,后台通过检测区域将线段进行筛选,从而减少了后台对于后续线段的处理数量。在将检测区域外的可选检测线段删除后,由于,偏移后的皮带边沿与未发生偏移时的皮带边沿近似平行,而偏移前的皮带边沿与检测区域的边界线中,垂直于皮带运动方向的相向的两条边界线相交,那么与检测区域相邻的边界线相交的可选检测线段则不可能为皮带的边沿形成的线段,后台将该种可选检测线段删除,减少了干扰线段,有助于后台后续选取边沿检测线段的结果更为准确。并将所有可选检测线段的两端分别固定在两条直线上,方便后续计算。
可选的,在所述仅保留选取出的所述可选检测线段,将其余可选检测线段删除之后,还包括:
将检测区域的边界线删除;
将一条端边边界线上可选检测线段的端点作为起点,则另一条侧边端边边界线上可选检测线段的终点;
根据预设的计算规则计算出保留的所述可选检测线段之间的欧式距离;
根据预设的初始聚类数以及聚类所需的所述可选检测线段之间的欧式距离,对所有所述可选检测线段进行聚类,得出多个可选检测线段聚类;
在每个可选检测线段聚类中,对所有可选检测线段在预设的坐标系中的起点坐标和终点坐标取平均值的方式,得出每个可选检测线段聚类对应的代表检测线段的起点和终点;
仅保留代表检测线段,将所有可选检测线段删除;
所述选取出与获取的所述边沿检测线段最接近的可选检测线段作为边沿检测线段包括:
选取出与获取的所述边沿检测线段最接近的代表检测线段作为边沿检测线段。
通过采用上述技术方案,后台将检测区域对应的边界线删除后,可减少边界线对后续计算的干扰。后台自动对可选检测线段进行聚类,并计算出每一个聚类对应的能够代表一个聚类的代表检测线段,从而将多条可选检测线段整理为几条能够分别代表所有可选检测线段的代表检测线段,进一步减少了干扰线段。将代表一个聚类的代表检测线段与上一帧的皮带图像信息对应的边沿检测线段作比较得出边沿检测线段,而不是直接将可选检测线段与上一帧的边沿检测线段作比较的出边沿检测线段,使得在距离上一帧的边沿检测线段最近的可选检测线段是或者不是边沿检测线段的情况下,均可以将误差控制在一个较稳定的范围内。
可选的,所述根据预设的计算规则计算出可选检测线段间的欧式距离包括:
获取两个可选检测线段各自的起点坐标和终点坐标;
计算出两个所述起点之间的欧式距离作为起点欧式距离,两个所述终点之间的欧式距离作为终点欧式距离;
将起点欧式距离和终点欧式距离相加得出两个所述可选检测线段之间的欧式距离。
通过采用上述技术方案,根据计算出的可选检测线段间的欧式距离,能够将互相欧式距离较近的可选检测线段自动聚为一类,用户输入的初始聚类数越大,则每一类中的可选检测线段的相似度就更高,线段间的距离就欧式越小,得出的可选线段的准确性就越高。
可选的,所述方法还包括:
接收用户通过使用终端发送的标准线设置请求;
将从摄像终端接收的皮带未偏移状态的皮带图像发送至使用终端;
接收用户通过使用终端在皮带图像上沿皮带图像边沿绘制的标准线;
将所述标准线作为所述正常区域沿皮带运动方向上的中轴线;
接收使用终端发送的用户针对所述正常区域面积的调整信息,所述调整信息包括调整后的正常区域,所述标准线仍然为所述调整后的正常区域的中轴线。
通过采用上述技术方案,用户可以预先设置未偏移状态的皮带的边沿线作为标准线,用于角度的过滤以及确定正常区域的位置。此外,用户可以根据实际场景自由调整正常区域的边界线中短边的长度,即两个长边之间的距离,以调节判断皮带是否偏移时的精准度,当皮带较大较长,运输的物料较重时,运输过程中难免会产生震动,精准度过高易导致频繁触发纠偏终端,降低纠偏终端的使用寿命,用户可根据需求自由减小或增大短边的长度,以提高或降低判断皮带是否偏移时的精准度,提高了方法的自由度和灵活度。
可选的,所述向纠偏终端发送纠偏指令包括:
计算出标准线与检测区域边界线相交形成的线段的两个端点的坐标;
根据所述边沿检测线段两个端点的坐标和所述形成的线段的两个端点的坐标,计算出边沿检测线段到所述标准线的距离作为纠偏距离;
确定纠偏方向为所述边沿检测线段到所述标准线的方向,在皮带两侧的纠偏终端中选择所述纠偏方向所朝向的皮带一侧的纠偏终端;
向选中的纠偏终端发送纠偏指令,所说纠偏指令包括纠偏距离。
通过采用上述技术方案,后台可以计算出需要纠偏的距离并确定需要纠偏的方向,并发送至对应纠偏终端,使得纠偏终端将皮带的边沿拉动至正常区域沿皮带运动方向的标准线,从而将皮带拉回未发生偏移的位置,达到对于皮带纠偏的效果。
可选的,所述方法还包括:
接收使用终端发送的告警启用请求,所述告警启用请求包括用户通过使用终端输入的告警上报地址;
当检测到边沿检测线段未与所述正常区域相交时,向所述告警启用请求中的告警上报地址发送皮带偏移告警。
通过采用上述技术方案,用户可自主选择当皮带发生偏移时,后台是否上报,并可自主设定上报的地址,使得后台检测到皮带发生偏移时,自动将偏移告警发送至上报的地址。
