[发明专利]钢绳芯输送带的接头识别及损伤定位方法

说明书

技术领域

本发明涉及基于X射线的钢绳芯输送带无损检测技术，特别是钢绳芯输送带的接头识别及损伤定位方法。

背景技术

以下对本发明的相关技术背景进行说明，但这些说明并不一定构成本发明的现有技术。

钢绳芯输送带大量应用于煤炭，电力，港口等行业，其使用安全性至关重要。目前，对于钢绳芯输送带的检测方法主要有超声检测，漏磁检测和X射线检测等，其中利用X射线光源与线阵探测器的X射线检测因其准确、可靠得到广泛地应用。但由于得到的X射线图像内容单一、枯燥，数量巨大，需要利用计算机图像处理技术根据图像信息自动地准确识别钢丝损伤，并最终在实际输送带上进行定位以便维护和检修。

接头是输送带的重要组成部分，因为接头在实际应用中容易辨认，所以以接头作为基准参考点定位故障是一个不错的选择。因此，接头的准确识别是输送带损伤定位非常重要的一个初始环节。目前一些算法通过检测接头点的领域灰度值特征来识别接头，或通过检测输送带横向梯度变化频率特征来识别接头，这些方法没有考虑到实际情况中的输送带接头图像是复杂多变的，由于输送带外层的胶皮厚薄不一，所以，采集到的输送带X光图像在深浅上会有层次变化，针对单一图像特征提出来的算法在实际应用中很容易失效。

发明内容

本发明的目的在于提出钢绳芯输送带的接头识别及损伤定位方法，能够有效准确地识别检测图像中的接头和损伤点，结合接头在检测图像中的位置、损伤点在检测图像中的位置、探测器分辨率以及钢绳芯输送带的速度信息，确定损伤点与接头之间的距离。

根据本发明的一个方面，提供一种钢绳芯输送带的接头识别方法，包括：

S1、采集钢绳芯输送带的检测图像，获取每张检测图像的灰度共生矩阵；

S2、针对每张检测图像：提取灰度共生矩阵的纹理信息，基于所述纹理信息获取灰度共生矩阵的特征向量；所述纹理信息包括：二阶距、对比度和熵；

S3、依据特征向量，采用径向基函数RBF作为分类器核函数遍历每张检测图像，识别出检测图像中接头的位置。

优选地，步骤S2中提取灰度共生矩阵的纹理信息之前进一步包括：

将灰度共生矩阵中各个元素P_d(i,j)除以灰度共生矩阵中各元素之和S，得到归一化共生矩阵；

其中，d表示灰度共生矩阵中两个像素间的空间位置关系；P_d(i,j)表示按照空间位置关系d从灰度为i的点达到灰度为j的点的概率。

优选地，按照如下关系式确定灰度共生矩阵的二阶距：

式中，f₁为灰度共生矩阵的二阶距，L为检测图像的灰度级，GP_d(i,j)为归一化共生矩阵中与P_d(i,j)对应的归一化值。

优选地，按照如下关系式确定灰度共生矩阵的对比度：

式中，f₂为灰度共生矩阵的对比度，L为检测图像的灰度级，GP_d(i,j)为归一化共生矩阵中与P_d(i,j)对应的归一化值。

优选地，按照如下关系式确定灰度共生矩阵的熵：

式中，f₃为灰度共生矩阵的熵，L为检测图像的灰度级，GP_d(i,j)为归一化共生矩阵中与P_d(i,j)对应的归一化值。

优选地，基于所述纹理信息获取灰度共生矩阵的特征向量包括：

针对每个纹理信息，分别获取其在四个方向的平均值和均方差；

灰度共生矩阵的特征向量为：

其中，x为灰度共生矩阵的特征向量，为二阶距在四个方向的平均值，为对比度在四个方向的平均值，为熵在四个方向的平均值。

优选地，所述四个方向分别为：0°方向、45°方向、90°方向和135°方向。

根据本发明的另一个方面，提供一种钢绳芯输送带的损伤定位方法，包括：

采集钢绳芯输送带的检测图像，上述接头识别方法从包含接头的检测图像中识别接头在检测图像中的位置；

对所述检测图像进行二值化和骨骼化预处理，钢丝所在的点为1，其他点为0；遍历二值图像中所有为1的点，获取该点的八邻域像素在0至1之间跳变的次数PN，若八邻域像素在0至1之间跳变的次数达到预设的次数阈值，判定该点出现损伤；