CN116310270A - 一种基于视觉识别的皮带卸料口堵料的检测方法和系统 - Google Patents

一种基于视觉识别的皮带卸料口堵料的检测方法和系统 Download PDF

Info

Publication number
CN116310270A
CN116310270A CN202211569678.2A CN202211569678A CN116310270A CN 116310270 A CN116310270 A CN 116310270A CN 202211569678 A CN202211569678 A CN 202211569678A CN 116310270 A CN116310270 A CN 116310270A
Authority
CN
China
Prior art keywords
belt
detection
discharge opening
region
image processing
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
Application number
CN202211569678.2A
Other languages
English (en)
Inventor
刘礼杰
张超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wisdri Engineering and Research Incorporation Ltd
Original Assignee
Wisdri Engineering and Research Incorporation Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wisdri Engineering and Research Incorporation Ltd filed Critical Wisdri Engineering and Research Incorporation Ltd
Priority to CN202211569678.2A priority Critical patent/CN116310270A/zh
Publication of CN116310270A publication Critical patent/CN116310270A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种基于视觉识别的皮带卸料口堵料的检测方法和系统，通过实时采集皮带运输机卸料小车卸料视频，获取当前帧视频图像进行图像处理；通过加装合适的光源系统，将对堆积料的目标检测转换为对光线的检测；对当前帧图像经过图像处理，由于物料堆积而造成的料面变高，在目标检测区域内检测到伴随料面升高的激光时，返回堵料检测结果，同时对目标检测区域内烟尘散射激光进行检测，滤除扬尘造成的检测干扰，通过报警的方式通知作业人员及时处理。本发明实现了皮带运输机卸料小车状态实时动态检测的自动化与无人化功能，可以提高检测效率并节省人力。

