基于Retinex的X光钢丝绳芯输送带图像校正和增强方法研究

在矿用钢丝绳芯输送带X光图像采集过程中,由于点光源到线阵探测器的各像素点的距离不同,以及每一像素点的物理特性存在差异,造成图像不均匀。采用Butterworth低通滤波器对X光图像滤波,经过去噪、平滑处理,得到去除噪声后的图像;结合Retinex理论建立了基于基函数的不均匀光照背景估计模型,利用该模型对去除噪声后的图像灰度校正,得到校正后的图像;利用拉伸图像对比度的方法增强校正后的图像对比度,从而去除原始图像的不均匀光照的影响,得到增强后的图像。试验结果表明,该算法能有效校正不均匀X光图像,提高了图像对比度,为进一步矿用输送带的检测和图像处理奠定了基础。     

矿井复杂环境视频监控图像增强算法研究

针对井下环境亮度低,粉尘严重等造成监控视频图像光照不均匀以及模糊不清等问题,提出了基于二维伽马函数实现井下视频图像增强的算法。该算法运用具有边缘保持性的引导滤波提取光照分量,通过二维伽马函数自适应调整光照,并运用基于受限自适应的直方图均衡化调整全图的对比度,从而提高图像的清晰度以及信息量。提出的算法与经典算法相比,无论是在视觉效果上,还是在信息熵,平均梯度,标准差等方面都优于经典算法。结果表明该方法可有效提高图像的清晰度,信息量以及对比度,同时减轻井下光照不均匀以及粉尘造成的图像质量不高的问题,提高了井下视频监控图像中的整体的视觉效果。     

基于深度神经网络的煤矿井下低光照图像增强算法

由于煤矿井下空间环境的复杂性与恶劣的光照条件，视觉设备获取的图像容易存在对比度不足、纹理细节差等问题，严重影响了视觉设备的工作可靠性，限制了进一步的基于图像的智能视觉应用。为提高矿井下低照度图像的对比度，同时强化其纹理细节，提出一种基于深度神经网络的矿井下低光照图像增强模型，该模型包含有3个子网络，分别为分解网络、光照调整网络和反射重构网络。分解网络将煤矿井下图像分解为光照分量和反射分量；光照调整网络利用深度可分离卷积结构有效减少了模型的参数，强化了网络特征提取能力，此外，引入了MobileNet网络结构，进一步使光照调整网络轻量化，同时保持其特征提取精度，有效实现光照分量对比度调整；反射重构网络引入了残差网络结构，提升了网络特征学习性能与反射分量纹理细节恢复能力;最后，将处理过后的光照分量和反射分量基于Retinex理论融合，获得增强图像，实现矿井下图像的对比度提高与细节的增强，克服了现有增强算法中所存在的增强图像细节丢失、边缘模糊、对比度和清晰度不足等问题。数值试验表明，提出的模型能够在提高矿井下图像对比度的同时有效强化图像的纹理细节，并且具有良好的稳定性和鲁棒性，能够很好地满足煤...     

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工程背景,计算纵向长度、横向宽度,计算长宽比等特征参数判定矿用输送带纵撕图像。矿用输送带纵撕图像的纵向长度、横向宽度超过一定的阈值,自动识别判定发生了纵撕故障。图像质量识别度高,检测准确,有效解决了矿用输送带纵撕图像检测和纵撕故障识别的问题。     

矿用输送带接头伸长量计算及故障检测方法

针对矿用输送带接头伸长故障检测准确性差的问题,提出了基于条件Y差分算法的矿用输送带接头伸长量计算及故障检测方法.利用采集得到的矿用输送带X光图像,采用该方法计算出每个钢丝绳芯搭接空档的伸长量,并对山西晋城煤业集团王台矿某条钢丝绳芯输送带进行检测试验.结果表明,每个钢丝绳芯搭接空控伸长量的计算结合接头整体伸长量的计算,实现了对接头伸长故障的综合检测和判断,可用于矿用输送带的安全防护及接头伸长故障的准确定位.     