第二方面,本申请提供一种基于图像处理技术的皮带跑偏自动检测系统,采用如下技术方案:摄像终端、后台、纠偏终端,所述后台用于:
通过预设的图像处理技术对从摄像终端获取到的皮带图像进行处理,提取出所述皮带图像中的线段作为计算边沿检测线段的初始检测线段;
获取预设的标准线,通过每个所述初始检测线段相对于标准线的偏离度对所述初始线段进行过滤得出可选检测线段;
获取上一帧皮带图像信息对应的边沿检测线段,选取出与获取的所述边沿检测线段最接近的可选检测线段作为边沿检测线段;
根据选取出的所述边沿检测线段与预设的皮带边沿移动的正常区域的位置关系,判断所述边沿检测线段是否偏移,若偏移,则向纠偏终端发送纠偏指令。
通过采用上述技术方案,后台可以在皮带运动的过程中,自动获取多个与皮带边沿类似的初始检测线段,并从中自动过滤出代表皮带边沿的边沿检测线段,并根据边沿检测线段与正常区域的位置,判断皮带是否发生偏移,若发生偏移可自动启动纠偏终端对皮带进行纠偏。从而实现及时发现皮带发生偏移,并使得纠偏终端能及时对发生偏移的皮带进行纠偏,从而减少了因皮带严重跑偏而给煤电厂造成较大的经济损失和环境代价的可能。由于相邻两帧图像之间时间较短,选取出离上一帧图像对应的边沿检测线段最近的可选线段作为边沿检测线段,可以使得最后计算出的边沿检测线段更为准确。
第三方面,本申请提供一种电子设备,采用如下技术方案:包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如上述任一种基于图像处理技术的皮带跑偏自动检测方法的计算机程序。
第四方面,本申请提供一种计算机可读存储介质,采用如下技术方案:存储有能够被处理器加载并执行如上述任一种基于图像处理技术的皮带跑偏自动检测方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.后台可以在皮带运动的过程中,自动获取多个与皮带边沿类似的初始检测线段,并从中自动过滤出代表皮带边沿的边沿检测线段,并根据边沿检测线段与正常区域的位置,判断皮带是否发生偏移,若发生偏移可自动启动纠偏终端对皮带进行纠偏。从而实现及时发现皮带发生偏移,并使得纠偏终端能及时对发生偏移的皮带进行纠偏,从而减少了因皮带严重跑偏而给煤电厂造成较大的经济损失和环境代价的可能。由于相邻两帧图像之间时间较短,选取出离上一帧图像对应的边沿检测线段最近的可选线段作为边沿检测线段,可以使得最后计算出的边沿检测线段更为准确;
2.用户可以预先设置未偏移状态的皮带的边沿线作为标准线,用于角度的过滤以及确定正常区域的位置。此外,用户可以根据实际场景自由调整正常区域的边界线中短边的长度,即两个长边之间的距离,以调节判断皮带是否偏移时的精准度,当皮带较大较长,运输的物料较重时,运输过程中难免会产生震动,精准度过高易导致频繁触发纠偏终端,降低纠偏终端的使用寿命,用户可根据需求自由减小或增大短边的长度,以提高或这降低判断皮带是否偏移时的精准度,提高了方法的自由度和灵活度。
附图说明
图1是本申请一个实施例一种基于图像处理技术的皮带跑偏自动检测方法的流程图。
图2是本申请又一个实施例中初始设置界面的界面示意图。
图3是本申请又一个实施例中删除初始检测线段时的界面示意图。
图4是本申请一个实施例一种基于图像处理技术的皮带跑偏自动检测系统的结构框图。
图5是本申请又一个实施例一种基于图像处理技术的皮带跑偏自动检测系统的结构框图。
附图标记说明:40、摄像终端;41、纠偏终端;42、后台;43、使用终端。
具体实施方式
本申请公开一种基于图像处理技术的皮带跑偏自动检测方法。该方法基于摄像终端、后台、使用终端和纠偏检测终端,摄像终端可以为智能摄像机,后台可以是内嵌算法的偏移检测装置,偏移检测装置包括参数修改模块、皮带跑偏检测模块和图像获取模块,偏移检测装置可以嵌置在智能摄像机上。使用终端可以是电脑,用户通过使用终端向后台发送参数配置,智能摄像机设置有多个,不同机位的智能摄像机对使用中的皮带的不同位置进行拍摄,后台应用现有的图像处理技术对拍摄的图像进行处理,然后根据参数配置计算出皮带的边缘检测线,并自动判皮带是否跑偏,若皮带跑偏,则启动纠偏终端对皮带进行纠偏。纠偏终端可以为机械手,后台将需要纠偏的纠偏距离和纠偏方向发送至机械手,机械手按照纠偏方向将皮带移动纠偏距离,从而实现对于皮带的纠偏。
在一个实施例中,如图1所示,提供了一种基于图像处理技术的皮带跑偏自动检测方法,该方法包括以下步骤:
S10,提取出皮带图像中的线段作为计算边沿检测线段的初始检测线段。
