[发明专利]皮带偏移状态检测方法及系统

权利要求书

1.皮带偏移状态检测方法，其特征在于，包括如下步骤：

步骤101，采集实时的皮带传送图像；

步骤102，通过霍夫直线检测对皮带传送图像按帧检测，并用SVM分类算法筛选出皮带边缘直线，使用工具获得皮带实际边缘直线的斜率并标注为正样本，标注类别标签为+1，将直线筛选所残留的非边缘直线，即皮带内部直线标注为负样本，标注类别标签为-1；对训练样本集所标注的正负样本提取器特征类别，与其样本特征用来训练SVM分类器得到对应模型，利用测试样本集获得分类的准确度，即所需的皮带边缘直线；根据训练结果，按每帧进行分析，根据SVM分析说的测试结果，获得每帧图像中的边缘直线；

步骤103，获取历史样本数据，计算得到皮带偏移的阈值区间；

步骤104，将筛选得到的皮带边缘直线和皮带偏移的阈值空间比对，计算出皮带偏移程度。

2.根据权利要求1所述的皮带偏移状态检测方法，其特征在于，所述步骤102的步骤包括：

步骤1021，按帧读取图像，截取一帧用于分析；

步骤1022，通过霍夫直线检测获取每帧图像中的直线；

步骤1023，筛选出每帧图像中的皮带边缘直线。

3.根据权利要求2所述的皮带偏移状态检测方法，其特征在于，所述步骤1021中截取一帧的方法为根据FFmpeg方法按帧截取。

4.根据权利要求2所述的皮带偏移状态检测方法，其特征在于，所述步骤1022包括如下步骤：

步骤10221，将读取的图像由RGB色值图片转换为对应的灰度图；

步骤10222，利用Canny边缘检测，标识出图像中的实际边缘，通过霍夫直线检测获取图像中直线。

5.根据权利要求4所述的皮带偏移状态检测方法，其特征在于，所述步骤1023包括如下步骤：

步骤10231，筛选与皮带方向一致，根据霍夫直线检测获得的直线的两端点对应Y值是否接近，筛选出横向直线；

步骤10232，霍夫直线检测获得的直线的两端点分别为a(x₁,y₁)、b(x₂,y₂)，根据坐标x₁、x₂之间的关系，筛选出皮带的边缘及内部的直线；

步骤10233，利用SVM分类算法筛选出皮带边缘的两条直线。

6.根据权利要求1所述的皮带偏移状态检测方法，其特征在于，所述步骤103包括如下步骤：

对历史样本数据进行分类统计，通过霍夫直线检测检测到各样本的皮带两边边缘直线，对皮带的边缘直线的位置数据进行均值计算以获得皮带中线的区间，即为皮带偏移的阈值区间。

7.根据权利要求1所述的皮带偏移状态检测方法，其特征在于，步骤104之后还包括：

步骤105，向与皮带连接的存储机构、执行机构以及显示设备传输标记有皮带偏移程度的皮带传送图像。