CN115908277A - 一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质 - Google Patents
一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质 Download PDFInfo
- Publication number
- CN115908277A CN115908277A CN202211332054.9A CN202211332054A CN115908277A CN 115908277 A CN115908277 A CN 115908277A CN 202211332054 A CN202211332054 A CN 202211332054A CN 115908277 A CN115908277 A CN 115908277A
- Authority
- CN
- China
- Prior art keywords
- image
- balancing weight
- machine vision
- overall
- pin shaft
- 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
-
- 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
- Image Processing (AREA)
Abstract
本发明提供一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质方法，包括以下步骤：获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，若否则停止工作并告警；获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。本发明的方法可以提高检测效率以及准确性。
Description
技术领域
本发明涉及一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质，属于配重检测技术领域。
背景技术
履带式起重机具有很好的起重性能，有较大的起重能力，但工作时需额外增加超起配重量，起到杠杆平衡额原理，超起配重需要人为一块一块增加，并按照事先计算好的重量增加，如果与配重的增加量与计算的有出入，会导致履带起重机倾翻的危险。因此，我们使用机器视觉技术对配重块进行计数，能够及时判断配重块的质量是否达到预期的设定，从而能够减少人工的危险。
履带起重机超起配重起到杠杆平衡的原理，除了增加事先计算好的配重砝码，还要将配重砝码连接到相应的机构上，以达到相应的功能，避免发生危险。
视觉识别技术是计算机视觉体系中不可缺少的重要组成部分，主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，现已广泛运用到无人机技术、自动驾驶技术等各个领域。
现有控制系统技术方案中，首先在显示器中设置工况所需要的超起配重代码。如该工况所需要的配重数量是100t，需要人主动去检查当前放置的配重数量是不是与显示器设置的一样，如果一样的话。默认为系统一致，可以正常工作。如果放置的配重数量不一致，择需要重新检查，放置正确的配重砝码数量，如图1所示。
现有方案是单一的靠人主动排查检测，效率忙且系统的安全性比较低。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质，提高检测效率以及准确性。
为达到上述目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了一种基于机器视觉的履带起重机超起后配重检测方法，包括以下步骤：
获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；
使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，若否则停止工作并告警；
获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。
进一步的，获取配重块图像，并进行粘连配重块的分割，包括使用OpenCV进行粘连配重块的分割。
进一步的，使用OpenCV进行粘连配重块的分割，包括：
1）使用相机获取配重块图像；
2）对图片进行预处理，并且进行二值化分割；
3）对二值化的图像进行形态学操作，其中包括图片腐蚀，将灰度值降低，输出图片整体的亮度会比原来的图片有所降低，图像中的较量的区域面积会变小，比较暗的区域面积增加；然后进行图片膨胀，和图片腐蚀相反，较量的区域尺寸会变大，相应的较暗区域尺寸会变小；之后进行开闭运算，消除亮度较高的细小区域以及细小黑色空洞；
4）进行距离变换，分离粘连对象；
5）进行计数。
进一步的，使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，包括：
获取图像，转为灰度图；
进行高斯模糊；
进行边缘检测；
计算物体轮廓的最小外接矩形，并获取四个顶点的坐标；
根据四个顶点和单位长度中像素的个数，计算测量物体的尺寸。
进一步的，根据机器视觉识别技术检测销轴是否安装完成，包括：
获取配重块上表面图像，图像应包含安装销轴的孔洞；
对图像进行灰度化处理，进行二值化处理，进行轮廓检测，若发现孔洞轮廓，则销轴未安装完成，禁止工作。
第二方面，本发明提供一种基于机器视觉的履带起重机超起后配重检测装置，包括：
分割模块：用于获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；
质量检测模块：用于使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，若否则停止工作并告警；
销轴检测模块：用于获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。
第三方面，本发明提供一种基于机器视觉的履带起重机超起后配重检测装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行第一方面所述方法的步骤。