具体来说,后台通过摄像机对运行中的皮带进行拍摄,得到皮带图像,并将拍摄的图像和拍摄机位标识发送至使用终端。拍摄机位标识为每个摄像机唯一的身份标识,用于区分出不同机位拍摄的皮带图像,用户通过使用终端登陆后台,选定想要查看的摄像机后,进入摄像机对应的初始设置界面,如图2所示,皮带图像以及预设皮带边沿移动的正常区域在初始界面中的图像显示区域中显示,未偏移状态的皮带的边沿穿过正常区域。正常区域是用户或者工作人员根据实际情况中皮带边沿的移动范围而预先确定的。坐标系的建立可以以图像显示区域中的一个端点作为原点建立的二维坐标系。由于皮带的两端绕设在滚筒上并被滚筒拉紧,因此皮带偏移时,会按照如图2所示的箭头方向进行左右偏移。
后台通过预设的图像处理技术对获取到的皮带图像进行处理,提取出皮带图像中的线段作为计算边沿检测线段的初始检测线段。在图像处理过程中涉及的算法参数值为算法运行时需要的参数值,算法参数值可以包括:HoughLinesP_threshold,HoughLinesP_maxLineGap和HoughLinesP_minLineLength。HoughLinesP_threshold为霍夫直线函数阈值,HoughLinesP_maxLineGap为霍夫直线函数最小直线间隙,HoughLinesP_minLineLength为霍夫直线函最小直线长度。
根据算法参数值并通过预设的图像处理技术对皮带图像进行处理,预设的图像处理技术为现有技术。摄像机对皮带拍摄,获得视频流,该视频流一般不是RGB格式,一般是YUV格式,先将视频流格式从YUV格式转化为RGB格式,取其中一帧图像,然后进行灰度处理,将RGB格式的ROI转化为GRAY格式的ROI,接着对其进行高斯模糊,去掉显著噪点,然后计算ROI区域内部的阈值,根据该阈值实现ROI的二值化,最后对二值化的ROI进行基于概率的霍夫变换,最后得出初始检测线段。
算法参数值为在利用霍夫概率变换时,需要的参数值,霍夫直线函数阈值可以确定直线的数量,霍夫直线函数最小直线间隙用于确定两条直线间最小的距离,霍夫直线函最小直线长度用于确定直线最小的长度,大于该长度才可以被认为是直线。算法参数值可以是工作人员为用户设置摄像头和平台时,根据每个摄像头所在位置的环境情况,预先设置好的。进一步的,后台在将皮带图像和拍摄机位标识发送至使用终端后,接收用户针对预设的精度等级的选择信息,并获取精度等级对应的预设的算法参数值。每个精度等级对应的算法参数值是工作人员预先设置的,考虑到用户不一定明白霍夫概率变换,所以用户很难通过自主调整算法参数值以获得想要的检测精度。
S11,通过计算每个初始检测线段相对于标准线的偏离度对初始线段进行过滤得出可选检测线段。
具体来说,标准线为用户预设的,为某一时刻皮带的边沿线,在皮带发生偏移的过程中,皮带的边沿是几乎平行变化的,需要计算出的皮带边沿线近似平行于标准线,所以,将偏离标准线的角度过大的初始检测线段删除,得出可选检测线段。
S12,选取出与获取的边沿检测线段最接近的可选检测线段作为边沿检测线段。
具体来说,后台获取上一帧的皮带图像对应的边沿检测线段在预设的二维坐标系中的坐标信息。后台将可选检测线段与上一帧对应的边沿检测线段的位置进行比对,选取出离上一帧对应的边沿检测线段最近的可选线段作为边沿检测线段,比对的方法可以为:计算每个可选检测线段垂直于上一帧的边沿检测线段的最小距离和最大距离,并将两个距离相加得出距离和,该距离和最小的,为距离上一帧对应的边沿检测线段最近的可选线段。
S13,根据边沿检测线段与正常区域之间的位置关系判断皮带是否偏移,若偏移,则向纠偏终端发送纠偏指令。
具体来说,后台将选取出的边沿检测线段与正常区域之间的位置关系进行对比判断皮带是否偏移,若判定为偏移,则向纠偏终端发送纠偏指令,使得纠偏终端对皮带进行纠偏。判断方法可以为边沿检测线段是否在正常区域内或者穿过正常区域,若是,则可以判定皮带未发生偏移,否则,判定皮带发生偏移。也可以为计算出边沿检测线段的中点,判断该中点是否在正常区域内,若是,则可以判定皮带未发生偏移,否则,判定皮带发生偏移。
在又一个实施例中,考虑到皮带在使用的过程中,受两端的滚筒的限制,即使皮带偏移,皮带边沿线也近似平行的情况,如图2所示,用户还设置了angle_thresh,即角度误差阈值。(angle+angle_thresh,angle-angle_thresh),后台计算标准线与预设的对照线沿对照线一个方向上的夹角,并将计算出的夹角加上或减去角度误差阈值得出夹角范围,后台计算出每个初始检测线段与对照线沿对照线同一个方向上的夹角,并将对应的夹角超出夹角范围的初始检测线段删除,从而通过偏离标准线的角度大小对初始检测线段进行过滤,减少了无关线段的干扰,得到可选检测线段。用户可以根据需要的精度,自主设置角度误差阈值。预设的对照线可以为二维坐标系的水平轴,即x轴,方向为x轴的正方向。