Description

一种基于视觉识别的皮带卸料口堵料的检测方法和系统
技术领域
本发明涉及的是原料场运输领域，特别涉及一种基于视觉识别的皮带卸料口堵料的检测方法和系统。
背景技术
在矿物及煤粉的运作产业中，皮带运输机是非常重要的运输设备，承担着原料场中输送物料的责任。钢铁企业生产过程中为满足原料供应并改善烧结矿的冶金性能，需要对矿物原料进行卸料、贮存料、输送料、配料及混匀等大量操作，因此需要大量的卸料小车以及皮带运输机来对矿物原料进行输送。为满足多点布料及不同地点布料的需求，料场多采用带式输送机卸料小车，结构主要由车架、滚筒组、托辊组、驱动装置、行轮组、漏斗等组成；同时，为满足生产任务，料场区域分布大量皮带，皮带输送机具有噪音小、输送量大、结构简单、维修方便、部件标准化等优点，皮带与皮带直接的连接主要由皮带漏斗完成。但在粉料通过漏斗过程中，由于流量过大或者湿度等问题，容易堆积在漏斗壁，造成漏斗堵料，极大影响生产。
传统的接触式传感器由于运行环境恶劣，很容易损坏且维护成本较高，而传统的非接触检测器如超声波检测器等对环境要求也极高，此外，依靠操作工长时间对现场场景实时监测，由于现场皮带场景较多，实时传输画面图像多且复杂，人工监视效率低下，长时间监测的带来的疲劳也会引起漏报等。因此，本发明提供一种结合辅助光源的料场皮带卸料口堵料检测方法，对皮带输送机卸料小车下料漏斗内料面情况进行实时监测并结合图像判断是否堵料，并及时报警，最大化程度上避免堵料造成的严重经济损失。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于视觉识别的皮带卸料口堵料的检测方法和系统。
为了解决上述技术问题，本申请实施例公开了如下技术方案：
一种基于视觉识别的皮带卸料口堵料的检测方法，包括：
S100.搭配光源系统，为皮带卸料口堵料的检测提供稳定的检测环境；
S200.实时采集皮带运输机卸料小车卸料视频流的当前帧图像，将采集到的皮带卸料视频流中的当前帧图像发送给图像处理模块；
S300.图像处理模块按预设的图像处理算法对当前帧图像进行处理，获取图像判断结果，判断当前皮带卸料口是否堵料；
S400.当图像处理模块判断到当前皮带卸料口堵料时，向用户输出报警信息。
进一步地，S100中，搭配光源系统，具体方法为：在预设的角度安装光源系统，通过激光直射皮带运输机卸料口的方式，将料面高度变化转换为辅助光源激光高度的变化，同时为保证工作环境的光照条件稳定，还需消除现场太阳光过强造成的过度曝光影响。
进一步地，S300中，图像处理模块按预设的图像处理算法对当前帧图像进行处理，包括：将当前帧图像进行色彩、饱和度和亮度的颜色进行分割，根据目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，当感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回堵料检测结果。
进一步地，S300中，图像处理模块按预设的图像处理算法对当前帧图像进行处理，还包括：另设目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，该区域负责对场景内烟尘造成的激光散射进行检测，当该感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回扬尘结果，避免对堵料检测产生干扰。
本发明还公开了一种基于视觉识别的皮带卸料口堵料的检测系统，包括：皮带堵料图像获取模块、光源模块、图像处理模块、报警模块；其中：
皮带堵料图像获取模块，用于对皮带运输机卸料口堵料的视频图像进行实时采集并获取当前帧，将采集到的皮带卸料视频流中的当前帧图像经过图像处理算法的计算获取判断结果；还用于获取皮带卸料口堵料图像，形成皮带卸料口堵料图像的历史数据集，用以比对检测效果；
光源模块，用于安装在预设角度，通过激光直射皮带运输机卸料口的方式，将料面高度变化转换为辅助光源激光高度的变化，同时为保证工作环境的光照条件稳定，还需消除现场太阳光过强造成的过度曝光影响；
图像处理模块，用于通过对实时采集的皮带运行视频中的当前帧图像进行算法处理，实时对当前帧图像中的激光进行检测，当在图像目标检测区域中检测到激光时输出堵料判定结果，当图像目标检测区域中检测不到激光时输出正常卸料判定结果；
报警模块，用于获取图像处理模块对当前帧图像进行处理结果，若该帧图像进行算法处理后检测结果为皮带卸料口堵料，实时通过报警装置通知给相关负责人并提供一段时间上的持续报警，保证相关人员能够及时处理。
进一步地，皮带堵料图像获取装置为摄像头，摄像头安装位置位于皮带运输机卸料斗正上方，避免作业人员作业及疏通料斗时对检测场景的干扰，摄像头对皮带运输机卸料漏斗堵料图像进行收集，形成历史数据库，用以检查校核图像处理算法准确度。
进一步地，光源系统采用线激光，线激光安装方式为将线激光发射器装于皮带运输机卸料斗正上方，线激光平行于皮带送料方向直射卸料口，并伴随料面高度变化。
进一步地，图像处理模块，对实时采集的皮带运行视频中的当前帧图像进行算法处理，具体包括：将当前帧图像进行色彩、饱和度和亮度的颜色进行分割，根据目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，当感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回堵料检测结果。
进一步地，图像处理模块，对实时采集的皮带运行视频中的当前帧图像进行算法处理，具体还包括：另设目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，该区域负责对场景内烟尘造成的激光散射进行检测，当该感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回扬尘结果，避免对堵料检测产生干扰。
进一步地，报警装置为蜂鸣器，当经过图像处理算法获得的检测结果为堵料且没有扬尘时，通过蜂鸣器实时报警，通知相关负责人进行堵料程度确认，并及时处理。
本发明实施例提供的上述技术方案的有益效果至少包括：
本发明公开的一种基于视觉识别的皮带卸料口堵料的检测方法和系统，通过实时采集皮带运输机卸料小车卸料视频，获取当前帧视频图像进行图像处理；通过加装合适的光源系统，将对堆积料的目标检测转换为对光线的检测；对当前帧图像经过图像处理，由于物料堆积而造成的料面变高，在目标检测区域内检测到伴随料面升高的激光时，返回堵料检测结果，同时对目标检测区域内烟尘散射激光进行检测，滤除扬尘造成的检测干扰，通过报警的方式通知作业人员及时处理。本发明实现了皮带运输机卸料小车状态实时动态检测的自动化与无人化功能，可以提高检测效率并节省人力。
