[发明专利]一种基于机器视觉的多绳多层缠绕排绳状态在线检测方法及装置有效
申请号: | 201710631950.8 | 申请日: | 2017-07-28 |
公开(公告)号: | CN107403443B | 公开(公告)日: | 2019-10-25 |
发明(设计)人: | 谭建平;王巧斌;薛少华;石理想;杨超 | 申请(专利权)人: | 中南大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/32;B66D1/36;B66D1/40 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 龚燕妮 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 机器 视觉 多层 缠绕 状态 在线 检测 方法 装置 | ||
本发明公开了一种基于机器视觉的多绳多层缠绕排绳状态在线检测方法及装置,该方法通过在每个排绳区设置一个工业相机,对采集的图像序列进行帧间模板图像匹配,获取最终的目标跟踪框,利用对目标跟踪框位置信息的判断,自动跟踪排绳状态,当出现多绳间过渡不同步或单个排绳区出现乱绳故障时,能实时检测并发出报警信息,避免因过渡不同步引起单根钢丝绳受力过大或因乱绳增大钢丝绳磨损,有利于超深矿井提升设备安全运行及减少经济损失。
技术领域
本发明属于视觉检测领域,特别涉及一种基于机器视觉的多绳多层缠绕排绳状态在线检测方法及装置。
背景技术
目前我国矿产资源开采因技术受限还停留在浅层,随着浅层矿产资源的枯竭,国家提出矿产资源向深层开采的目标,多绳多层缠绕式提升机是矿井提升领域专家通过研究提出的一种满足超深、高速工况的提升设备,为保证该设备安全运行的同时避免出现乱绳时钢丝绳间相互挤压造成钢丝绳磨损,需对卷筒排绳区排绳状态及多根在绕钢丝绳层间过渡的同步性实时监测,当出现故障时需及时排查,从而延长钢丝绳寿命,提高经济效益。传统的卷筒排绳监测主要依靠人眼,但卷筒排绳监测需长时间进行,人眼长时间监测容易产生疲劳或疏忽,从而出现漏检而不能及时停机排除故障,损伤钢丝绳的同时存在安全隐患。
目前新发明的接触式机械检测装置无法满足超深矿井提升工况,如专利号(CN201410828337.1)一种用于卷筒多层缠绕乱绳的检测装置及方法,在卷筒前方安装接触开关,接触开关通过电机与在绕钢丝绳同步运动,发生乱绳时在绕钢丝绳碰到接触开关,触发报警机制并停机。然而因矿井提升机卷筒上在绕钢丝绳振动剧烈,接触开关因与在绕钢丝绳同步运动且距离很近容易发生误碰,若增大接触开关与在绕钢丝绳的距离则无法有效识别乱绳状况,因此该方法在该工况下难以实现;而同样运用机器视觉对排绳进行监测的一种方法也无法满足超深工况,如专利号(CN201210365602.8)通过采集卷筒边缘图像,然后先预处理再二值化,有绳用“1”表示,无绳用“0”表示,通过提取边缘直线上的像素值,以“0”、“1”的跳变判断乱绳是否发生,该方法一方面只是适应小尺寸卷筒,若卷筒尺寸稍大,单个相机采集到的图像因存在畸变,边缘位置因跳绳出现的小块空白位置无法在图像中有效表现出来,另一方面采用像素点跳变的方法不稳定,极易受到干扰,不适应现场背景复杂的工程环境;传统的对钢丝绳图像进行阈值分割、边缘提取等图像处理算法受环境干扰因素大,当钢丝绳较大时,钢丝绳本身纹络干扰边缘检测,且绳槽的边缘同样在边缘检测中干扰钢丝绳边缘的检测,无法有效提出钢丝绳位置,当卷筒和钢丝绳都有油污,卷筒灰度和钢丝绳灰度存在较大重叠区域时,阈值分割法无法有效的提取钢丝绳;且当钢丝绳多层缠绕时,边缘检测和阈值分割都无法区分上层钢丝绳和下层钢丝绳,也无法识别是否进入层间过渡阶段。如专利号(CN201510025651.0)通过Canny边缘检测钢丝绳边缘,计算相邻钢丝绳的绳间距,超过一定阈值则判断为乱绳,该方法对卷筒和钢丝绳灰度差异较大且钢丝绳纹络在图像中表现不明显时可以有效的提取钢丝绳边缘且计算绳间距,但运用于工业现场时受干扰很大,且难以满足多层和层间过渡的乱绳检测。
发明内容
本发明提供了一种基于机器视觉的多绳多层缠绕排绳状态在线检测方法及装置,其目的在于解决现有排绳检测装置无法监测大尺寸、多排绳区、背景复杂卷筒排绳状态监测的问题,该方法能够在提升机出现乱绳或多绳层间过渡不同步时及时报警并停机,延长钢丝绳寿命,消除安全隐患。
一种基于机器视觉的多绳多层缠绕排绳状态在线检测方法,包括以下步骤:
步骤1:实时采集每个排绳区域的序列图像;
步骤2:从每个排绳区域的序列图像的第一帧图像中提取ROI区域,并从ROI区域中设置目标跟踪框;
所述ROI区域包含卷筒中部排绳图像,ROI区域左右边界分别为为最左侧绳槽和最右侧绳槽;以ROI区域中最右侧排绳上的矩形区域作为目标跟踪框;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710631950.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:改进模糊聚类算法的超声图像病灶区分割方法
- 下一篇:识别系统