在又一个实施例中,考虑若皮带图像较大,则对皮带进行图像处理后,得出的线段较多,导致后台对于线段的处理量较大的情况。如图2所示,在正常区域外围还设有检测区域,在通过图像处理技术对皮带图像进行灰度处理前,依据该区域获得ROI(regionofinterest),在图像处理领域中,其中文名为感兴趣区域,从而锁定检测区域内的图像。
后台将检测区域的边界线中垂直于皮带的转动方向设置的边界线为端边边界线,沿皮带运动方向设置边界线的为侧边边界线,后台在通过图像处理技术得到初始检测线段后,并通过角度误差阈值对初始检测线段进行过滤,将所有位于检测区域外的初始检测线段删除,并将剩余的初始检测线段延长,直至与检测区域的边界线相交。后台在延长后的初始检测线段中,选取出与检测区域的边界线的两个交点均在端边边界线上的初始检测线段,并将出除选取出的初始检测线段以外的初始检测线段删除,从而对初始检测线段进行过滤。如图3所示,初始检测线段的延长部分为虚线,将图中的初始检测线段1和初始检测线段2删除。
在又一个实施例中,考虑到若皮带在传输的过程中会发生震动,而导致皮带的边沿会发生变化,但并非是皮带发生偏移,而产生误报警的现象,后台在将初始检测线段延长,并将存在有端点在侧边边界线上的初始检测线段删除之后,将剩余的延长至与检测区域的边界线相交的初始检测线段标记为可选检测线段,并将检测区域的边界线删除,以减少边界线的干扰。后台获取初始聚类数,初始聚类数可以是用户自己设置的,也可以是预先设置好的,例如,聚类数可以为2。
后台将一条端边边界线上可选检测线段的端点作为起点,则另一条端边边界线上可选检测线段的终点,后台根据预设的计算规则计算出可选检测线段间欧式距离,然后以可选检测线段间欧式距离为参考量,采用无监督的方式对所有可选检测线段进行聚类,得出多个可选检测线段的类簇。对每个可选检测线段类簇中,将所有可选检测线段在预设的二维坐标系中的起点的横坐标相加并求平均,将所有的纵坐标相加并求平均,得出代表检测线段的起点,并用同样的方法得出代表检测线段的起点的终点,得出代表检测线段,得出每个可选检测线段的类簇对应有一个代表检测线段,代表检测线段代表一个类簇,从而减少了干扰线段。通过无监督聚类并计算出代表检测线段,可减少皮带图像中的皮带边沿因震动而导致检测结果出现偏差,而引发误报警的可能。
在又一个实施例中,考虑到目前在对于点进行无监督聚类时,通常使用ISODATA(IterativeSelforganizingDataAnalysis)算法作为聚类方法,亦称迭代自组织数据分析算法,但是ISODATA是基于计算点之间的欧式距离来对点进行聚类,判断点所属的类簇,因此需要将ISODATA算法改进为适用于线段聚类。当一条可选检测线段的两个端点的坐标分别为(x1,y1)和(x2,y2)时,原本的ISODATA算法计算点之间的欧式距离方式为:
两条代表检测线段,线段L1(x1,y1,x2,y2),线段L2(x3,y3,x4,y4),确定L1和L2的起点(L1start,L2start)和终点(L1end,L1end)。将两条可选检测线段之间的欧式距离转化为点间的欧式距离,利用ISODATA算法的计算公式为:
即计算出两个起点之间的欧式距离作为起点欧式距离,两个终点之间的欧式距离作为终点欧式距离,将起点欧式距离和终点欧式距离相加得出两个可选检测线段之间的欧式距离,而实现将ISODATA算法改进为适用于线段聚类,能够根据ISODATA算法计算出可选检测段之间的欧式距离。
在又一个实施例中,考虑到用户会需要调整正常区域的面积大小而改变计算精度的情况,在皮带未发生偏移时,用户可以通过使用终端发送标准线设置请求,此时,后台将拍摄的皮带图像发送至使用终端,皮带图像在图像显示区域显示。用户可以在图像显示区域中皮带的边沿线描出,作为标准线,且将标准线作为预设的正常区域沿皮带运动方向上的中轴线。由于每个拍摄机位标识所对应的摄像机每次拍摄的皮带图像为皮带的同一部位同一角度同一方向,每次皮带图像的大小相同,在二维坐标系中的位置也相同,那么标准线在皮带图像中的位置以及在图像显示区域中的位置是不变的。
皮带图像在初始界面中的图像显示区域中显示,用户在图像显示区域中查看到预设的检测区域和皮带边沿移动的正常区域,用户可以根据自身对于精度的要求,改变正常区域的边界线中与检测区域的端边边界线同向的短边的边界线的长度,保持正常区域的边界线中与检测区域的侧边边界线同向的长边的边界线的长度,短边的长度越短,精度越高。用户可以对正常区域的区域面积进行调整,且调整的过程中,标准线始终为标准区域的中轴线。用户调整完毕后,通过使用终端发送正常区域面积的调整信息,调整信息包括调整后的正常区域。从而实现自动帮助用户将正常区域定位,同时客户也可以根据自身的精度需求,调节正常区域的面积。