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
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例1中，一种基于视觉识别的皮带卸料口堵料的检测方法的流程图；
图2为本发明实施例2中，一种基于视觉识别的皮带卸料口堵料的检测的结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决现有技术中存在的问题，本发明实施例提供一种基于视觉识别的皮带卸料口堵料的检测方法和系统。
实施例1
本实施例公开了一种基于视觉识别的皮带卸料口堵料的检测方法，如图1，包括：
S100.搭配光源系统，为皮带卸料口堵料的检测提供稳定的检测环境；
S200.实时采集皮带运输机卸料小车卸料视频流的当前帧图像，将采集到的皮带卸料视频流中的当前帧图像发送给图像处理模块；
S300.图像处理模块按预设的图像处理算法对当前帧图像进行处理，获取图像判断结果，判断当前皮带卸料口是否堵料；
S400.当图像处理模块判断到当前皮带卸料口堵料时，向用户输出报警信息。
在本实施例的S100中，搭配光源系统，具体方法为：在预设的角度安装光源系统，通过激光直射皮带运输机卸料口的方式，将料面高度变化转换为辅助光源激光高度的变化，同时为保证工作环境的光照条件稳定，还需消除现场太阳光过强造成的过度曝光影响。
在本实施例的S300中，图像处理模块按预设的图像处理算法对当前帧图像进行处理，包括：将当前帧图像进行色彩、饱和度和亮度的颜色进行分割，根据目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，当感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回堵料检测结果。
在一些优选实施例中，图像处理模块按预设的图像处理算法对当前帧图像进行处理，还包括：另设目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，该区域负责对场景内烟尘造成的激光散射进行检测，当该感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回扬尘结果，避免对堵料检测产生干扰。
本实施例公开的一种基于视觉识别的皮带卸料口堵料的检测方法，通过实时采集皮带运输机卸料小车卸料视频，获取当前帧视频图像进行图像处理；通过加装合适的光源系统，将对堆积料的目标检测转换为对光线的检测；对当前帧图像经过图像处理，由于物料堆积而造成的料面变高，在目标检测区域内检测到伴随料面升高的激光时，返回堵料检测结果，同时对目标检测区域内烟尘散射激光进行检测，滤除扬尘造成的检测干扰，通过报警的方式通知作业人员及时处理。本发明实现了皮带运输机卸料小车状态实时动态检测的自动化与无人化功能，可以提高检测效率并节省人力。
实施例2
本实施例公开了一种基于视觉识别的皮带卸料口堵料的检测系统，如图2，包括：皮带堵料图像获取模块、光源模块、图像处理模块、报警模块；其中：
皮带堵料图像获取模块，用于对皮带运输机卸料口堵料的视频图像进行实时采集并获取当前帧，将采集到的皮带卸料视频流中的当前帧图像经过图像处理算法的计算获取判断结果；还用于获取皮带卸料口堵料图像，形成皮带卸料口堵料图像的历史数据集，用以比对检测效果；
光源模块，用于安装在预设角度，通过激光直射皮带运输机卸料口的方式，将料面高度变化转换为辅助光源激光高度的变化，同时为保证工作环境的光照条件稳定，还需消除现场太阳光过强造成的过度曝光影响；
图像处理模块，用于通过对实时采集的皮带运行视频中的当前帧图像进行算法处理，实时对当前帧图像中的激光进行检测，当在图像目标检测区域中检测到激光时输出堵料判定结果，当图像目标检测区域中检测不到激光时输出正常卸料判定结果；
报警模块，用于获取图像处理模块对当前帧图像进行处理结果，若该帧图像进行算法处理后检测结果为皮带卸料口堵料，实时通过报警装置通知给相关负责人并提供一段时间上的持续报警，保证相关人员能够及时处理。
在一些优选实施例中，皮带堵料图像获取装置为摄像头，摄像头安装位置位于皮带运输机卸料斗正上方，避免作业人员作业及疏通料斗时对检测场景的干扰，摄像头对皮带运输机卸料漏斗堵料图像进行收集，形成历史数据库，用以检查校核图像处理算法准确度。
在一些优选实施例中，光源系统采用线激光，线激光安装方式为将线激光发射器装于皮带运输机卸料斗正上方，线激光平行于皮带送料方向直射卸料口，并伴随料面高度变化。
在一些优选实施例中，图像处理模块，对实时采集的皮带运行视频中的当前帧图像进行算法处理，具体包括：将当前帧图像进行色彩、饱和度和亮度的颜色进行分割，根据目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，当感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回堵料检测结果。
在一些优选实施例中，图像处理模块，对实时采集的皮带运行视频中的当前帧图像进行算法处理，具体还包括：另设目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，该区域负责对场景内烟尘造成的激光散射进行检测，当该感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回扬尘结果，避免对堵料检测产生干扰。
在一些优选实施例中，报警装置为蜂鸣器，当经过图像处理算法获得的检测结果为堵料且没有扬尘时，通过蜂鸣器实时报警，通知相关负责人进行堵料程度确认，并及时处理。
本实施例公开的一种基于视觉识别的皮带卸料口堵料的检测系统，通过实时采集皮带运输机卸料小车卸料视频，获取当前帧视频图像进行图像处理；通过加装合适的光源系统，将对堆积料的目标检测转换为对光线的检测；对当前帧图像经过图像处理，由于物料堆积而造成的料面变高，在目标检测区域内检测到伴随料面升高的激光时，返回堵料检测结果，同时对目标检测区域内烟尘散射激光进行检测，滤除扬尘造成的检测干扰，通过报警的方式通知作业人员及时处理。本发明实现了皮带运输机卸料小车状态实时动态检测的自动化与无人化功能，可以提高检测效率并节省人力。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器模块并由处理器执行。存储器模块可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (10)

