[發明專利]傳送帶異常變形檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202110430309.4
• 申請日: 2021-04-21
• 公開（公告）號: CN113192016A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 張浩;邵新慶;劉強;徐明
• 申請（專利權）人: 深圳力維智聯技術有限公司;南京中興力維軟件有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/32;G06K9/38;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 張小容

本發明公開了一種傳送帶異常變形檢測方法、裝置、設備及存儲介質，所述方法包括：獲取傳送帶的表面圖像，其中，所述傳送帶的表面設置有按照預設規律排布的預設樣式的標記；對所述表面圖像進行圖像檢測得到所述表面圖像中符合所述預設樣式的目標標記；通過檢測各所述目標標記的排布是否符合所述預設規律得到所述傳送帶的異常變形檢測結果。提出了一種機器視覺應用于傳送帶異常檢測領域的可行方法，從而提高了傳送帶異常變形檢測的檢測效率。

技術領域

本發明涉及機器視覺技術領域，尤其涉及一種傳送帶異常變形檢測方法、裝置、設備及存儲介質。

背景技術

現在工業生產和日常生活中，傳送帶被大量應用。當發生擁堵或者阻塞時，傳送帶會被拉伸或擠壓變形甚至斷裂，產生極大的安全隱患，因此需要對傳送帶異常變形進行檢測，規避安全隱患。目前，如果通過機器視覺方法對傳送帶進行異常監測，需要收集傳送帶正常情況下的圖像和異常變形情況下的圖像作為正負樣本，采用正負樣本對深度學習模型進行訓練，采用訓練得到的模型來對傳送帶圖像進行分類或檢測，以確定傳送帶是否異常變形。這種方法需要大量的正負樣本數據來訓練模型才能夠獲得較高的檢測準確率，但是，實際應用中傳送帶的異常變形情況比較少，因此很難收集到足夠多的負樣本進行模型訓練，導致機器視覺方法在傳送帶異常檢測領域難以應用。

發明內容

本發明的主要目的在于提供一種傳送帶異常變形檢測方法、裝置、設備及存儲介質，旨在解決負樣本難以收集導致機器視覺方法在傳送帶異常檢測領域難以應用的技術問題。

為實現上述目的，本發明提供一種傳送帶異常變形檢測方法，所述方法包括以下步驟：

獲取傳送帶的表面圖像，其中，所述傳送帶的表面設置有按照預設規律排布的預設樣式的標記；

對所述表面圖像進行圖像檢測得到所述表面圖像中符合所述預設樣式的目標標記；

通過檢測各所述目標標記的排布是否符合所述預設規律得到所述傳送帶的異常變形檢測結果。

可選地，所述對所述表面圖像進行圖像檢測得到所述表面圖像中符合所述預設樣式的目標標記的步驟包括：

采用神經網絡模型對所述表面圖像進行圖像檢測，得到所述表面圖像中符合所述預設樣式的目標標記，其中，所述神經網絡模型預先采用訓練數據集訓練得到，所述訓練數據集中包括多張帶有所述預設樣式標記的樣本圖像和表示各所述樣本圖像中標記所處位置的標注數據。

可選地，所述通過檢測各所述目標標記的排布是否符合所述預設規律得到所述傳送帶的異常變形檢測結果的步驟包括：

檢測各所述目標標記的排布是否符合所述預設規律；

若符合，則得到所述傳送帶上所述表面圖像所對應的區域正常未變形的檢測結果；

若不符合，則得到所述傳送帶上所述表面圖像所對應的區域已異常變形的檢測結果。

可選地，所述預設規律為標記以矩形網格點的形式排布，且矩形的一條邊平行于傳送帶側邊，所述檢測各所述目標標記的排布是否符合所述預設規律的步驟包括：

基于各所述目標標記在所述表面圖像中的位置，分別計算各所述目標標記與各標準直線之間的距離，得到各所述目標標記分別對應的多個距離值，其中，各所述標準直線為所述傳送帶正常未變形時的圖像中標記所在矩形網格上與傳送帶側邊平行的各條網格線；

若所有所述目標標記對應的所述多個距離值中都存在一個小于第一預設閾值的距離值，則確定各所述目標標記的排布符合所述預設規律。

可選地，所述分別計算各所述目標標記與各標準直線之間的距離，得到各所述目標標記分別對應的多個距離值的步驟之后，還包括：

若存在至少一個所對應的所述多個距離值都大于第二預設閾值的目標標記，則確定各所述目標標記的排布不符合所述預設規律。