在又一个实施例中,考虑到皮带发生偏移后,需要将皮带的位置调整至未偏移状态,后台在计算出边沿检测线段后,计算出正常区域沿皮带运动方向上的标准线与正常区域相交的交点的坐标,两个交点构成线段,后台计算出边沿检测线段与线段之间的距离,将计算出的距离作为纠偏距离,边沿检测线段到标准线的方向为纠偏方向。皮带的两侧设有两个纠偏终端。后台在两个纠偏终端中,选择纠偏方向所指向的皮带的一侧的纠偏终端,并向选择的纠偏终端发送纠偏指令,纠偏指令包括纠偏距离,纠偏终端将皮带的边沿拉动纠偏距离,即可将皮带的边沿拉回未偏移状态,从而完成对于皮带的纠偏。
在又一个实施例中,考虑到用户需要掌握皮带的运行状态,若发现皮带频繁跑偏,需及时对设备进行检修的情况,如图1所示,用户在初始设置界面中可以选择告警是否启用,若点击告警启用对应的选项,可以在上报地址对应的区域中输入需要上报的上报地址信息,地址信息的形式可以为设备的IP地址或者其他平台对应的网址。在后台确定皮带发生偏移时,可以自动将皮带偏移告警发送至设置的上报地址。
上述初始检测方法,后台可对拍摄的皮带图像自动进行处理,并自动过滤板出干扰线段,直到确定出边沿检测线段,并根据边沿检测线段与正常区域的位置关系确定皮带是否偏移,若偏移,可自动将皮带拉动至未偏移状态,且可将偏移告警发送至用户预先设置的告警上报地址。同时,用户可以根据自身对于精度的需求,在不改变正常区域位置的准确性的情况下,对正常区域的面积进行调节,从而对于皮带偏移检测的精度进行调节。
在一个实施例中,如图4所示,提供了一种基于图像处理技术的皮带跑偏自动检测方法系统,该系统包括:摄像终端40、后台42和纠偏终端41,后台42用于:
通过预设的图像处理技术对从摄像终端40获取到的皮带图像进行处理,提取出皮带图像中的线段作为计算边沿检测线段的初始检测线段;
获取预设的标准线,通过每个初始检测线段相对于标准线的偏离度对初始线段进行过滤得出可选检测线段;
获取上一帧皮带图像信息对应的边沿检测线段,选取出与获取的边沿检测线段最接近的可选检测线段作为边沿检测线段;
根据选取出的边沿检测线段与预设的皮带边沿移动的正常区域的位置关系,判断边沿检测线段是否偏移,若偏移,则向纠偏终端41发送纠偏指令。
在又一个实施例中,如图5所示,基于图像处理技术的皮带跑偏自动检测方法系统还包括使用终端43,后台42还用于:
接收用户通过使用终端43发送的角度偏移阈值:
通过每个初始检测线段相对于标准线的偏离度对初始线段进行过滤得出可选检测线段包括:
计算标准线与预设的对照线沿对照线一个方向上的夹角,并将计算出的夹角加上或减去角度偏移阈值得出夹角范围;
分别计算出每个初始检测线段与预设的对照线沿对照线一个方向上的夹角;
将计算出的每个初始检测线段对应的夹角与夹角范围比较,将对应的夹角超出夹角范围的初始检测线段删除,剩余的初始检测线段为可选检测线段。
在又一个实施例中,后台42还用于:
将检测区域的边界线中垂直于皮带的转动方向设置的边界线命名为端边边界线,沿皮带运动方向设置边界线的命名为侧边边界线,
将位于检测区域外的可选检测线段删除;
将剩余的可选检测线段延长至与检测区域的边界线相交;
选取出与边界线相交的交点均在端边边界线上的可选检测线段;
仅保留选取出的可选检测线段,将其余可选检测线段删除。
在又一个实施例中,后台42还用于:
将检测区域的边界线删除;
将一条端边边界线上可选检测线段的端点作为起点,则另一条侧边边界线上可选检测线段的端点作为终点;
根据预设的计算规则计算出保留的可选检测线段之间的欧式距离;
根据预设的初始聚类数以及聚类所需的可选检测线段之间的欧式距离,对所有可选检测线段进行聚类,得出多个可选检测线段聚类;
在每个可选检测线段聚类中,对所有可选检测线段在预设的坐标系中的起点坐标和终点坐标取平均值的方式,得出每个可选检测线段聚类对应的代表检测线段的起点和终点;
仅保留代表检测线段,将所有可选检测线段删除;
选取出与获取的边沿检测线段最接近的可选检测线段作为边沿检测线段包括:
选取出与获取的边沿检测线段最接近的代表检测线段作为边沿检测线段。
在又一个实施例中,后台42具体用于:
获取两个可选检测线段各自的起点坐标和终点坐标;
计算出两个起点之间的欧式距离作为起点欧式距离,两个终点之间的欧式距离作为终点欧式距离;
将起点欧式距离和终点欧式距离相加得出两个可选检测线段之间的欧式距离。
在又一个实施例中,后台42还用于:
接收用户通过使用终端43发送的标准线设置请求;
将从摄像终端40接收的皮带未偏移状态的皮带图像发送至使用终端43;
接收用户通过使用终端43在皮带图像上沿皮带图像边沿绘制的标准线;
将标准线作为正常区域沿皮带运动方向上的中轴线;
接收使用终端43发送的用户针对正常区域面积的调整信息,调整信息包括调整后的正常区域,标准线仍然为调整后的正常区域的中轴线。
在又一个实施例中,后台42具体用于:
计算出标准线与检测区域边界线相交形成的线段的两个端点的坐标;
