[发明专利]一种基于线结构光的输送带纵向撕裂检测方法

说明书

本发明公开了一种基于线结构光的输送带纵向撕裂检测方法，通过基于线结构光图像采集系统的输送带图像，准确提取出图像中的线结构光中心线，利用线结构光的线性特征判断输送带是否发生纵向撕裂，提高输送带纵向撕裂故障检测的准确性和实时性，有益于预防重大输送带纵向撕裂安全事故，具有较大的应用价值。

技术领域

本发明属于无损检测领域，特别涉及了一种输送带纵向撕裂检测方法。

背景技术

带式输送机因其输送距离长，稳定性强的特点，广泛应用于各式物料运输系统中，特别是港口，矿山等场景下。皮带作为带式输送机的重要部件，是物料运输的直接载体，在煤矿运输系统中，经常受到煤流中片岩、矸石，锚杆等尖锐的硬杂质冲击，易发生纵向撕裂。一旦发生纵向撕裂，撕裂会很快沿输送带运行方向扩展，造成物料洒落，设备损坏等问题，带来一系列的经济损失，作业人员安全问题等。因此，皮带的纵向撕裂检测一直受到研究人员关注，并且进行研究寻找一种更加准确，高效的检测方法。

传统的接触式检测方法比如电磁法，力学法，超声波法等，由于准确性较低和一定的局限性逐渐被淘汰。近年来，机器视觉技术不断发展，研究人员开始尝试将机器视觉技术引入皮带纵撕检测领域中来。直接利用可见光图像来进行处理识别，由于煤矿带式输送机工作区粉尘多，光照变化剧烈随机性大，对于基于几何特征和光照校正进行阈值的检测方法的影响行很大。基于红外图像的检测方法确实在一定程度上降低了恶劣环境的影响，明显提高了检测方法的可靠性，但是输送带上由于摩擦产生的热量差异比较小，极端显著差异发生几率较小，纵向撕裂发生区域与完好皮带的区域在红外图像中实际上区分不甚明显，这为进一步地提高检测可靠性造成了本质性的阻碍。利用线性激光辅助的检测方法可以明显降低周围环境以及光照变化的影响，目前的研究已经取得一定的进展，目前主要的难点有，获取质量良好的更加贴合输送带表面特征的线激光图像，这是变换纵向撕裂特征的重要一环，这一块的内容目前尚没有成熟的理论模型；提取高精度的激光线条的算法，目前已经有了一部分算法模型，但精度和抗噪性有待提高。综上所述，这些方法或是可靠性差，或是检测手段过于复杂，或是检测效率太低，或是准确率较低，在实际应用中都有很大的局限性，无法取得预期的检测结果。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了一种基于线结构光的输送带纵向撕裂检测方法。

为了实现上述技术目的，本发明的技术方案为：

一种基于线结构光的输送带纵向撕裂检测方法，包括以下步骤：

(1)基于线结构光图像采集系统读取输送带线结构光图像I₁；

(2)对图像I₁裁剪ROI区域，去除图像中的冗余信息，得到ROI区域图像I₂；

(3)对图像I₂做灰度化处理，提取R通道图像，得到R通道灰度图像I₃；

(4)对图像I₃做图像增强处理，通过图像灰度变换矩阵做灰度变换，得到灰度变换的图像I₄；

(5)对图像I₄做线结构光中心线提取操作，通过图像灰度分布拟合曲线，取设定置信度下置信区间作为阈值，将图像I₄的原灰度矩阵A₁优化为新灰度矩阵A₂，基于A₂计算灰度重心点，利用移动最小二乘法，计算得到灰度重心点的切向量，通过横向梯度优化得到线条L₁，对其做形态学闭运算，得到中心线线条L₂的图像I₅；

(6)对中心线线条L₂做世界坐标系变换，得到世界坐标系下中心线线条L₃的图像I₆；