基于X射线成像的输送带内部钢丝故障诊断系统

针对工矿企业中输送带内部钢丝的非接触式故障识别诊断这一技术难题,基于X射线成像和图像分析处理技术提出了识别诊断输送带内部钢丝损伤缺陷的原理,设计了中值滤波和全局阈值双峰分割图像算法用于从背景中提取输送带内部钢丝图像,以及钢丝断裂、接头拉伸、强度降低的故障识别诊断算法,同时开发了故障诊断系统的硬件和算法软件以及基于富互联网Flex和JavaEE的Web应用程序,实现了输送带内部钢丝图像的获取、传送、与背景的分割、故障的识别诊断及其结果的远程访问.实践表明,该系统能够有效识别输送带内部钢丝的故障状态.     

基于机器视觉的橡胶输送带积水识别方法

针对橡胶输送带凹陷处在雨天易形成局部积水无法及时检测的问题,研究并提出了一种基于机器视觉的橡胶输送带积水识别方法。首先对采集图像预处理,通过直方图均衡化提高图像对比度,然后利用图像坐标自动截取感兴趣区域,再使用动态阈值法分割图像,最后进行白像素点个数判断,实现积水区域的识别与标记。该方法速度快、效率高,能够准确地检测出输送带上的积水;     

新型钢丝绳芯输送带接头抽动检测算法

针对钢丝绳芯输送带X射线图像特性,提出一种新型接头抽动检测算法。该算法首先进行图像增强,将图像的对比度拉伸到一个指定范围;随后进行迭代阈值分割图像接头检测,并删除错误检测点;在此基础上进行接头点对归类,并将当前采集图像与参考图像的接头点对进行比较,得出每张图像的平均抽动与最大抽动,至此完成了接头抽动检测。通过实际应用验证该方法更全面地反应接头实际情况,防止接头抽动引起输送带撕裂,保证煤矿安全运输。     

基于量子遗传聚类算法的井下输送带图像探伤方法

通过图像处理技术在井下输送带运输过程中对输送带损伤部位的识别,以保障煤矿工业上输送带的正常安全工作。针对输送带上损伤部位与正常部位的图像差异,先通过灰度直方图确定阈值,将图像前背景相分离;再将图像中值滤波与边缘检测,完成对实时输送带图像的预处理,最后通过基于量子遗传优化的聚类算法把输送带损伤部位图像与正常输送带图像分离开。实验结果表明,该算法能有效地达到输送带探伤效果。     

基于形态学的输送带纵向撕裂边缘检测算法

针对传统边缘检测算法需要设定阈值和矿井下输送带撕裂检测光照不均匀的问题,提出了一种新的输送带撕裂检测算法。实验结果证明了该算法对光照不均匀的输送带撕裂图像边缘提取有较好的效果。     

高炉渣离心粒化图像颗粒分割研究

高炉渣机械离心粒化过程中,基于图像识别的颗粒分割是实现粒径实时检测的关键因素。针对于高炉渣图像颗粒黏结而给测试带来困难的问题,在对图像做去噪处理后,结合改进的分水岭算法做颗粒分割,实现了黏结颗粒的准确分割。针对分水岭算法缺陷,结合积分图像的快速算法,对颗粒图像做局部阈值的二值化处理,并由形态学做细节弥补,采用了基于形态学重构距离图像算法以改进分水岭算法来分割颗粒图像,提高了处理效率,同时抑制了过分割现象,并准确地分割了黏结颗粒的图像,该算法为准确快速提取颗粒的特征参数奠定了基础。     

矿用输送带纵撕图像检测和纵撕故障识别方法

针对矿用输送带运行过程中容易出现纵向撕裂的问题,计算纵向长度、横向宽度及长宽比等特征参数,并利用这些参数进行矿用输送带纵撕图像的基础判定。介绍了灰度平均法,先验阈值法和列局部阈值法三种图像分割方法,有效解决了解决矿用输送带纵撕图像检测和纵撕故障识别的问题。     

输送带厚度动态补偿算法的研究与实现

提出强力输送带横向断裂预报系统中输送带厚度动态补偿算法。该算法基于输送带灰度的概率分布特点,并充分考虑到输送带内钢丝绳芯锈蚀对图像背景灰度分割的影响。在具体实现时,为满足系统在线性的要求,采用了时间片分时分区处理方法。最后给出了输送带厚度动态补偿与未经厚度动态补偿的比较结果。     

带式输送机纵向撕裂数字图像检测系统设计研究

 带式输送机是煤矿生产中重要的运输设备,其纵向撕裂事故会造成巨大经济损失。设计了一种数字图像自动识别系统,通过CCD工业摄像机对输送带实时拍摄并转化为数字图像信号,传输给计算机,针对撕带图像的特征对图像进行帧间差分、线性点运算、中值滤波、边缘检测及Otsu算法阈值分割,并基于裂缝特点设计了一种自适应的裂缝识别算法,实验证明,系统具有良好的实时性及鲁棒性。     

基于计算机视觉的井下输送带跑偏检测方法

为了准确监测井下输送带运行状态,防止输送带跑偏,提出了一种基于计算机视觉的井下输送带跑偏检测方法。首先采用基于卷积神经网络的MaskRCNN实例分割算法提取输送带图象中的感兴趣区域并进行图像预处理;之后采用改进的Canny算法提取输送带区域的边缘轮廓信息;最后采用改进的直线段检测(LSD)算法提取输送带边缘直线特征,根据边缘直线的斜率和中心线的相对位置判断输送带是否跑偏。实验结果表明,提出的井下输送带跑偏检测方法能够较准确地检测出输送带边缘直线从而进行跑偏判定,验证了算法的有效性。     