根据边沿检测线段两个端点的坐标和形成的线段的两个端点的坐标,计算出边沿检测线段到标准线的距离作为纠偏距离;
确定纠偏方向为边沿检测线段到标准线的方向,在皮带两侧的纠偏终端41中选择纠偏方向所朝向的皮带一侧的纠偏终端41;
向选中的纠偏终端41发送纠偏指令,所说纠偏指令包括纠偏距离。
在又一个实施例中,后台42还用于:
接收使用终端43发送的告警启用请求,告警启用请求包括用户通过使用终端43输入的告警上报地址;
当检测到边沿检测线段发生偏移时,向告警启用请求中的告警上报地址发送皮带偏移告警。
在一个实施例中,提供了一种电子设备。
具体来说,该计算机设备包括存储器和处理器,存储器上存储有能够被处理器加载并执行上述基于图像处理技术的皮带跑偏自动检测方法的计算机程序。
在一个实施例中,提供了一种计算机可读存储介质。
具体来说,该计算机可读存储介质,其存储有能够被处理器加载并执行如上述基于图像处理技术的皮带跑偏自动检测方法的计算机程序,该计算机可读存储介质例如包括: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。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (10)
1.一种基于图像处理技术的皮带跑偏自动检测方法,其特征在于,所述方法包括:
通过预设的图像处理技术对从摄像终端获取到的皮带图像进行处理,提取出所述皮带图像中的线段作为计算边沿检测线段的初始检测线段;
获取预设的标准线,通过每个所述初始检测线段相对于标准线的偏离度对所述初始检测线段进行过滤得出可选检测线段;
获取上一帧皮带图像信息对应的边沿检测线段,选取出与获取的所述边沿检测线段最接近的可选检测线段作为边沿检测线段;
根据选取出的所述边沿检测线段与预设的皮带边沿移动的正常区域的位置关系,判断所述边沿检测线段是否偏移,若偏移,则向纠偏终端发送纠偏指令。
2.根据权利要求1所述的方法,其特征在于,在所述通过预设的图像处理技术对从摄像终端获取到的皮带图像进行处理之前,还包括;
接收用户通过使用终端发送的角度偏移阈值:
所述通过每个所述初始检测线段相对于标准线的偏离度对所述初始检测线段进行过滤得出可选检测线段包括:
计算所述标准线与预设的对照线沿对照线一个方向上的夹角,并将计算出的夹角加上或减去角度偏移阈值得出夹角范围;
分别计算出每个初始检测线段与预设的对照线沿所述对照线一个方向上的夹角;
将计算出的每个初始检测线段对应的夹角与所述夹角范围比较,将对应的夹角超出所述夹角范围的初始检测线段删除,剩余的初始检测线段为可选检测线段。
3.根据权利要求1所述的方法,其特征在于,在所述正常区域外围还设有检测区域,在所述通过每个所述初始检测线段相对于标准线的偏离度对所述初始检测线段进行过滤得出可选检测线段之后,还包括;
将所述检测区域的边界线中垂直于皮带的转动方向设置的边界线命名为端边边界线,沿皮带运动方向设置边界线的命名为侧边边界线,
将位于所述检测区域外的可选检测线段删除;
将剩余的可选检测线段延长至与所述检测区域的边界线相交;
选取出与边界线相交的交点均在端边边界线上的可选检测线段;
仅保留选取出的所述可选检测线段,将其余可选检测线段删除。
4.根据权利要求3所述的方法,其特征在于,在所述仅保留选取出的所述可选检测线段,将其余可选检测线段删除之后,还包括:
将检测区域的边界线删除;
将一条端边边界线上可选检测线段的端点作为起点,则另一条侧边边界线上可选检测线段的端点作为终点;
根据预设的计算规则计算出保留的所述可选检测线段之间的欧式距离;
根据预设的初始聚类数以及聚类所需的所述可选检测线段之间的欧式距离,对所有所述可选检测线段进行聚类,得出多个可选检测线段聚类;
在每个可选检测线段聚类中,对所有可选检测线段在预设的坐标系中的起点坐标和终点坐标取平均值的方式,得出每个可选检测线段聚类对应的代表检测线段的起点和终点;
仅保留代表检测线段,将所有可选检测线段删除;
所述选取出与获取的所述边沿检测线段最接近的可选检测线段作为边沿检测线段包括:
选取出与获取的所述边沿检测线段最接近的代表检测线段作为边沿检测线段。
5.根据权利要求4所述的方法,其特征在于,所述根据预设的计算规则计算出可选检测线段间的欧式距离包括:
获取两个可选检测线段各自的起点坐标和终点坐标;
计算出两个所述起点之间的欧式距离作为起点欧式距离,两个所述终点之间的欧式距离作为终点欧式距离;
将起点欧式距离和终点欧式距离相加得出两个所述可选检测线段之间的欧式距离。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收用户通过使用终端发送的标准线设置请求;
将从摄像终端接收的皮带未偏移状态的皮带图像发送至使用终端;
