英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
对输送带纵向撕裂的可见光和红外视觉实时检测系统的研究
摘要:输送带纵向撕裂是煤矿开采中最严重的问题之一。在撕裂的长度过长之前，及时检测出来是非常重要的。这项研究中，提出了一种基于可见光电荷耦合器件(CCD)和红外CCD的纵向撕裂检测方法，设计了一种用于传输带纵撕裂的可见光和红外视觉实时检测系统。在这种方法中，红外CCD使用了自适应直方图平衡，与Hough的变换线检测相协调。可见的光CCD，与激光线源相协调，使用了Hough的转换算法和来自加速段测试算法的特性。这两种ccd共同工作，使检测结果可靠。实验结果表明，该方法的有效性和适应性，满足了可靠、实时和在线纵向撕裂检测的要求。与几种现有方法相比，该方法在检测效率上具有较好的性能。
1.介绍
输送带是煤矿中最重要的设备之一，因此需要安全、稳定地运行。然而，由于煤中含有杂质的原因，输送带的纵向撕裂时有发生，会造成经济损失，甚至会给工人带来危险。这些障碍[1]造成的撕裂可能长时间作用在皮带中。如果撕裂没有被修复,他们会变成纵向撕裂,并导致严重的问题。因此，在撕裂变长之前及时检测出来是非常重要的。为了减少输送带纵向撕裂的现象，已经出现了许多相关研究。有许多解决方案检测输送带纵向撕裂,如电磁法[2, 3],机械法[4],超声波法[5],x射线法[6],计算机视觉[7-9]等等。
上述方法有一些缺点。该方法在实时检测中具有较低的灵敏度和较差的性能。电磁法需要线圈嵌入到传送带上,从而影响传送带效率。超声方法需要复杂的设备。x射线的方法对人身体有害。因此，在检测输送带式纵撕裂时，需要一种新的安全的、高灵敏度的、实时的的方法，并且无需在传送带上嵌入任何线圈。
近年来，计算机视觉技术发展迅猛。可见光图像获得的电荷耦合装置(CCD)和红外CCD可以由计算机视觉处理，实时可靠并且可以在线工作。计算机视觉在线检测已经被广泛用于许多领域,如火灾探测的可见光相机[10]和红外视觉[11],车牌检测[12],铁路安全[13]和辅助驾驶[14]。
一种基于可见光和红外视觉的新方法被提出。可见的光CCD可实现非接触式在线实时检测，红外CCD可在传输带纵向撕裂的早期预警中辅助可见光CCD，提高检测结果的可靠性。曾等人提出了一种检测输送带纵向撕裂的方法[7]。王、张提出了一种基于模式识别的纵向撕裂检测方法[8]。然而，他们的研究仍处于理论阶段。杨提出了一个方法[9]并建立了一个使用线阵列CCD相机和千兆以太网检测输送带纵向撕裂的系统。与[9]中提出的方法相比,本文中提出的方法使用一个红外CCD可见光CCD来检测纵向撕裂具有高可靠性。利用激光线源与可见光CCD进行纵向撕裂检测。本文设计了一种全新的检测输送带纵向撕裂的系统。
2.可见光检测
2.1检测理论
由于传送带是黑色的,所以很难使用可见光CCD来确定在低光条件下纵向撕裂特性。我们用一种激光源来辅助特性检测。激光线源在传送带的底部表面投射出光线。由于输送带的不平整，造成传送带上有槽口，皮带会在裂口处轻微地裂开。因此,ccd和激光线光源安装在框架上与输送机皮带的角度接近直角,并对着载物面的底部。
当激光线穿过纵向撕裂时，激光线将会断裂，如图1所示。可以根据图像中的激光线的状态来确定是否存在纵向撕裂。利用角点检测和直线检测技术，对激光线的状态进行检测。
图1激光线(纵向撕裂状态)
拐角可以被定义为两条边线的交点或者是一个点,有两个主导和不同的边缘方向在当地社区的观点。这些点包含图像的重要特征。有几种算法可以用于角检测。作为对实时系统的需求，计算速度是一个非常重要的指标。
爱德华Rosten和汤姆·德拉蒙德提出的特性加速段试验(快速)算法[15]。该算法与其他算法相比，提高了计算速度。此算法用于图像的角检测。
图1快速算法处理结果如图2所示：
图2快速算法检测到的角
以下公式用来确定如果一个点是不是一个角落,I(xi)表示一个候选像素周围16个像素所组成的园的每一个像素的灰度值,p表示候选像素本身,I(p)表示像素p的灰度值，ɛd表示最小灰度级的预设阈值。公式中,像素的数量名为N,满足(1)和(2)可以计算。如果N大于一个预定的阈值，那么候选点可以被确定为激光线的一个角。N的阈值通常被选择为12，以避免假角和漏角。ɛd的目的是测量角落敏感性:阈值越大,检测到的角落就越少。
