[發(fā)明專利]基于機器視覺的輸送帶縱向撕裂自動檢測方法

有效

• 申請?zhí)枺?/td>: 201110351015.9
• 申請日: 2011-11-09
• 公開（公告）號: CN102565077A
• 公開（公告）日: 2012-07-11
• 發(fā)明（設(shè)計）人: 苗長云;楊彥利;李現(xiàn)國;李杰;仲為亮;沈慶磊
• 申請（專利權(quán)）人: 天津工業(yè)大學(xué);天津市恒一機電科技有限公司
• 主分類號: G01N21/89
• 分類號: G01N21/89
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于機器視覺的輸送帶縱向撕裂自動檢測方法，其特征在于：該方法包括如下步驟：

步驟1，對輸送帶數(shù)字圖像f(i，j)，i＜M，j＜N進行降噪處理；

步驟2，在步驟1的基礎(chǔ)上，對降噪后的輸送帶圖像進行二值化處理，得到二值圖像g(i，j)；

步驟3，根據(jù)步驟2得到的二值圖像，計算寬度投影函數(shù)w(j)；

步驟4，根據(jù)步驟3得到的寬度投影函數(shù)w(j)，初步診斷是否有縱向撕裂故障出現(xiàn)，如果初步判斷為縱向撕裂故障，就執(zhí)行步驟5，否則執(zhí)行步驟7；

步驟5，根據(jù)步驟4的初步診斷結(jié)果，進一步從二值圖像中提取縱向撕裂的特征信息；

步驟6，根據(jù)步驟5提取的縱向撕裂特征信息進行縱向撕裂故障識別；

步驟7，報告故障檢測結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于機器視覺的輸送帶縱向撕裂自動檢測方法，其特征在于，所述的步驟1中，降噪處理可以是幾何處理、圖像濾波、圖像平滑和圖像銳化的一種或多種方法組合使用。

3.根據(jù)權(quán)利要求1所述的基于機器視覺的輸送帶縱向撕裂自動檢測方法，其特征在于，所述的步驟2中，圖像二值化處理方法具體包括如下步驟：

(1)對步驟1降噪后的輸送帶圖像進行灰度腐蝕處理；

(2)分別計算降噪后輸送帶圖像的灰度直方圖函數(shù)h₁(x)和腐蝕處理后輸送帶圖像的灰度直方圖函數(shù)h₂(x)；

(3)計算h(x)＝h₂(x)-h₁(x)；

(4)計算二值化閾值其中β∈(0，1]為二值化閾值系數(shù)，L為圖像的灰度級；

(5)根據(jù)步驟(4)計算得到的二值化閾值T，將降噪后的輸送帶圖像進行二值化處理，得到輸送帶的二值圖像，其表達式為

g(i,j)=1,f(i,j)≤T0,others.]]>

4.根據(jù)權(quán)利要求1所述的基于機器視覺的輸送帶縱向撕裂自動檢測方法，其特征在于，所述的步驟3中，寬度投影函數(shù)w(j)的計算公式為：

5.根據(jù)權(quán)利要求1所述的基于機器視覺的輸送帶縱向撕裂自動檢測方法，其特征在于，所述的步驟4中，縱向撕裂故障初步診斷的準(zhǔn)則為：

若w(j)＞αN，1≤j≤N成立，其中α∈(0，1]，優(yōu)先選擇α∈[0.3，0.7]，那么就初步認(rèn)定出現(xiàn)了縱向撕裂故障。

6.根據(jù)權(quán)利要求1所述的基于機器視覺的輸送帶縱向撕裂自動檢測方法，其特征在于，所述的步驟5中，縱向撕裂特征信息包括：縱向長度l₁、橫向?qū)挾萳₂、長寬比r＝l₁/l₂。

7.根據(jù)權(quán)利要求1所述的基于機器視覺的輸送帶縱向撕裂自動檢測方法，其特征在于，所述的步驟6中，縱向撕裂識別的準(zhǔn)則為：縱向長度l₁＞aM，a∈[0.2，0.8]、橫向?qū)挾萳₂＞bM，b∈[0.01，0.1]、長寬比r＞2。