基于计算机视觉的带式输送机跑偏监测

针对带式输送机胶带在运行过程中易出现跑偏的情况,提出了一种基于计算机视觉的输送带跑偏监测方法。首先将视频监控中采集到的视频图像设置感兴趣区域(Region of Interest,ROI)以减少计算量,同时对ROI进行图像预处理。然后采用改进的Canny边缘检测算法得到ROI边缘二值图像,利用累计概率霍夫变换(Progressive Probabilistic Hough Transform,PPHT)提取输送带边缘直线特征,最后根据所得直线特征来判断输送带是否跑偏。     

基于机器视觉的煤矿带式输送机跑偏检测方法

机器视觉是煤矿井下带式输送机输送带跑偏故障检测的有效方法,但检测准确度仍有待提高。研究用引力检测方法对Canny方案进行优化,生成大掩模3×3梯度算子,实现准确提取输送带边缘轮廓信息。进而通过Hough直线变换得到边缘直线的坐标信息,对输送带扭曲和偏移2种故障进行识别。实验结果表明,经优化后算法处理过的图像C/A值分布在0.01～0.03,C/B分布在0.01～0.04,整体优于原算法,提升了边缘提取精度。研究表明该方法可以更准确地提取输送带边缘信息,并识别出跑偏故障。     

基于FPGA的输送带跑偏检测系统设计

针对带式输送机运行过程中的跑偏问题,在分析了目前输送带跑偏检测方法的基础上,提出了基于机器视觉的跑偏检测方法,并在FPGA平台上采用Verilog HDL语言实现。通过CMOS图像传感器采集输送带运行视频数据,经格式转换和图像滤波后进行边缘提取和跑偏检测。在跑偏检测部分,采用坐标统计法与分组近似法相结合的方式来识别输送带的横向跑偏和扭转跑偏特征。仿真和实验结果表明,系统能够实现30帧/s的实时处理,并准确检测出输送带的故障特征。     

基于视觉计算的胶带运输机跑偏监测

针对井下胶带运输机胶带跑偏的现象,提出了一种基于视觉计算的监测方法。首先对井下复杂环境下的视频图像进行图像滤波和边缘增强;然后采用Canny算子进行边缘检测,得到视频图像的边缘二值图像;其次根据胶带边缘直线特征采用Hough变换检测胶带的边缘,并设置感兴趣区域,这加快了图像的处理速度和可靠性;再次对胶带边缘直线的断裂现象,采用最小二乘拟合将断裂的直线段合并成一条完整的直线;最后根据拟合到的直线斜率值和直线与图像坐标系中x轴的交点值监测胶带的跑偏。     

基于图像处理技术的输送带跑偏移动监测系统设计

针对传统的输送带跑偏监测技术无法准确监测到输送带跑偏和监测成本较高的问题,设计了一种基于图像处理技术的输送带跑偏监测系统.该系统通过移动式线缆机器人搭载网络监测相机,对输送带的运行状态进行实时图像采集,采用改进典型的区域显著性检测模型进行图像轮廓提取,通过计算输送带边沿与托辊最高点的距离偏差分析输送带的运行状态,对可能出现的输送带跑偏问题进行实时监测和预警.实际应用结果表明,该输送带跑偏监测系统能准确有效地对输送带跑偏问题进行预警,提高了带式输送机的工作效率.     

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。     

基于X射线图像的接头抽动算法研究

针对现有强力输送带接头抽动检测算法检测精度低、自适应程度不高的问题,提出一种结合改进Y-差分与SURF特征匹配为一体的强力输送带接头抽动检测算法。该算法首先进行X射线图像接头点检测;随后对待检测接头点提取SURF特征向量,根据特征值进行特征匹配,寻求当前图像与基准图像的映射关系,计算归一化系数;最后根据归一化系数进行抽动趋势分析并计算抽动距离。通过实际应用验证,该方法检测精度较高,对强力输送带的速度变化、跑偏、抖动具有一定的自适应性,保障了强力输送带的安全运输。     

基于数字图像处理的输送带跑偏状态实时监测技术

跑偏是带式输送机常见的运行故障之一,在实际生产中大多通过跑偏传感器和纠偏装置对其进行监测和纠正。随着煤矿智能化建设的进一步深入,对带式输送机的智能化水平也提出了更高的要求。提出了一种基于数字图像处理的带式输送机运行状态监测技术,通过Hough变换对输送带边缘直线特征进行提取和处理,进而实现对跑偏状态的判断以及可视化在线监测。该技术充分利用了机器视觉的非接触无阻无损测量、精度高等特点,为带式输送机运行状态的智能化监测提供了技术方案。     

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。     

基于YOLOv5s改进的井下人员和安全帽检测算法研究

针对目前煤矿井下综采工作面煤尘干扰导致的人员和安全帽检测算法精确度低、漏检率高等问题，文章提出一种基于YOLOv5s改进的矿井人员和安全帽检测算法。首先引入CBAM注意力机制，更准确的提取图像关键特征；然后采用αCIOU损失函数替换原始的CIOU损失函数，二者结合提升整体目标检测的准确率。实验结果表明：改进后的检测算法精度优于YOLOv5s原始算法，检测准确率高达97.6%,在井下综采工作面复杂环境下可以实现高效准确的井下人员和安全帽检测。