霍夫变换(16、17)是一种图像处理特征提取的算法,可用于直线检测。Hough的转换算法具有强大的抗干扰能力，对图像噪声不敏感。Hough转变的基本思想是点和线的二元性。一方面,在图像空间共线点对应于在参数空间中相交线。另一方面,所有的直线相交于同一点的参数空间共线的点在图像空间对应。因此，Hough将通过简单的积累和统计，将图像空间中的直线检测问题转化为参数空间中的点检测。为了减小计算的复杂性，采用了参数方程。每个检测到的线都在一个参数方程中表示，如下公式所示
根据该函数，原图像空间的点对应于参数空间中的直线。具体的过程是让theta;接管所有可能的值,并计算出rho;的值。根据rho;和theta;的值,做共线点积累的计算,得出共线的点的数量。图像中的任何线性区域都可以使用参数空间中的一个点来对应，每个点同时存在于图像中的许多线性区域。图像中的线性区域可以作为集合处理，而某个像素可以作为集合中的一个元素来处理。每个元素都可以同时存在于多个集合中。Hough的转换检查图像中的每一个像素。对于每个元素，都可以找到包含它的所有集合。当一个像素在线性区域中被发现时，计数器将会为每个区域加一个。每个区域的元素数量都保存在计数器中。通过这种方式,(某些像素)的元素数量每组图像中(线性区)可以计算。当一个线性区域包含了足够多的像素时，就可以认为是由线性区域表示的一条直线。
图3由Hough变换检测处理的可见光图像
a.用变薄算法预处理的激光线
b.Hough变换线检测到的线
图4原始红外图像
a、b的撕裂情况
c不撕裂情况
当纵向撕裂发生时，激光线将会变成几条不同斜率的直线。首先，图像被转换为灰色图像。由于皮带表面的投影激光线有一定宽度,图像需要用图像细化算法[15]进行预处理获得single-pixel-width(单像素宽度)的线。图1的预处理结果如图3a所示。
这条直线是用Hough的变换算法检测出来的，如图3b所示。如果检测到一条以上的直线，可能会有一条激光线的断裂，也就是传送带的纵向撕裂。为了避免single-pixel-width线的意外断裂影响测定,如果一些线有相同的斜率,他们被视为在同一直线。否则，如果有不同的斜率，纵向撕裂就应被视为存在。
2.2检测方法
直线的斜率表示为k1、k2、hellip;hellip;。根据公式（3）， k =minus;(cos u /sin u ) =minus;cot u 。通常，图像的每一帧至多有一个纵向撕裂部分。斜率差被定义为两条相交线的斜率之差的绝对值。可以表示为一个斜率差k′= | k1minus;k2 |。尤其是一张图有多个纵向撕裂的情况下,每两条相交线之间斜率差值的最大值被选为斜率差,即max(ki,ki 1),斜率差用来定量分析纵向撕裂的严重程度。斜率差越大，纵向撕裂越严重。反之亦然。
作为输送带纵向撕裂的检测系统，可靠性是非常重要的。为了避免某些短纵向撕裂可能会影响可靠性，检查角帮助测定在同一时间每一帧内是否有纵向撕裂。该战略的核心是如果斜率差和角落的数量都是零,它可以确定没有撕裂状态;如果斜率不同的值或角落里至少有一个非零的数量,它可以确定纵向撕裂。确定策略如表1所示。
表1 Hough变换线检测和快速角探测的纵向撕裂策略
|
霍夫变换结果（有撕裂） |
霍夫变换结果（无撕裂） |
|
|
快速角检测结果（有撕裂） |
有撕裂 |
有撕裂 |
|
快速角检测结果（无撕裂） |
有撕裂 |
无撕裂 |
3.红外视觉检测
3.1检查理论
红外图像在线检测技术是无损检测研究的新热点。任何物质，温度高于绝对零度，都会产生红外线辐射。红外辐射可以穿过尘埃和雾。输送带的纵向撕裂是一个渐进的过程。随着输送带的纵向撕裂的发生，它将产生大量的热量，对红外线视觉CCD敏感。基于这一特性,使用红外CCD视觉与视觉可见CCD来在线检测输送带纵向撕裂可以增加可靠性和减少复杂的地下环境对精度的影响。
传送带的纵向撕裂通常是由危险的摩擦或刺穿造成的。红外辐射和撕裂部分的温度将会显著增加。传送带在正常工作状态时,传送带表面的温度基本上是相同的,波长的红外辐射强度和红外图像的灰度值也相同。而撕裂部分的异常温度的升高,其红外辐射强度会显著增加,红外图像的灰度值也将显著增加。在红外图像中，灰度值越大，颜色更接近于白色。相反，灰度值越小，颜色就越接近黑色。红外图像基于该特性可用于检测输送带的纵向撕裂。
图5AHE处理红外图像
a，b撕裂情况
c不撕裂情况
