[發明專利]一種用于電鏟斗齒缺失的實時視覺檢測方法

在審

• 申請號: 201710880249.X
• 申請日: 2017-09-25
• 公開（公告）號: CN107862675A
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 王日俊;董磊;段能全;王俊元;黨長營;曾志強;杜文華;段宇秀;陳立;王俊鳳;劉東曜;崔錚;薛亮
• 申請（專利權）人: 中北大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06K9/46
• 代理公司: 太原晉科知識產權代理事務所(特殊普通合伙)14110
• 代理人: 任林芳

技術領域

本發明屬于采礦技術領域，具體是一種用于電鏟斗齒缺失的實時視覺檢測方法。

背景技術

當電鏟在采掘作業時，因電鏟斗齒和物料之間相互作用，電鏟斗齒受到剪切和擠壓作用力，并承受一定的沖擊載荷，鏟斗上原本固定在齒座上的電鏟斗齒容易斷裂或松動脫落。

電鏟斗齒脫落后，不僅增大了電鏟作業時的摩擦阻力，造成鏟斗挖掘物料時切割困難，加速鏟斗的磨損，影響鏟斗的使用壽命；更為重要的是由高錳鋼或合金鋼制成的電鏟斗齒，硬度遠高于礦石，如果堅硬的電鏟斗齒隨著礦石物料一同進入碎石機中，將引起碎石機損壞，破壞整個采掘——破碎生產線，而整個生產線檢修難度大、耗時長、費用高，一旦生產線停工，將造成巨大的經濟損失；更為重要的是，脫落的電鏟斗齒進入碎石機很可能會引發碎石機機械事故，嚴重的甚至會影響到操作人員的人身安全。而礦用挖掘機體積龐大、工作環境復雜，不便于挖掘機操作人員通過人工觀察的方式監視電鏟斗齒的狀態。

在電鏟斗齒脫落檢測方面，國內外學者和相關企業做了大量的研究和開發工作，并形成了相關的產品。2016年，Ser Nam Lim等研究了一套完整的基于樣本的電鏟斗齒脫落視覺檢測系統，其首先提取電鏟在運動過程中鏟斗的圖像樣本，利用這些樣本信息先定位電鏟斗齒的大致位置，然后使用幀差法和光流法來對結果進行修正，之后再綜合利用模板匹配和齒線擬合的方法來準確定位電鏟斗齒目標。最后，結合電鏟斗齒圖像的相關灰度特征便可以判斷出電鏟斗齒是否脫落。然而從各地的使用情況來看，出現誤報率的比例還是比較高的。

發明內容

本發明所要解決的技術問題在于針對上述現有技術中的不足，提供一種用于電鏟斗齒缺失的實時視覺檢測方法。

本發明采取以下技術方案：一種用于電鏟斗齒缺失的實時視覺檢測方法，所述方法可以在電鏟作業過程中實時檢測斗齒的缺失，通過利用SVM結合SC識別斗齒目標，實現對電鏟斗齒缺失的檢測，包括以下步驟：

Ⅰ、預先拍攝一組電鏟斗齒的正、負樣本；

Ⅱ、提取正、負樣本HOG特征；

Ⅲ、將HOG特征輸入到SVM的分類器中訓練，得到決策函數；

Ⅳ、輸入現場實時拍攝的圖片，通過檢測窗口進行HOG特征提取，再通過SVM分類，完成對電鏟斗齒的初步檢測；

Ⅴ、對獲得的電鏟斗齒檢測結果進行SC約束完成對電鏟斗齒的精確檢測；具體步驟如下，a.圖像預處理和輪廓提取；b.計算SC特征；c.形狀相似性計算；

Ⅵ、將電鏟斗齒的精確檢測結果與預先設定的電鏟斗齒無缺失時斗齒的數目相比較，判斷電鏟斗齒是否缺失。

所述步驟Ⅰ中預先拍攝電鏟斗齒的正、負樣本，涵蓋電鏟斗齒在工作場景所有的工作情況，并預先設定電鏟斗齒無脫落時斗齒的數目，拍攝時應獲取單齒的正、負樣本。

所述步驟Ⅱ包括：

步驟1、對采集的一組電鏟斗齒的正、負樣本進行圖像預處理，圖像預處理包括灰度化和Gamma校正；

步驟2、計算電鏟斗齒正、負樣本的圖像梯度；

步驟3、計算梯度方向統計直方圖，獲得HOG特征。

Gamma校正的主要目的是校正在圖像過亮或者過暗的情況下的圖像的灰度，以增強對比度，降低光照變化和陰影對圖像的影響，步驟II中，Gamma校正計算公式(1)如下

Y(x,y)＝I(x,y)^γ 公式(1)

其中I(x,y)表示輸入圖像在點(x,y)處像素的灰度，Y(x,y)表示校正過后該像素點的灰度值，考慮到相機傳感器的噪聲與光照的平方根成正比，因此取γ＝0.5，以最大限度的減少噪聲，并提高圖像的對比度。

所提取的電鏟斗齒正、負樣本的圖像梯度大小和方向的計算公式如下：

G_x(x,y)＝H(x+1,y)-H(x-1,y) 公式(2)

G_y(x,y)＝H(x,y+1)-H(x,y-1) 公式(3)

其中G_X(x,y)、G_Y(x,y)分別表示x方向和y方向上圖像的梯度值，H(x,y)表示圖像中某點的灰度值，G(x,y)表示圖像某點梯度向量的大小，α(x,y)表示此點梯度向量的方向。

計算梯度方向統計直方圖，獲得HOG特征，具體實施方法包括以下步驟：

a)選定細胞單元cell的大小，因檢測窗口像素大小為64×128，此處將檢測窗口分為128個細胞單元，每個細胞單元的大小為8×8像素。