1.一种基于视觉识别的皮带卸料口堵料的检测方法，其特征在于，包括：
S100.搭配光源系统，为皮带卸料口堵料的检测提供稳定的检测环境；
S200.实时采集皮带运输机卸料小车卸料视频流的当前帧图像，将采集到的皮带卸料视频流中的当前帧图像发送给图像处理模块；
S300.图像处理模块按预设的图像处理算法对当前帧图像进行处理，获取图像判断结果，判断当前皮带卸料口是否堵料；
S400.当图像处理模块判断到当前皮带卸料口堵料时，向用户输出报警信息。
2.如权利要求1所述的一种基于视觉识别的皮带卸料口堵料的检测方法，其特征在于，S100中，搭配光源系统，具体方法为：在预设的角度安装光源系统，通过激光直射皮带运输机卸料口的方式，将料面高度变化转换为辅助光源激光高度的变化，同时为保证工作环境的光照条件稳定，还需消除现场太阳光过强造成的过度曝光影响。
3.如权利要求1所述的一种基于视觉识别的皮带卸料口堵料的检测方法，其特征在于，S300中，图像处理模块按预设的图像处理算法对当前帧图像进行处理，包括：将当前帧图像进行色彩、饱和度和亮度的颜色进行分割，根据目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，当感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回堵料检测结果。
4.如权利要求1所述的一种基于视觉识别的皮带卸料口堵料的检测方法，其特征在于，S300中，图像处理模块按预设的图像处理算法对当前帧图像进行处理，还包括：另设目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，该区域负责对场景内烟尘造成的激光散射进行检测，当该感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回扬尘结果，避免对堵料检测产生干扰。
5.一种基于视觉识别的皮带卸料口堵料的检测系统，其特征在于，包括：皮带堵料图像获取模块、光源模块、图像处理模块、报警模块；其中：
皮带堵料图像获取模块，用于对皮带运输机卸料口堵料的视频图像进行实时采集并获取当前帧，将采集到的皮带卸料视频流中的当前帧图像经过图像处理算法的计算获取判断结果；还用于获取皮带卸料口堵料图像，形成皮带卸料口堵料图像的历史数据集，用以比对检测效果；
光源模块，用于安装在预设角度，通过激光直射皮带运输机卸料口的方式，将料面高度变化转换为辅助光源激光高度的变化，同时为保证工作环境的光照条件稳定，还需消除现场太阳光过强造成的过度曝光影响；
图像处理模块，用于通过对实时采集的皮带运行视频中的当前帧图像进行算法处理，实时对当前帧图像中的激光进行检测，当在图像目标检测区域中检测到激光时输出堵料判定结果，当图像目标检测区域中检测不到激光时输出正常卸料判定结果；
报警模块，用于获取图像处理模块对当前帧图像进行处理结果，若该帧图像进行算法处理后检测结果为皮带卸料口堵料，实时通过报警装置通知给相关负责人并提供一段时间上的持续报警，保证相关人员能够及时处理。
6.如权利要求5所述的一种基于视觉识别的皮带卸料口堵料的检测系统，其特征在于，皮带堵料图像获取装置为摄像头，摄像头安装位置位于皮带运输机卸料斗正上方，避免作业人员作业及疏通料斗时对检测场景的干扰，摄像头对皮带运输机卸料漏斗堵料图像进行收集，形成历史数据库，用以检查校核图像处理算法准确度。
7.如权利要求5所述的一种基于视觉识别的皮带卸料口堵料的检测系统，其特征在于，光源系统采用线激光，线激光安装方式为将线激光发射器装于皮带运输机卸料斗正上方，线激光平行于皮带送料方向直射卸料口，并伴随料面高度变化。
8.如权利要求5所述的一种基于视觉识别的皮带卸料口堵料的检测系统，其特征在于，图像处理模块，对实时采集的皮带运行视频中的当前帧图像进行算法处理，具体包括：将当前帧图像进行色彩、饱和度和亮度的颜色进行分割，根据目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，当感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回堵料检测结果。
9.如权利要求5所述的一种基于视觉识别的皮带卸料口堵料的检测系统，其特征在于，图像处理模块，对实时采集的皮带运行视频中的当前帧图像进行算法处理，具体还包括：另设目标检测区域选定感兴趣域ROI，在该感兴趣域内进行对应激光颜色的色彩、饱和度及亮度进行检测，该区域负责对场景内烟尘造成的激光散射进行检测，当该感兴趣域内满足色彩、饱和度及亮度值的像素点数量达到设定阈值时，返回扬尘结果，避免对堵料检测产生干扰。
10.如权利要求5所述的一种基于视觉识别的皮带卸料口堵料的检测系统，其特征在于，报警装置为蜂鸣器，当经过图像处理算法获得的检测结果为堵料且没有扬尘时，通过蜂鸣器实时报警，通知相关负责人进行堵料程度确认，并及时处理。
CN202211569678.2A 2022-12-08 2022-12-08 一种基于视觉识别的皮带卸料口堵料的检测方法和系统 Pending CN116310270A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211569678.2A CN116310270A (zh) 2022-12-08 2022-12-08 一种基于视觉识别的皮带卸料口堵料的检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211569678.2A CN116310270A (zh) 2022-12-08 2022-12-08 一种基于视觉识别的皮带卸料口堵料的检测方法和系统

