[发明专利]超长架空的自动扶梯桁架形变监测系统及检测方法

权利要求书

1.一种超长架空的自动扶梯桁架形变监测系统，其特征在于，包括：

工业相机，所述工业相机用于从多个不同的角度对标识的目标进行弯曲直线监测识别图像信息进行采集；

采集模块，所述采集模块与所述工业相机连接，所述采集模块采用图像视频嵌入式微处理器，且所述图像视频嵌入式微处理器连接有HT82K629A电路板，所述HT82K629A电路板连接有按键，所述采集模块用于使用Hough变换曲线变换和标准直线Hough变换的方法进行融合改进的分类Hough变换算法模型对采集的图像信息进行处理识别标注，判断超长架空自动扶梯的桁架变形程度及是否存在隐患；

PC终端机，所述PC终端机与所述采集模块连接，并具有显示模块，所述PC终端机用于把识别判断的结果进行显示；

电源模块，所述电源模块与所述采集模块连接，并具有控制器，且所述控制器连接有蓄电池和220V直流电，所述电源模块用于对整个系统进行供电。

2.根据权利要求1所述的超长架空的自动扶梯桁架形变监测系统，其特征在于，所述图像视频嵌入式微处理器设有缓冲区和存储器；所述图像视频嵌入式微处理器通过USB接口与所述HT82K629A电路板连接通信，所述图像视频嵌入式微处理器通过另一USB接口与所述工业相机连接通信，所述图像视频嵌入式微处理器通过VGA接口与所述PC终端机的所述显示模块连接通信，所述图像视频嵌入式微处理器通过再一USB接口与所述电源模块的所述控制器连接通信。

3.一种超长架空的自动扶梯桁架形变检测方法，其特征在于，包括以下步骤：

步骤S1、选择需要检测的超长架空自动扶梯；

步骤S2、在扶梯底部或侧边等间距贴上基准识别标识，把桁架形变系统连接并对扶梯图像视觉信息开始采集，同时开始图像信息预处理工作；

步骤S3、把曲线变换算法和标准直线算法进行融合改进，得到一种具有对直线曲线识别功能的分类Hough变换算法，且此算法引入分类机制和等距取点机制，以减少全域搜索和穷举法或是随机采样，并降低运算量、提高算法效率；

步骤S4、判断图像与直线是否完全拟合，如果完全拟合证明自动扶梯的桁架无变形，否则，弯曲变形存在安全隐患；

步骤S5、把融合改进的分类Hough变换算法模型识别的结果和存在隐患情况在显示模块的PC机客户端上进行显示。

4.根据权利要求3所述的超长架空的自动扶梯桁架形变检测方法，其特征在于，所述分类Hough变换算法，具体包括以下步骤：

步骤S31、利用Canny算子获取被测图像的边缘：设边缘点域共有K个特征点(x_i,y_i)，i＝1,2,3...K，它们构成边界点域D；

步骤S32、用Sobel算子提取边界点的水平、垂直梯度信息；

步骤S33、初始化参数空间H；

步骤S34、构造分类器，并以4分类器进行说明：4分类器把候选直线分成4类，水平、垂直、正45°、负45°，然后根据步骤S32中的两个方向的梯度信息把边界点分到4个子类D_i中去；假设经过分类器后4个子类中分别有K_i个边缘特征点(x_i,y_i)，i＝1,2,3...K_i；

步骤S35、在4个子类中进行参数空间映射：从子类D_i中每隔距离t选取m个边缘特征点作为种子点；t＝K_i/m，为选择距离；具体t值的选取不仅和K值有关，还和被测图像的噪声水平有关；对于每个种子点，又从D_i中以距离t随机选取边缘特征点与之两两配对；对于每一对特征点，计算其虚拟直线参数，并在参数空间上投影；

由特征点对(x_i,y_i)(x_j,y_j)求取其直线参数的公式简单给出如下：

ρ_t＝x_icosθ_t+y_isinθ_t

又:

ρ_t＝x_jcosθ_t+y_jsinθ_t

可以得出：

把θ_t带入公式ρ_t＝x_icosθ_t+y_isinθ_t，可得到ρ_t；

离散化H(θ_t,ρ_t)，并在参数空间H中把对应的单元的值累加1；当每个子类空间都完成上述操作后转入下一步；

步骤S36、统计参数空间，寻找峰值：在参数空间H中寻找峰值；当发现有某个H(θ_c,ρ_c)的值大于全局阈值T，则认为原被识别图像中存在一条以(θ_c,ρ_c)为参数的直线；记录下所有的峰值点。

步骤S37、直线拟合与还原：把得到的所有峰值点用ρ_t＝x_icosθ_t+y_isinθ_t式计算可得到原曲线。