[发明专利]基于鲸鱼优化WGG-Otsu算法输送带纵向撕裂在线检测方法

说明书

本发明公开了一种基于鲸鱼优化WGG‑Otsu算法输送带纵向撕裂在线检测方法，主要步骤：获取一幅通过双目视觉相机采集的输送带图像；对图像进行灰度变换增强得到图像；对灰度变换增强后的图片进行平滑滤波处理得到图像；对平滑滤波处理后的图像进行锐化处理得到图像；对锐化处理后的图像通过基于鲸鱼加权优化的WGG‑Otsu算法进行图像分割处理得到图像；将图像分割处理后的图像传输到计算机；计算机通过判断图像中黑色像素点的数量进行撕裂诊断。本发明操作简便，运算速度快，运算精度高。

技术领域

本发明涉及一种基于鲸鱼优化WGG-Otsu算法输送带纵向撕裂在线检测方法。

背景技术

输送带在使用过程中，由于被废钢铁或煤矸石等异物或障碍物划伤、皮带输送机的安装调整不当、转载点处落料位置不正造成的负载不均匀等原因，经常产生纵向撕裂故障；价值数百万元甚至更多的输送带，一旦发生纵向撕裂事故，在很短时间内可能全部毁坏，造成巨大的经济损失；即使能够修补，也需要相当的人力和时间，对正常生产产生极大的影响；近几年中国皮带输送机的使用量越来越大，其应用的范围越来越广，发生纵向撕裂的事故也越来越频繁；所以对输送带撕裂的防护及检测工作，一直受到重视。

输送带纵向撕裂的检测方法有通过压力、电磁等传感器检测输送带的物料泄露和钢丝绳或橡胶脱落等状态，判断纵向撕裂故障，其主要检测设备包括漏料检测装置、渔线式检测装置、测振式检测装置、金属线圈检测器磁性橡胶检测器、压辊式检测器等，均存在准确性和可靠性差、易损坏等缺点；输送带纵向撕裂检测方法还主要包括嵌入法、超声波扫描检测、射线检测等，这些方法都可以检测到输送带纵向撕裂但多数方法都要做很多预处理，且安装复杂，受外界因素影响大，易发生误动作，针对性、实用性、实时性、可靠性差；机器视觉技术是近年来发展起来的一种无损检测技术，已成为研究的热点；该技术是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，进行处理和分析，实现对其表面状况的检测和测量；利用该技术检测和测量不仅可以排除人的主观因素的影响，而且还能够对检测的性能指标进行定量描述，减小人为检测的劳动强度，提高了检测效率和精度；由于该技术具有对事物表面状况检测和测量的特性，因此能够用于对输送带纵向撕裂故障进行检测。

发明内容

本发明的目的在于提供一种操作简便，运算速度快，运算精度高的基于鲸鱼优化WGG-Otsu算法输送带纵向撕裂在线检测方法。

本发明的技术解决方案是：

一种基于鲸鱼优化WGG-Otsu算法输送带纵向撕裂在线检测方法，其特征是：包含如下操作步骤：

步骤1：获取一幅通过双目视觉相机采集的输送带图像，图像大小为M×N像素；

步骤2：对采集到的图像进行直方图处理；假设输送带图像中灰度值k出现了次，设表示第k级像素，

则概率密度函数为

设输出像素为s

变换函数，为概率密度函数，w为积分变量，r为将灰度级归一化到区间[0，1]后的值，r＝1代表黑色，r＝0代表白色；

输入r与输出有如下关系

Ps(s)、Pr(r)分别表示随机变量s和r的概率密度函数；

将式(2)代入式(3)得

变换函数，为概率密度函数，w为积分变量，r为将灰度级归一化到区间[0，1]后的值，r＝1代表黑色，r＝0代表白色，Ps(s)、Pr(r)分别表示随机变量s和r的概率密度函数；

将式(4)代入式(3)得

Ps(s)＝1 (5)