接收用户通过使用终端在皮带图像上沿皮带图像边沿绘制的标准线;
将所述标准线作为所述正常区域沿皮带运动方向上的中轴线;
接收使用终端发送的用户针对所述正常区域面积的调整信息,所述调整信息包括调整后的正常区域,所述标准线仍然为所述调整后的正常区域的中轴线。
7.根据权利要求6所述的方法,其特征在于,所述向纠偏终端发送纠偏指令包括:
计算出标准线与检测区域边界线相交形成的线段的两个端点的坐标;
根据所述边沿检测线段两个端点的坐标和所述形成的线段的两个端点的坐标,计算出边沿检测线段到所述标准线的距离作为纠偏距离;
确定纠偏方向为所述边沿检测线段到所述标准线的方向,在皮带两侧的纠偏终端中选择所述纠偏方向所朝向的皮带一侧的纠偏终端;
向选中的纠偏终端发送纠偏指令,所说纠偏指令包括纠偏距离。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收使用终端发送的告警启用请求,所述告警启用请求包括用户通过使用终端输入的告警上报地址;
当检测到边沿检测线段发生偏移时,向所述告警启用请求中的告警上报地址发送皮带偏移告警。
9.一种基于图像处理技术的皮带跑偏自动检测系统,其特征在于,所述系统包括:摄像终端(40)、后台(42)和纠偏终端(41),所述后台(42)用于:
通过预设的图像处理技术对从摄像终端(40)获取到的皮带图像进行处理,提取出所述皮带图像中的线段作为计算边沿检测线段的初始检测线段;
获取预设的标准线,通过每个所述初始检测线段相对于标准线的偏离度对所述初始检测线段进行过滤得出可选检测线段;
获取上一帧皮带图像信息对应的边沿检测线段,选取出与获取的所述边沿检测线段最接近的可选检测线段作为边沿检测线段;
根据选取出的所述边沿检测线段与预设的皮带边沿移动的正常区域的位置关系,判断所述边沿检测线段是否偏移,若偏移,则向纠偏终端(41)发送纠偏指令。
10.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至8中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210119437.1A CN114313883B (zh) | 2022-02-08 | 2022-02-08 | 基于图像处理技术的皮带跑偏自动检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210119437.1A CN114313883B (zh) | 2022-02-08 | 2022-02-08 | 基于图像处理技术的皮带跑偏自动检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114313883A CN114313883A (zh) | 2022-04-12 |
CN114313883B true CN114313883B (zh) | 2024-03-12 |
Family
ID=81031623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210119437.1A Active CN114313883B (zh) | 2022-02-08 | 2022-02-08 | 基于图像处理技术的皮带跑偏自动检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114313883B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110902315A (zh) * | 2019-12-10 | 2020-03-24 | 浙江蓝卓工业互联网信息技术有限公司 | 皮带偏移状态检测方法及系统 |
CN110953984A (zh) * | 2019-11-22 | 2020-04-03 | 浙江蓝卓工业互联网信息技术有限公司 | 一种传送带偏移度判定方法及装置 |
CN112777263A (zh) * | 2020-12-25 | 2021-05-11 | 中标慧安信息技术股份有限公司 | 基于图像拍摄的输送带传输稳定性检测方法和系统 |
CN113283344A (zh) * | 2021-05-27 | 2021-08-20 | 中国矿业大学 | 一种基于语义分割网络的矿用输送带跑偏检测方法 |
CN113763375A (zh) * | 2021-09-17 | 2021-12-07 | 深圳市赛为智能股份有限公司 | 传送带偏移程度检测方法、装置、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5213486B2 (ja) * | 2008-03-14 | 2013-06-19 | 株式会社ソニー・コンピュータエンタテインメント | 対象物追跡装置および対象物追跡方法 |