Publications (1)

Publication Number Publication Date
CN116310270A true CN116310270A (zh) 2023-06-23

Family

ID=86793006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211569678.2A Pending CN116310270A (zh) 2022-12-08 2022-12-08 一种基于视觉识别的皮带卸料口堵料的检测方法和系统

Country Status (1)

Country Link
CN (1) CN116310270A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117186956A (zh) * 2023-10-16 2023-12-08 国能长源荆门发电有限公司 一种用于生物气化炉的可视自动化防堵方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117186956A (zh) * 2023-10-16 2023-12-08 国能长源荆门发电有限公司 一种用于生物气化炉的可视自动化防堵方法及系统
CN117186956B (zh) * 2023-10-16 2024-04-05 国能长源荆门发电有限公司 一种用于生物气化炉的可视自动化防堵方法及系统

Similar Documents

Publication Publication Date Title
CN109359594B (zh) 一种基于视频处理的矿井皮带异常检测方法及装置
DE4240094C2 (de) System zur Überwachung eines Fördergutstromes einer Förderanlage mit Gurtbandförderer
CN107649234A (zh) 一种破碎机破碎粒径自动调节装置及方法
CN116310270A (zh) 一种基于视觉识别的皮带卸料口堵料的检测方法和系统
AU2017100306A4 (en) Train Wagon 3D Profiler
CN110793587B (zh) 一种煤矿工作面带式输送机高效安全运行监控方法
US7542873B2 (en) Method and apparatus for determining particle parameter and processor performance in a coal and mineral processing system
CN113724258B (zh) 一种基于图像处理的传送带撕裂检测方法及系统
EP3505910B1 (en) Powder ratio measuring device and powder ratio measuring system
CN111968173B (zh) 一种混合料粒度分析方法及系统
CN116135744B (zh) 带式输送机输送带磨损的检测方法及装置
CN114140733A (zh) 一种基于视频的皮带运行状态检测方法
CA3229285A1 (en) A mining operation
EP2978904B1 (en) Measurement device for performing measurement on a mixture of water and collected material
CN116674091B (zh) 一种混凝土搅拌站后料场骨料自动上料方法
AU2013237637A1 (en) Train Wagon 3D Profiler
Maerz et al. Post-muckpile, pre-primary crusher, automated optical blast fragmentation sizing
CN113928824A (zh) 一种皮带跑偏检测方法、装置及搅拌站
CN116395353A (zh) 一种掘进机输送带积渣识别处理方法及系统
Palangio et al. Advanced automatic optical blast fragmentation sizing and tracking
CN116213087A (zh) 一种应用于选矿的智能金属探测方法
CN115743195A (zh) 一种矿用智能平板车
CN212768242U (zh) 一种传输机皮带损伤状况的光电一体智能检测装置
Maerz et al. Optical sizing analysis of blasted rock: lessons learned
CN110965443A (zh) 铣刨机和铣刨机的控制方法

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