图6红外图像处理的直方图
a，b用于撕裂情况
c不撕裂情况
3.2检测方法
通过输送带的红外视觉CCD获得了灰色图像。在正常情况下，红外图像的特征是图像中每个像素的灰度水平都是熟悉和均匀的。当发生纵向撕裂时，由于温度上升，撕裂部分显示为一条较低的灰色水平线。灰色直方图是一种统计图，表示图像的灰度值分布。横坐标显示灰度级,用t来表示。纵坐标取决于图像类型。对于连续的图像，它显示了不同灰度层次的概率密度Pr(r)，建立了以下关系
A表示整个图像的面积,A(r)是图像中灰度值不大于r的区域的面积。数字图像,纵坐标显示灰度值等于 ri的像素或不同的灰度值出现的概率，k表示图像中灰度级的数量。N为像素总数量，Nri为灰度值等于ri的像素数量。
红外视觉CCD是用于采集输送带撕裂检测的图像。由于当输送带撕裂,撕裂部分的温度将会大幅上升,而且会有一个清晰的线图像沿传送带的运动方向,如图4 a和b所示。没有撕裂的图像如图4 c所示。
在红外图像中，图像中有一条清晰的亮线，相应部分的灰度值要高得多。因此,图像首先用对比度自适应直方图均衡算法(AHE)(18、19)进行增强,如图5所示。
图6显示了处理后的直方图。
据以上直方图,在正常情况下的传送带,红外图像直方图的灰度值范围狭窄,主要集中在100 - 160。这意味着灰色值均匀分布在这个范围内。在输送带撕裂的情况下，直方图具有较宽的灰度值范围，对比度较高。特别是，它的灰度值超过170，这与红外图像中撕裂部分的亮线相对应。
根据上述现象，当超过170的灰色水平出现时，就意味着可能会发生纵向撕裂。随着传送带的运行，纵向的撕裂将沿着一条直线。因此，当上面的情况出现时，Hough的转换线探测器就开始了直线检测。首先,用图像细化算法对图5的AHE图像进行预处理得到single-pixel-width 的线,如图7a所示。然后,用Hough变换算法检测预处理之后线的红外图像,如图7b所示。如果检测到直线,传送带可以确定存在纵向撕裂。
图7由Hough变换线检测处理的红外图像
a 细化算法预处理过的红外图像
b Hough的直线检测得到的直线
4.系统设计
可见光和红外视觉实时检测系统由以下模块组成:视觉检测模块,现场继电器控制模块、光纤传输模块、图像处理模块和报警装置。其中，视觉探测模块由红外CCD构成，可见光CCD和激光线源并排排列。现场继电器控制模块是一个防爆设备,其中包含一个图像预处理单元,一个内在安全的电力和光纤信号传输接口。它连接图像处理模块与光纤传输。图像处理模块是检测系统的核心,它包含一个光纤信号转换单元,管理中心监控,工业个人计算机(IPC)。通过视觉检测模块获得红外和可见光图像、通过继电器控制模块对图像进行预处理,然后传输到图像处理模块再由光纤传输模块处理。管理中心显示器显示处理过的图像和检测结果，由IPC实时处理。如果有纵向撕裂，报警装置将报警，并将信息保存到数据库中。上述模块的系统框图如图8所示。
图8系统框图
视觉检测模块和继电器控制模块安装在传送带下料位置。图像处理模块和报警装置是安装在控制室,两个部分由光纤连接。视觉检测模块的安装位置和现场继电器控制模块如图9a所示,实验平台的照片如图9b所示。
图9实验平台
a视觉检测模块和现场继电器控制模块的安装位置
b传送带纵向撕裂实验平台
5.实验结果
5.1实验
根据上述设计，建立了一个实验平台。首先，运行传送带，分别通过红外线和可见光获取图像。用FPGA中值滤波预处理再传输到IPC减少图像的噪声。实验装置是一个定制的4.5米长,宽度800毫米的皮带机，最大运行速度是6 m / s。带式输送机的传送带上有一个槽。可见光CCD相机的类型PointGrey CMLN-13S2M-CS， 配备一个USB2.0接口和一个索尼CCD icx - 225。红外CCD相机的类型是FLIRtau;336波长范围从7.5到13.5mu;m。两个ccd和一个激光线源安装在输送带的传送带上，角度接近直角，并面对一个相同的位置。每一种CCD相机捕捉500张图片，图像分辨率为320times;240 ，并保存在IPC中。
快速检测：有撕裂？
检测到撕裂的CCD数量
灰度值超170？
Hough检测：有撕裂？
否
是 剩余内容已隐藏，支付完成后下载完整资料
资料编号：[138586]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