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，该程序被处理器执行时实现第一方面所述方法的步骤。
与现有技术相比，本发明所达到的有益效果：
1.提高系统经济性：履带起重机因超起配重数量配置有误，或者未有效连接，会导致整机的倾翻，造成人员和结构件的损坏，带来财产损失，本发明可避免事故发生，提高系统经济性。
2.增强系统适应性：系统设置与超起配重数量自适应匹配。。
3.提升系统可靠性：利用视觉计算的方法，计算增加超起配重的数量是否正确，超起配重是否与起重机有效连接，系统实时计算检测，提高主机运行的可靠性。
附图说明
图1为人为主动确认过程图；
图2为OpenCV分割流程图；
图3为相机安装位置图；
图4为销轴安装位置图；
图5为超起配重数量计算方法图；
图6为销轴安装确认流程图；
图7为自适应匹配控制流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例一：
本实施例提供一种基于机器视觉的履带起重机超起后配重检测方法，以下结合图来对该技术进行进一步的详细叙述，具体包括以下步骤：
步骤（1）配重块是粘连在一起的，且规格大小均相同，因此这里我们使用OpenCV进行粘连配重块的分割。流程如图2所示：
1）使用相机获取配重块图像，其中相机位置如图3所示：
相机安装在图3中位置，一左一右，进行图像获取。
2）对图片进行预处理，并且进行二值化分割；
3）对二值化的图像进行形态学操作，其中包括图片腐蚀，将灰度值降低，输出图片整体的亮度会比原来的图片有所降低，图像中的较量的区域面积会变小，比较暗的区域面积增加；然后进行图片膨胀，和图片腐蚀相反，较量的区域尺寸会变大，相应的较暗区域尺寸会变小；之后进行开闭运算，消除亮度较高的细小区域以及细小黑色空洞；
4）进行距离变换，分离粘连对象；
5）进行计数。
步骤（2）使用机器视觉识别物体大小技术，利用工业相机对配重块总体的高度尺寸进行测量，配重块的规则大小，重量均相同，因此当我们测量出配重块的整体高度，就知道了配重块的个数，从而便知道了整体配重块的质量是否达到了预期设定。流程如图5所示，包括以下步骤：
获取图像，转为灰度图；
进行高斯模糊；
进行边缘检测；
计算物体轮廓的最小外接矩形，并获取四个顶点的坐标；
根据四个顶点和单位长度中像素的个数，计算测量物体的尺寸。
步骤（3）销轴安装问题，工作之前需要检测销轴是否安装好，如果未安装好，将禁止工作。
针对此问题，利用机器视觉计数进行轮廓检测，在销轴安装好的时候，配重块之间的孔洞是不会存在的，此时视觉识别将检测不出中间的销轴孔洞轮廓，如果检测出孔洞轮廓，则说明销轴未安装好，此时应当禁止工作。
如图6所示，轮廓识别流程如下：
获取图像；
将图像进行灰度化；
进行二值化；
进行轮廓检测。
销轴位置如图4所示，利用工业相机获取配重块上表面图像，图像应包含安装销轴的孔洞，然后对图像进行灰度化处理，紧接着进行二值化处理，最后进行轮廓检测，若发现孔洞轮廓，则销轴未安装完成，禁止工作。
步骤（4）利用视觉图像处理计算技术，分别计算配重的数量、配重与主机的销轴可靠性安装图像分析，完成控制系统自适应匹配控制，具体流程如图7所示：
步骤S1：设置工况；
步骤S2：放置配重；
步骤S3：系统检验计算配重的数量，进行配重与主机的销轴可靠性安装图像分析；
步骤S4：检验合格则结束，检验不合格则返回步骤S2。
实施例二：
本实施例提供一种基于机器视觉的履带起重机超起后配重检测装置，包括：
分割模块：用于获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；
质量检测模块：用于使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，若否则停止工作并告警；
销轴检测模块：用于获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。
本实施例的装置可用于实现实施例一所述的方法。
实施例三：
本发明实施例还提供了一种基于机器视觉的履带起重机超起后配重检测装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行实施例一所述方法的步骤。
实施例四：
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例一方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、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。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (8)
1.一种基于机器视觉的履带起重机超起后配重检测方法，其特征在于，包括以下步骤：
获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；
使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，得到配重块的整体高度，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，否则停止工作并告警；
获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。
2.根据权利要求1所述的基于机器视觉的履带起重机超起后配重检测方法，其特征在于，获取配重块图像，并进行粘连配重块的分割，包括使用OpenCV进行粘连配重块的分割。
3.根据权利要求2所述的基于机器视觉的履带起重机超起后配重检测方法，其特征在于，使用OpenCV进行粘连配重块的分割，包括：
使用相机获取配重块图像；
对图片进行预处理，并且进行二值化分割；
对二值化的图像进行形态学操作，其中包括图片腐蚀，将灰度值降低，输出图片整体的亮度会比原来的图片有所降低，图像中的较量的区域面积会变小，比较暗的区域面积增加；然后进行图片膨胀，和图片腐蚀相反，较量的区域尺寸会变大，相应的较暗区域尺寸会变小；之后进行开闭运算，消除亮度较高的细小区域以及细小黑色空洞；
进行距离变换，分离粘连对象；