基于照度调整的矿井非均匀照度视频图像增强算法

由于煤矿井下空间环境受粉尘等因素的影响,视频监控系统获取的作业环境图像存在照度低、照度不均匀等问题,而且现有的算法在处理煤矿非均匀照度图像时会出现颜色失真或者过增强现象,这不利于对图像的判读和应用。结合煤矿的实际数据,提出了一种新的图像增强算法,克服了现有算法存在的问题:分析井下视频图像特点,采用具有边缘保持特性的多尺度引导滤波获取照度分量;基于Retinex理论,将图像分解为照度分量与反射分量;针对照度不均匀的特性,提出一种新的"S型"曲线函数对其进行调整;分析图像的特性,引入受限对比度自适应直方图对其对比度进行增强;提出新的图像增强模型,利用细节增强系数和照度增强系数实现对图像的综合增强。与其他4种算法的对比试验表明,本文算法在主观评价和客观评价方面都优于上述算法。实验证明,本算法具有有效提升图像整体亮度和对比度,同时避免光源附近亮区域的过增强现象的特点,能够满足矿山实际应用需求。     

矿用输送带表面破损的自动检测方法

矿用输送带在恶劣的工作环境下表面很容易产生破损,若不及时发现并修补,破损处会继续扩大,易酿成破坏性的撕裂,造成安全事故。目前输送带表面破损检测主要由专业技术人员靠人眼在空载时频繁启停条件下进行,但仅能测量承载面,检测质量和效率低。为实时快速提取表面破损信息,采用边缘保真去噪与多项式拟合法相结合,准确检测图像中输送带边界;与投影法相结合,快速识别表面破损。依线阵摄像机所采集图像的同列所感受光强的一致性,建立能抑制行向不均匀噪声的分割模型,实时性强,分割效果好,为后续的图像处理与识别奠定了基础,为线阵摄像机的其他应用场合提供了一个有效的技术途径。对输送带承载面、非承载面的表面破损进行全面测量,若出现严重破损,及时报警,提高检测质量和效率,降低机械磨损,提高企业生产效率。     

基于LabVIEW的矿用输送带纵向撕裂视觉监控系统

设计一款基于LabVIEW与PLC的矿用输送带纵向撕裂视觉监控系统,用以对矿用输送带进行监测与控制。以LabVIEW软件为设计基础,PC与CCD相机、PLC共同构成监控系统。CCD相机用于采集矿用输送带的图像信息,LabVIEW将采集的图像动态存储,并进行图像分析处理,一旦识别到产生纵向撕裂,LabVIEW向PLC发出控制命令,同时将处理后的撕裂信号保存,PLC控制输送带机停机并发出声光报警信号通知工作人员。源图像的保存与处理后撕裂图像的保存可为后期对输送带的处理提供便利,节约工程人员维护时间。本系统各部分协同工作情况优良,检测精确准确可靠,应用于现场测试效果令人满意。     

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。     

煤炭输送带表面裂纹自动检测技术研究

监测煤炭输送带表面缺陷裂纹可有效预防其纵向撕裂。本系统采用高亮光源提供照明,线阵CCD相机实时获取其表面图像,利用工控机在线处理数据并根据判定结果输出告警或供检测人员参考。为完整提取断裂裂纹,提出了利用数学形态学方法增强各方向分量并重构缺陷裂纹的算法。实验证明,该数据处理方法可准确地提取缺陷裂纹信息。     

基于视频技术的煤矿监控系统设计

为加快智能矿山建设,针对煤矿带式输送机、水泵房等重要设备监测中存在的问题,建立了煤矿智能监测和识别系统,介绍了其组成和实现功能。由于煤矿的低照明和低对比度,从视频监控系统捕获的图像有时不太清晰,针对煤矿的特殊环境,提出了一种图像增强的方法。该方法首先通过中值滤波降低了以煤矿噪声为主的脉冲噪声,然后改进了自适应直方图均衡,大大提高了对比度和照度。实验结果表明,该方法能有效地提高井下图像的质量。煤矿监控系统集成了数据采集、视频监控、智能分析和故障报警等功能,智能监控了井下生产现场和大型设备,实现了无人值守操作,为数字矿山建设提供了强有力的支持。     

