基于機(jī)器視覺(jué)的輸送帶跑偏及裂紋檢測(cè)算法的研究.pdf

1、獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究成果，除了文中特另JJJH以標(biāo)注和致謝之處外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得丞洼王些太堂或其他教育機(jī)構(gòu)的學(xué)位或證二持而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。學(xué)位論文作者簽名：彘百亂簽字目期：弘哆年夕月11日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解丞洼王些太堂有關(guān)保留、使用

2、學(xué)位論文的規(guī)定。特授權(quán)丞洼王些太堂可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，并采用影印、縮印或掃描等復(fù)制手段保存、匯編以供查閱和借閱。同意學(xué)校向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)。(保密的學(xué)位論文在解密后適用本授權(quán)說(shuō)明)學(xué)位論文作者簽名：竟4屯簽字日期：bl；年≥月f1日壇一摘要帶式輸送機(jī)已廣泛的應(yīng)用于電力、礦山、水泥、冶金、港口和化工等領(lǐng)域，輸送帶為帶式輸送機(jī)的重要部件。在輸送帶的使用過(guò)程中，經(jīng)常發(fā)生跑偏與表面裂紋等

3、故障，嚴(yán)重影響安全生產(chǎn)。目前，對(duì)于輸送帶跑偏檢測(cè)主要采用跑偏開(kāi)關(guān)進(jìn)行檢測(cè)，該方法只能檢測(cè)固定位置的跑偏故障，檢測(cè)準(zhǔn)確性和靈活性差，易損壞，可靠性差；輸送帶裂紋檢測(cè)至今沒(méi)有好的方法，主要通過(guò)帶式輸送機(jī)運(yùn)行在驗(yàn)帶速度下，靠人工檢驗(yàn)方法進(jìn)行檢測(cè)，該方法檢測(cè)效率低，勞動(dòng)強(qiáng)度大，準(zhǔn)確性差。因此，對(duì)輸送帶跑偏及裂紋的檢測(cè)研究具有重要的理論意義和很高的應(yīng)用價(jià)值。本文對(duì)基于機(jī)器視覺(jué)的輸送帶跑偏及裂紋檢測(cè)算法進(jìn)行了研究。研究了基于機(jī)器視覺(jué)的輸送帶跑偏故障

4、檢測(cè)算法，提出了一種基于改進(jìn)脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN，PulseCoupledNeuralNetwork)和矢量法的輸送帶跑偏檢測(cè)算法，該算法根據(jù)輸送帶圖像特點(diǎn)對(duì)經(jīng)典PCNN算法模型進(jìn)行簡(jiǎn)化，分析與選取網(wǎng)絡(luò)參數(shù)，再用矢量法標(biāo)記出輸送帶的邊緣，測(cè)量出跑偏位置，通過(guò)設(shè)置虛擬線框判斷出輸送帶跑偏程度：研究了基于機(jī)器視覺(jué)的輸送帶裂紋故障檢測(cè)算法，提出了一種基于顯著性和最大熵的輸送帶裂紋檢測(cè)算法，該算法根據(jù)人眼視覺(jué)系統(tǒng)對(duì)灰度圖像中目標(biāo)的方向、亮

5、度等特征具有敏感性的特點(diǎn)，在頻域提取輸送帶圖像的譜殘差，尋找選取感興趣區(qū)域，并生成顯著圖，計(jì)算顯著圖的最大信息熵，利用最大信息熵提取裂紋圖像后，再通過(guò)數(shù)學(xué)形態(tài)學(xué)的方法對(duì)提取到的裂紋進(jìn)行彌合復(fù)原處理后得到裂紋圖像，計(jì)算出裂紋的長(zhǎng)度和面積。在MATLAB環(huán)境下，編寫(xiě)了上述算法的程序，并進(jìn)行了實(shí)驗(yàn)，其結(jié)果表明輸送帶跑偏檢測(cè)算法能夠測(cè)量出輸送帶跑偏位置，判斷出跑偏程度；輸送帶裂紋檢測(cè)算法能夠檢測(cè)出輸送帶表面裂紋，計(jì)算出裂紋的長(zhǎng)度和面積。本文所研