进行计数。
4.根据权利要求1所述的基于机器视觉的履带起重机超起后配重检测方法，其特征在于，使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，包括：
获取图像，转为灰度图；
进行高斯模糊；
进行边缘检测；
计算物体轮廓的最小外接矩形，并获取四个顶点的坐标；
根据四个顶点和单位长度中像素的个数，计算测量物体的尺寸。
5.根据权利要求1所述的基于机器视觉的履带起重机超起后配重检测方法，其特征在于，根据机器视觉识别技术检测销轴是否安装完成，包括：
获取配重块上表面图像，图像应包含安装销轴的孔洞；
对图像进行灰度化处理，进行二值化处理，进行轮廓检测，若发现孔洞轮廓，则销轴未安装完成，禁止工作。
6.一种基于机器视觉的履带起重机超起后配重检测装置，其特征在于，包括：
分割模块：用于获取配重块图像，并进行粘连配重块的分割，得到分割后的配重块图像；
质量检测模块：用于使用机器视觉识别技术，基于分割后的配重块图像对配重块总体的高度尺寸进行测量，基于测量得到的配重块的整体高度，获取整体配重块的质量，并判断整体配重块的质量是否达到了预期设定，若是则继续工作，若否则停止工作并告警；
销轴检测模块：用于获取销轴安装图像，根据机器视觉识别技术检测销轴是否安装完成，如果是则继续工作，若否则停止工作并告警。
7.本发明提供一种基于机器视觉的履带起重机超起后配重检测装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行权利要求1-5任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211332054.9A CN115908277A (zh) | 2022-10-28 | 2022-10-28 | 一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211332054.9A CN115908277A (zh) | 2022-10-28 | 2022-10-28 | 一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115908277A true CN115908277A (zh) | 2023-04-04 |
Family
ID=86490362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211332054.9A Pending CN115908277A (zh) | 2022-10-28 | 2022-10-28 | 一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115908277A (zh) |
-
2022
- 2022-10-28 CN CN202211332054.9A patent/CN115908277A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109141232B (zh) | 一种基于机器视觉的盘类铸件在线检测方法 | |
| CN104680519B (zh) | 基于轮廓和颜色的七巧板识别方法 | |
| JP5155886B2 (ja) | デジタル画像において目を検出する方法および装置 | |
| CN104112269B (zh) | 一种基于机器视觉的太阳能电池激光刻线参数检测方法及系统 | |
| CN107782733A (zh) | 金属表面缺陷的图像识别无损检测装置及方法 | |
| CN112037203A (zh) | 基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统 | |
| CN105139384B (zh) | 缺陷胶囊检测的方法和装置 | |
| CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
| CN106780526A (zh) | 一种铁氧体圆片表面裂痕识别方法 | |
| CN108257171A (zh) | 基于光视觉的汽车雷达装配孔径检测方法 | |
| CN112465706A (zh) | 一种闸口集装箱自动验残方法 | |
| CN114719749B (zh) | 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统 | |
| CN105631893A (zh) | 一种通过拍照检测电容安装正确与否的方法及装置 | |
| CN112215810A (zh) | 一种疲劳测试裂纹监测方法及装置 | |
| CN110956181A (zh) | 起重机配重块检测方法、设备及起重机 | |
| CN114140384A (zh) | 基于轮廓拟合与形心跟踪的提升钢丝绳横向振动图像识别算法 | |
| WO2024002187A1 (zh) | 缺陷检测方法、缺陷检测设备及存储介质 | |
| CN115482195A (zh) | 一种基于三维点云的列车部件变形检测方法 | |
| Zhou et al. | UAV vision detection method for crane surface cracks based on Faster R-CNN and image segmentation | |
| CN115082850A (zh) | 基于计算机视觉的模板支架安全风险识别方法 | |
| CN115082849A (zh) | 基于深度学习的模板支架安全智能监测方法 | |
| CN115345821A (zh) | 基于主动视觉成像的钢卷捆带松动异常检测及量化方法 | |
| CN110044919A (zh) | 一种用于镜子表面划痕的检测装置及其检测方法 | |
| CN115908277A (zh) | 一种基于机器视觉的履带起重机超起后配重检测方法、装置及介质 | |
| CN110174063A (zh) | 一种基于机器视觉的中性笔墨水高度检测系统及检测方法 |
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 |