基于统计特征的钢丝绳芯输送带故障自动检测

根据钢丝绳芯输送带X光图像呈规律性变化的特点,提出一种基于统计特征的自动检测故障的方法。对输入图像进行归一化和规范化后,逐行扫描、计算每个像素点的MRB（Modified Regular Bands）参数值,与整幅图像的MRB参数值的均值相减,再用差值和训练阶段得到的阈值比较,判断出有无故障并从故障图像中检测出故障区域。通过对常见的4类故障的检测,结果表明：该方法检测准确性高、操作简单、运行速度快,适于在线检测;与均值和方差相比,MRB参数对故障更敏感,能检测出细小的故障,图像对比度高、能更好地凸显出故障区域,且检测出的故障区域更接近于故障的外形。     

矿井带式输送机胶带表面异物视频检测系统设计研究

由于煤矿输送带视觉场景噪声高、地下环境复杂，输送带图像的异物识别效率较高。针对煤矿带式输送机存在异物造成输送机损坏的问题，提出了基于SSD技术的带式输送机表面异物视频检测方法。采用深度可分卷积方法减少SSD算法中的参数数量和提高速度；采用GIOU函数计算式代替原始SSD中的位置损失函数，以提高检测精度；对特征映射的提取位置和识别框的比例进行优化，以提高检测精度。实验结果表明，改进算法优于原SSD算法，平均准确率从 87.1% 提高到90.2%，检测帧率从32帧提高到41帧。     

矿用输送带防护中的机器视觉技术

输送带撕裂、损伤和跑偏等故障是矿用带式输送机容易出现的三类严重故障,基于机器视觉的输送带防护具有更高的可靠性和准确性,已经成为输送带防护的重要发展方向.本文分析了机器视觉技术在矿用输送带的撕裂、损伤和跑偏故障检测中的一些典型应用.     

基于图像处理的输送带跑偏故障在线检测技术研究

输送带跑偏是带式输送机常见故障之一,当前普遍采用人工定期巡检的方法检测故障,存在危险性高、效率低,巡检工劳动强度大,不具备实时检测功能,当人工发现故障时,往往已经造成了较为严重的损失等缺点。针对上述问题,文章研究了基于图像处理的输送带跑偏故障在线检测技术,提出了一种基于导向滤波和最大类间方差法(OTSU)的改进型Canny算子边缘检测方法,并利用Hough变换提取到边缘直线特征并进行分析处理,最终实现了对输送带跑偏故障的在线检测和分级故障报警。系统具有非接触、检测精度高、实时性好等优点,现场应用效果良好,保障了带式输送机连续高效运行,为实现选煤厂带式输送机无人值守奠定了基础。     

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。     

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。     

基于变分自编码器的输送带煤量分级算法研究

为了能够高效精准地对煤矿带式输送机上的煤量进行分级,提出了一种基于变分自编码器(VAE)的输送带煤量分级算法。首先为了解决真实场景图像往往存在许多噪声信息的问题,利用VAE对图像进行重构处理,使图像更加光滑以减少噪声信息对后续分级的干扰。然后为了提升输送带煤量的分级精度,利用卷积神经网络(CNN)对重构后的图像进行分级预测。实验结果表明,相对于对比方法,此该算法在各评价指标上均有提升,同时重构图像能够保留原始图像的关键信息。     

矿井胶带输送机故障分析及智库体系建设

为了确保矿井胶带输送机能够高效率运行,分析了矿井胶带输送机故障分析及智库体系建设,分析了可伸缩式胶带输送机主要装置,定量和定性分析了胶带输送机故障树建设,然后根据故障树,建立了胶带输送机系统的部分本体模型,并研究了输送机故障智库表结构及胶带输送机智库推理流程。研究对高速解决胶带输送机的故障体系建设提供了技术支持。