[发明专利]基于机器视觉的矿用胶带撕裂智能检测系统

说明书

技术领域

本发明属于检测技术领域，尤其涉及一种基于机器视觉的矿用胶带撕裂智能检测系统。

背景技术

带式输送机是煤炭生产过程中的一种重要的连续运输设备。胶带是煤矿带式输送机的重要组成部分，由于运行环境的恶劣，胶带撕裂事故时有发生。世界各国从上世纪70年代就开始了胶带撕裂保护技术的研究，如嵌入法、测力法、超声波扫描、x光探伤，但迄今为止，仍没有较为理想的监测手段和保护装置得到广泛而可靠地应用。

发明内容

本发明就是针对上述问题，提供一种精度高、快速、非接触、可重复性动态测量的基于机器视觉的矿用胶带撕裂智能检测系统。

为实现上述目的，本发明采用如下技术方案，本发明包括图像采集系统、图像处理系统、图像分析与识别系统，其结构要点图像采集系统由机器视觉系统和光源及摄取系统组成，图像处理系统由图像预处理部分和图像分割部分组成，图像分析与识别系统由特征提取部分和理解及识别部分组成。

作为一种优选方案，本发明所述图像预处理部分包含了灰度化、图像增强、图像滤波预处理过程。

作为另一种优选方案，本发明所述图像分割部分包括以下步骤：

(1)采用最大类间方差法求取初始分割阈值；

(2)根据最大互信息熵求取最优分割阈值。

本发明有益效果

本发明有效地识别撕裂区域，将机器视觉技术引入胶带撕裂检测中，因此，本发明具有精度高、快速、非接触、可重复性动态测量等特点。

具体实施方式

本发明包括图像采集系统、图像处理系统、图像分析与识别系统，图像采集系统由机器视觉系统和光源及摄取系统组成，图像处理系统由图像预处理部分和图像分割部分组成，图像分析与识别系统由特征提取部分和理解及识别部分组成。

所述图像预处理部分包含了灰度化、图像增强、图像滤波预处理过程。其作用是：灰度化降低了图像的数据量；图像增强采用直方图增强的方法，提高了图像的对比度；图像滤波处理在增强图像对比度的同时，去除了图像中所混杂的不确定噪声。图像分割过程采用不同的分割算法将胶带破损区域与背景区域分离开。

(1)灰度化

在本发明中，CCD摄像机摄取到的彩色图像，使用的是RGB颜色模型，考虑到系统的使用环境，同时也为了提高图像处理速度，对彩色图像进行灰度化，即只提取图像的亮度信息，转换规则由公式(1)给出，通过灰度化，图像的信息量减少为原来的1/3，减少了大量冗余信息，提高了系统处理速度。

Y＝0.2990*R+0.5870*G+0.1140*B(1)

(2)图像增强与去噪

本发明采用基于对比度的自适应直方图均衡方法进行图像增强，能有效增强斑点、微小条纹等图像与周围背景的对比度，同时能够减少传统直方图均衡化过程中带来的噪声。其原理是把图像分为多个不重叠的子块，然后分别计算每个子块对应的灰度级映射函数，各像素的映射值由其相邻的四个子块的映射函数插值生成。图像在形成和传输过程中，常常因受到各种噪声的干扰而存在大大小小的噪声和失真，从而导致图像降质，不利于后续的图像处理。通过一系列实验，本文选择5×5中值滤波器作为胶带图像去噪增强的方法，该方法能有效去除胶带视频图像中的噪声干扰。

所述图像分割部分包括以下步骤：

(1)采用最大类间方差法求取初始分割阈值；

(2)根据最大互信息熵求取最优分割阈值。

互信息熵通常用来衡量两个随机变量的相似性的一种测度，对于两幅图像来说，若它们的空间位置完全一致时，它们的对应像素的灰度互信息熵达到最大值，即一幅图像表达的关于另外一幅图像的信息最多，对于原始图像A和最大类间方差法得到的分割图像B，如果分割后的图像被看成是一种退化的图像，当它与原图像的空间位置相一致时，互信息熵达到最大值，即可认为所获得的最优分割结果包含有原图像的信息熵最大。

为了消除小的污点及光照的干扰，对分割后的图像进行简单滤波，首先采用链码跟踪技术对分割后的二值图像进行全局扫描，记录二值图像的每一个目标块，并计算每一个目标块的像素面积大小。然后将这些目标块的面积同事先设定的面积阈值进行比较，如果某一个目标块的面积小于或等于该阈值，则将该目标块设置为背景；如果某一个目标块的面积大于该阈值，则对此目标块不进行任何的处理。