基于機器視覺的輸送帶縱向撕裂故障在線檢測關(guān)鍵技術(shù)研究.pdf

1、帶式輸送機是一種現(xiàn)代化生產(chǎn)中的連續(xù)運輸設(shè)備，已廣泛應(yīng)用于煤炭、礦山、港口、電力、冶金、化工等領(lǐng)域。輸送帶是帶式輸送機的牽引和承載關(guān)鍵部件。在使用過程中，由于輸送帶跑偏、外部尖銳物體刺入輸送帶等原因，經(jīng)常產(chǎn)生縱向撕裂故障，若得不到及時檢測和處理，會造成重大安全事故，導(dǎo)致停產(chǎn)、運輸物料的損耗、設(shè)備的損壞和人員傷亡、巨大經(jīng)濟損失，嚴重影響安全生產(chǎn)。本文對基于機器視覺的輸送帶縱向撕裂故障在線檢測技術(shù)進行了研究，主要包括以下內(nèi)容:
　　(1

2、)研究了基于機器視覺的輸送帶縱向撕裂故障在線檢測理論與方法，提出了一種使用線陣CCD攝像機的基于機器視覺的輸送帶縱向撕裂故障在線檢測方法，實現(xiàn)了對輸送帶縱向撕裂故障的在線檢測，提高了檢測的準確性和實時性。
　　(2)研究了輸送帶圖像壓縮編解碼算法，針對工業(yè)級線陣CCD攝像機采集輸送帶圖像中大部分行和列像素值變化不大的特點，提出了一種行再生和游程編碼的輸送帶圖像壓縮編解碼算法。實驗結(jié)果表明，該算法在保證圖像質(zhì)量的前提下，提高了輸送帶

3、圖像的壓縮率及圖像數(shù)據(jù)傳輸?shù)男省?br>　　(3)研究了基于機器視覺的輸送帶圖像處理算法，提出了一種灰度值形態(tài)學(xué)梯度和單尺度Retinex(SSR)算法的輸送帶圖像去霧增強算法，實驗結(jié)果表明該算法提高了輸送帶圖像的圖像質(zhì)量，實時性好;研究了輸送帶圖像分割算法，提出了一種灰度平均法的改進遺傳算法的閾值分割算法，該算法對圖像進行閾值分割，獲得輸送帶二值圖像。實驗結(jié)果表明，該算法獲得的二值縱向撕裂故障圖像特征明顯，實時性好，為后續(xù)的故障特征

4、提取與識別奠定了基礎(chǔ)。
　　(4)研究了輸送帶縱向撕裂圖像特征提取與故障識別算法，提出了一種輸送帶縱向撕裂故障預(yù)判、幾何特征統(tǒng)計法和最小距離分類器相結(jié)合的輸送帶縱向撕裂圖像特征提取與故障識別算法，該算法首先對輸送帶圖像進行預(yù)判，找出具有疑似縱向撕裂故障圖像，再采用幾何形狀特征統(tǒng)計法提取疑似縱向撕裂故障圖像特征向量，最后通過最小距離分類器將其與各類圖像原型特征向量的歐氏距離比較進行分類，識別出輸送帶縱向撕裂故障。實驗結(jié)果表明該算法縱