基于模糊综合评判的在线图像分割

为使矿岩块度在线检测能精确和快速地进行,提出了一种自适应阈值分割算法:首先选取全局自动阈值分割算法粗分割图像,然后针对粗分割效果较差的目标区域,重复利用阈值分割算法直到无区域可分离。在重复分割前,利用模糊综合评判方法对每一个目标物体的参数(尺寸,形状及梯度等)进行综合评价,若该目标为非正常块度,对其进行重复分割。通过对一次矿山爆破的300多幅矿岩块度图像进行测试表明:在线图像分割算法与新近的聚类分析及图论最小割算法相比,不仅简单而且具有较好的分割效果,在保证在线处理速度的要求下,分割准确率达95%以上,可有效地扩展应用在其它颗粒在线检测系统中。     

基于Hough变换的带式输送机托辊图像分割方法

由于现阶段对煤矿带式输送机托辊缺乏有效的监测，传统的人工巡检方法存在效率低、自动化程度低等问题，提出一种矿用带式输送机托辊图像分割算法。该算法利用带式输送机沿线巡检装置采集带式输送机图像，对托辊区域图像进行边缘检测，通过霍夫变换和直线拟合方法，确定托辊的4个边界。利用托辊边界制作图像掩膜分割出托辊图像区域。实验表明，该算法对不同位置托辊能够实现准确的自动分割，为利用视觉检测技术监测托辊运动状态提供可靠的技术基础。     

输送带故障检测多视点图像自适应增强方法

为提高矿用输送带故障检测的准确性,针对输送带故障检测采集的图像存在光照不均、图像质量差、影响故障检测与识别的问题,提出输送带故障检测多视点图像自适应增强方法。采用具有尺度自适应功能的多尺度Retinex法对图像光照分量进行提取,再根据提取的光照分量,利用针对多视点线阵相机采集图像特性改进的自适应伽马函数,完成对多视点图像的非均匀光照校正,最后进行图像细节对比度的增强。实验结果表明:该方法可去除非均匀光照、井下恶劣环境等对图像质量的影响,使不同视点不同光照环境条件下线阵相机采集图像的平均亮度具有一致性,压缩图像动态范围,提高对比度,使得图像中阴暗区域的细节更加明显,提高故障检测准确性,适合于矿用输送带故障在线检测。     

输送带纵向撕裂差影法图像识别技术研究

为了对带式输送机输送带纵向撕裂进行即时的监测和报警,把差影法图像处理技术引入到输送带纵向撕裂保护装置领域中.在现有研究算法的理论基础上,详细阐述了在Visual C 平台下,采集到的图像经过灰度化、差影运算、二值化等一系列处理过程.在边缘检测基础上,利用灰度跳变的特点检测到落煤,达到发现输送带撕裂的目的.通过现场试验证明,图像模式识别可以被引入到煤矿输送带撕裂监控系统,并且识别效果良好,具有广阔的应用前景.     

DSP TMS320C6701在煤与矸石图像识别中的应用

介绍了采用以DSP TMS320C6701芯片为核心构建的煤与矸石的识别系统。利用高性能TMS320C6701 DSP作图像处理器,利用CCD摄像头对煤炭输送带进行监测,通过图像采集卡,将拍摄到的连续图像输入到计算机,不断进行图像分析和处理,将煤块和矸石区分,并用MATLAB给出了仿真结果。     

煤矿井下带式输送机煤流图像识别方法的研究

根据图像采集系统实时采集的煤矿井下带式输送机煤流图像,利用一维小波分析方法求出描述图像煤流、胶带和背景的特征参数,通过BP网络进行目标分类,进而判别煤流边界,以求出煤流大小,试验证明,这是一种简单实用的煤流大小实时估计方法。     

基于ARM9的输送带纵向撕裂检测系统研究

针对带式输送机输送带纵向撕裂故障,提出了一种基于ARM9的嵌入式图像处理技术进行输送带撕裂检测的新方法。利用Linux操作系统下线程互斥的方式,使图像采集和图像识别分别进行而互不干扰,而且在处理线程中直接将正常输送带图像剔除,从而不会发生内存容量增大的现象。此输送带纵向撕裂检测系统在唐山开滦东欢坨煤矿取得了良好的试验效果。与使用PC机相比,图像处理的效率和实时性都得到了很大提高,且大幅简化了系统结构,易于实现防爆,具有速度快、功耗低、体积小等特点。     

基于LabVIEW和CCD相机的输送带纵向撕裂检测系统设计

结合CCD工业相机图像检测技术与PLC现场控制技术,针对带式输送机纵向撕裂问题设计了一套输送带纵向撕裂在线检测预警系统。系统采用LabVIEW作为图像处理与控制软件,借助IMAQ Vision函数库设计了一套流程简单的图像处理算法,以满足实时性要求;具有非接触、无损、灵敏度高等特点。     

基于特征点的煤矿图像拼接技术的研究

将图像拼接技术引入到煤矿领域。结合煤矿井下环境的特点,提出了一种稳健的基于曲率尺度空间的拼接(CSSM)算法。该算法使用改进后的自适应阈值CSS角点检测算法提取特征点,利用相似测度NCC提取初始特征点对,并通过RANSAC删除伪匹配对,达到精确匹配,通过渐入渐出融合法实现无缝拼接。