[发明专利]基于机器视觉的采煤机摇臂采高检测方法

权利要求书

1.一种基于机器视觉的采煤机摇臂采高检测方法，其特征在于包括以下步骤：

步骤1：分别在采煤机摇臂轴线和机身销轴轴线上安置定位标识，利用安装在采煤机上的摄像机对采煤机图像进行采集和预处理；

步骤2：利用基于K-means均值聚类的边缘检测方法，对预处理后的采煤机图像进行图像分割，为后续采煤机摇臂及机身直线提取做准备工作；

步骤3：在对采煤机图像分割的基础上，提取采煤机摇臂定位标识和机身定位标识所形成的直线，以及直线的端点坐标；

步骤4：利用步骤3提取的采煤机摇臂和机身所在直线的端点坐标，计算摇臂相对机身倾角，根据摇臂长度和采煤机相对地面倾角计算得到采煤机摇臂采高。

2.根据权利要求1所述的一种基于机器视觉的采煤机摇臂采高检测方法，其特征在于，步骤1在采煤机摇臂轴线和机身销轴轴线上安置定位标识，并进行采煤机图像采集和预处理的过程为：

步骤(1)对采集的采煤机图像进行去噪，采用适用于采煤机图像的预处理算法双边滤波，可以有效的消除采煤机图像噪声；

步骤(2)对去噪后的采煤机图像进行分段线性变换，增强采煤机和背景的对比度。

3.根据权利要求1所述的一种基于机器视觉的采煤机摇臂采高检测方法，其特征在于，步骤2图像分割的过程为：

步骤(1)从预处理得到的采煤机视频图像像素数据样本中选取K个点作为聚类中心；

步骤(2)计算各个样本到聚类的距离，把样本归到离其最近的聚类中心所在的类；

步骤(3)计算新形成的每个聚类的数据对象的平均值来得到新的聚类中心；

步骤(4)反复执行步骤(2)～步骤(4)，直到相邻两次的聚类中心没有任何变化，采煤机视频图像聚类分割结束；

步骤(5)对步骤(4)采煤机视频图像聚类分割结果，利用Canny边缘检测进行分割处理。

4.根据权利要求1所述的一种基于机器视觉的采煤机摇臂采高检测方法，其特征在于，步骤3提取采煤机摇臂定位标识和机身定位标识所在直线的过程为：

在对采煤机图像分割的基础上，利用Hough变换对分割得到的采煤机图像进行直线检测，得到采煤机摇臂定位标识与机身定位标识所在的两条直线及直线端点。

5.根据权利要求1所述的一种基于机器视觉的采煤机摇臂采高检测方法，其特征在于步骤4为摇臂相对机身倾角和摇臂采高的计算过程：

利用步骤3提取的采煤机摇臂和机身所在直线的端点坐标，计算摇臂相对机身倾角θ，根据传感器测得的机身相对水平地面倾角β，得到摇臂相对水平地面的最终倾角α＝θ+β；根据摇臂长度L，计算得到采煤机采高h＝αL。