-
2022
- 2022-02-08 CN CN202210119437.1A patent/CN114313883B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110953984A (zh) * | 2019-11-22 | 2020-04-03 | 浙江蓝卓工业互联网信息技术有限公司 | 一种传送带偏移度判定方法及装置 |
CN110902315A (zh) * | 2019-12-10 | 2020-03-24 | 浙江蓝卓工业互联网信息技术有限公司 | 皮带偏移状态检测方法及系统 |
CN112777263A (zh) * | 2020-12-25 | 2021-05-11 | 中标慧安信息技术股份有限公司 | 基于图像拍摄的输送带传输稳定性检测方法和系统 |
CN113283344A (zh) * | 2021-05-27 | 2021-08-20 | 中国矿业大学 | 一种基于语义分割网络的矿用输送带跑偏检测方法 |
CN113763375A (zh) * | 2021-09-17 | 2021-12-07 | 深圳市赛为智能股份有限公司 | 传送带偏移程度检测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114313883A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8184859B2 (en) | Road marking recognition apparatus and method | |
CN110697373B (zh) | 一种基于图像识别技术的传送皮带跑偏故障检测方法 | |
CN113724258B (zh) | 一种基于图像处理的传送带撕裂检测方法及系统 | |
JP6971177B2 (ja) | 区画線認識装置 | |
JP4279790B2 (ja) | 車番認識装置 | |
EP3089110B1 (en) | Single-camera system for measuring vehicle distance and measurement method thereof | |
CN108311859B (zh) | 一种基于视觉检测技术的绝缘子自动装配方法 | |
CN114283144B (zh) | 基于图像识别的玉米芯粉碎机稳定运行的智能控制方法 | |
US20200320332A1 (en) | System and method for object detection | |
CN113689429A (zh) | 一种基于计算机视觉的木板缺陷检测方法 | |
Okarma et al. | Color independent quality assessment of 3D printed surfaces based on image entropy | |
CN114313883B (zh) | 基于图像处理技术的皮带跑偏自动检测方法及系统 | |
CN112422818B (zh) | 一种基于多元图像融合的智能化掉筛远程检测方法 | |
CN112289040B (zh) | 一种车辆行驶方向识别的方法、装置及存储介质 | |
CN111866468B (zh) | 对象跟踪分配方法、装置、存储介质及电子装置 | |
CN112777263A (zh) | 基于图像拍摄的输送带传输稳定性检测方法和系统 | |
CN111738082A (zh) | 基于机器视觉自动跟踪定位火灾火源点的识别方法和装置 | |
CN112668389A (zh) | 高空抛物目标检测方法、设备、系统及存储介质 | |
CN116614666B (zh) | 一种基于ai摄像头特征提取系统及方法 | |
CN115115636B (zh) | 一种无人抓料机智能控制系统及控制方法 | |
CN115908412B (zh) | 一种基于线激光图像的竹条缺陷检测方法及终端 | |
CN109959666B (zh) | 一种阵列基板缺陷判定方法、处理器及判定系统 | |
CN112733846B (zh) | 一种车牌检测方法、装置和系统 | |
CN113051968B (zh) | 暴力分拣行为识别方法、装置及计算机可读存储介质 | |
CN115880351A (zh) | 旋转弧度检测方法及系统 |
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 |