[发明专利]一种基于图像处理的起重机卷筒工作异常预警方法

说明书

本发明涉及图像处理技术领域，具体涉及一种基于图像处理的起重机卷筒工作异常预警方法。该方法通过对卷筒图像中的边缘信息进行分类获得边缘类别后进一步筛选，获得卷筒轮廓边缘。根据标准线槽边缘与卷筒轮廓边缘的边缘类别的相似度获得线槽边缘。通过线槽边缘和标准线槽边缘上边缘类别的主成分方向获得表示方向对齐的匹配程度，以最大的匹配程度的边缘类别作为参考边缘类别组。通过参考边缘类别组获得对齐参数，利用对齐参数进行旋转缩放对齐，获得参考线槽边缘。根据参考线槽边缘获得卷筒磨损的危险程度。本发明通过将标准线槽边缘和线槽边缘对齐，消除了检测过程的视觉误差，准确的分析了卷筒危险程度。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于图像处理的起重机卷筒工作异常预警方法。

背景技术

起重机的卷筒是起重机重要的组成部分，用于在起重机吊起重物时对钢丝绳的收放，当起重机提起重物时卷筒转动收起钢丝，当起重机落下重物时卷筒转动放出钢丝。本发明所述的卷筒是单层绕线的，即钢丝绳在卷筒上只缠绕一层，卷筒上由螺纹状的线槽，卷筒正常工作时钢丝绳就缠绕在这样的线槽内，放置卷筒上相邻钢丝绳发生接触摩擦。

卷筒在工作是需要承受重物的绝大部分拉力，因此卷筒很容易在摩擦或发热的情况下产生磨损，例如线槽的槽壁与钢丝绳摩擦和挤压，使线槽和钢丝绳损伤，也会使卷筒变形，舍得圆柱形的卷筒的筒壁失圆，这些都会影响后续的卷筒的工作，可能使得钢丝不能正常缠绕进线槽，导致钢丝见出现摩擦或者乱线，轻则使重物的升降过程不平稳，重则造成钢丝绳断裂，造成施工事故。

在现有技术中，可通过机器视觉图像处理等技术通过卷筒的图像信息检测磨损。但是因为卷筒的特殊形状，图像信息丰富，无法快速的获得磨损信息，且因为图像透视影响会减少磨损检测的准确性，无法正确预警。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于图像处理的起重机卷筒工作异常预警方法，所采用的技术方案具体如下：

本发明提出了一种基于图像处理的起重机卷筒工作异常预警方法，所述方法包括：

采集卷筒图像；获得所述卷筒图像中的卷筒区域；分割所述卷筒区域获得线槽区域；获取所述线槽区域内的所有边缘信息；根据所述边缘信息的位置和梯度信息对所述边缘信息进行分类，获得多个边缘类别；根据所述边缘类别与所述卷筒区域的相对位置筛选出卷筒轮廓边缘；

根据所述卷筒轮廓边缘和预设标准线槽边缘中所述边缘类别的相似度对所述卷筒轮廓边缘裁剪，获得线槽边缘；

获得所述标准线槽边缘中所述边缘类别的标准主成分方向；获得所述线槽边缘中所述边缘类别的第一主成分方向；根据所述标准主成分方向和所述第一主成分方向的方向倾角获得所述标准线槽边缘和所述线槽边缘中所述边缘类别的匹配程度；以最大的所述匹配程度对应的两个所述边缘类别作为参考边缘类别组；

根据所述参考边缘类别组获得对齐参数；根据所述对齐参数将所述标准线槽边缘和所述线槽边缘旋转缩放对齐，获得参考线槽边缘；所述参考线槽边缘包括对齐边缘和非对齐边缘；根据所述对齐参数和所述对齐边缘的像素点数量获得磨损程度；根据所述参考线槽边缘像素点的坐标和所述卷筒区域位置获得变形程度；以所述参考边缘类别组的所述方向倾角作为线槽倾角；

根据所述磨损程度、所述变形程度和所述线槽倾角获得危险程度；当所述危险程度大于预设危险阈值时进行预警。

进一步地，所述分割所述卷筒区域获得线槽区域包括：

将所述卷筒区域与预设的钢丝模板进行模板匹配，获得所述卷筒区域上的钢丝区域；在所述卷筒区域上去除所述钢丝区域，获得所述线槽区域。

进一步地，所述根据所述边缘类别与所述卷筒区域的相对位置筛选出卷筒轮廓边缘包括：