输送带跑偏检测方法研究

摘要：

基于机器视觉的输送带跑偏检测方法检测的输送带边缘特征中包含伪边缘,现有研究难以识别伪边缘,且多场景适应性差.针对该问题,对输送带监控图像提取感兴趣区域(ROI)并进行归一化,采用较大阈值区间的Canny算法提取边缘特征点,以提高算法的场景适应性,并采用形态学滤波方法处理部分杂质及伪边缘;对于Canny算法无法检测到有效边缘的图像,对提取的ROI进行伽马变换和 45,135°方向的梯度滤波,以增强边缘特征,之后进行基于Canny算法的特征点提取和形态学滤波.以边缘点像素值关系、邻域特征、紧密性特征,以及边缘线长度、相对位置、斜率等作为约束条件,采用基于分治搜索思想的直线筛选排序算法对提取的边缘特征点进行筛选及拟合,得到输送带实时边缘.将实时边缘的像素值与未发生跑偏时边缘像素值做差,得到当前跑偏的像素值.试验结果表明,针对多种场景下的输送带监控图像,基于Canny算法和直线筛选排序的输送带跑偏检测方法检测误差小于 3个像素值,百张图像检测时间为 6.9451 s,边缘计算机处理 4路视频图像的CPU占有率为132％,满足现场输送带边缘检测的准确性、实时性要求.

关键词：带式输送机、跑偏检测、边缘检测、特征点排序、直线筛选、分治搜索

所属期刊栏目：49

分类号：TD634(矿山电工)

资助基金：国家自然科学基金;湖北省三峡实验室创新基金资助项目;武汉工程大学研究生教育创新基金资助项目

在线出版日期：2023-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：23-30,52