基于计算机视觉的输煤皮带撕裂检测方法与流程

1.本发明涉及一种生产监控方法，特别是一种基于计算机视觉的输煤皮带撕裂检测方法。


背景技术：

2.一般地，对于煤矿井下的工作面的煤炭进行运输，主要依靠输煤皮带完成。但是，目前实际工况条件下，输煤皮带通常可能由于受到矿用卡车输送量不均匀导致的负载过重或者过轻的情况时有发生。在这种工况下，不仅仅可能造成电力资源的浪费。同时也可能对输煤皮带产生损伤，这里最主要的损伤即为皮带的老化撕裂。针对这一问题，目前成熟的解决方案有通过人工对输煤线路进行定期巡检，或者通过计算机视觉方式进行撕裂识别两种方案。由于井下环境复杂且存在极大危险性，因此目前来说，通过计算机视觉方式进行识别已经变成主流方式。例如，在中国专利cn105293001a中，公开了一种基于图像线结构匹配的皮带纵向撕裂检测方法。在该方法中，通过在待检测的皮带下方，设置图像采集装置，而后针对采集的图像进行基于像素点的张量计算，并在进一步的计算目标像素的置信度，进而按照计算的方向还原撕裂位置。但发明人发现，目前这种算法，只能针对预设形制的撕裂，没有普适性。在实际应用中，发明人还发现，该套算法计算量较大，而且系统准确率偏低。。
3.由此可以看出，目前现有技术仍然存在缺陷，需要改进。


技术实现要素：

4.鉴于现有技术存在的上述问题，本发明的目的在于提供一种基于计算机视觉的输煤皮带撕裂检测方法，该方法相对于目前现有技术来说，计算量较小且准确性性非常高。
5.为了实现上述目的，本发明提供的一种基于计算机视觉的输煤皮带撕裂检测方法，包括：
6.以第一预设频率交替给予输煤皮带工作面垂直方向的第一线性结构光，以及沿所述输煤皮带送料方向成预设夹角的第二线性结构光；
7.采集输煤皮带工作区域的视频流；
8.分别提取第一线性结构光对应的第一图像帧构造第一数据集，提取第二结构光对应的第二图像帧构造第二数据集；提取所述第一数据集及所述第二数据集中的相邻的两个图像帧，分别针对两帧图像进行预处理后进行图像叠加，多个叠加处理后的图像帧构造为第三数据集；
9.针对第三数据集进行特征识别，判断是否存在撕裂区域，如是，记录对应的第一图像帧和第二图像帧并发出检测信号。
10.作为优选，在采集输煤皮带工作区域视频流时，通过并列于所述第一线性结构光的光源的第一图像采集单元进行垂直于输煤皮带工作面方向的视频采集。
11.作为优选，位于输煤皮带工作面下方，还设置有第二图像采集单元，该方法还包括，同步采用第一图像采集单元和第二采集单元进行视频流采集。
12.作为优选，所述第一数据集还包括在第一线性结构光的光源照射下，所述第二图像采集单元采集的对应地的第三图像帧，以及所述第二数据集还包括在第一线性结构光的光源照射下，所述第二图像采集单元采集的对应地的第三图像帧。
13.作为优选，所述第一线性结构光光源为紫外光源，所述第二线性结构光光源为红外光源。
14.作为优选，针对两帧图像进行预处理后进行图像叠加，包括：
15.对第一图像帧和第二图像帧分别进行二值化处理；
16.基于opencv针对经二值化处理的第一图像帧和图像帧进行图像叠加。
17.作为优选，针对第三数据集进行特征识别之前，还包括：
18.针对第三数据集中的两个相邻的图像叠加帧，计算对应撕裂位置的像素点的灰度差值，得到灰度差分图像；
19.针对第三数据集进行特征识别时，按照灰度差分图像进行识别。
20.作为优选，在对第三数据集进行特征识别时，包括：
21.构建神经网络算法模型；
22.通过训练集训练神经网络算法模型；
23.生成ltsm神经网络算法模型，
24.根据ltsm神经网络算法模型对第三数据集进行检测。
25.本发明提供的基于计算机视觉的输煤皮带撕裂检测方法，相对于现有技术，可通过不同波长的线性结构光以不同角度进行照射，因此可以取得不同的图像帧，当两帧图像叠加后，可以较为明显的反馈出撕裂位置，因此具备相当的准确性，同时计算量较低。
附图说明
26.图1为本发明的基于计算机视觉的输煤皮带撕裂检测方法的原理示意图；
27.图2为本发明的基于计算机视觉的输煤皮带撕裂检测方法的流程图；
28.图3为本发明的基于计算机视觉的输煤皮带撕裂检测方法的具体方法流程图。
具体实施方式
29.为使本领域技术人员更好的理解本发明的技术方案，下面结合附图和具体实施方式对本发明作详细说明。
30.通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本发明的这些和其它特性将会变得显而易见。
31.还应当理解，尽管已经参照一些具体实例对本发明进行了描述，但本领域技术人员能够确定地实现本发明的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
32.此后参照附图描述本发明的具体实施例；然而，应当理解，所发明的实施例仅仅是本发明的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以根据用户的历史的操作，判明真实的意图，避免不必要或多余的细节使得本发明模糊不清。因此，本文所发明的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本发
明。
33.本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本发明的相同或不同实施例中的一个或多个。
34.如图1所示，本发明提供的一种基于计算机视觉的输煤皮带撕裂检测方法，其基本原理如图1所示，在皮带1的顶部和底部，各设置第一图像采集单元4和第二图像采集单元5，而线性结构光的光源则包括位于第二图像采集单元5上方的第一线性结构光的光源，以及以预设角度斜方向照射到撕裂检测点位置，这样，第一图像采集单元4和第二图像采集单元5可以分别获得不同结构光光线照射下的图像帧信息，当通过图像叠加技术实现检测帧时，可以取得更为准确的检测结果。该方法具体包括：
35.s1、以第一预设频率交替给予输煤皮带工作面垂直方向的第一线性结构光，以及沿所述输煤皮带送料方向成预设夹角的第二线性结构光；
36.s2、采集输煤皮带工作区域的视频流；
37.s3、分别提取第一线性结构光对应的第一图像帧构造第一数据集，提取第二结构光对应的第二图像帧构造第二数据集；提取所述第一数据集及所述第二数据集中的相邻的两个图像帧，分别针对两帧图像进行预处理后进行图像叠加，多个叠加处理后的图像帧构造为第三数据集；
38.s4、针对第三数据集进行特征识别，判断是否存在撕裂区域，如是，记录对应的第一图像帧和第二图像帧并发出检测信号。
39.在一些实施例中，作为优选，在采集输煤皮带工作区域视频流时，通过并列于所述第一线性结构光的光源的第一图像采集单元进行垂直于输煤皮带工作面方向的视频采集。而进一步地位于输煤皮带工作面下方，还设置有第二图像采集单元，该方法还包括，同步采用第一图像采集单元和第二采集单元进行视频流采集。
40.另外，所述第一数据集还包括在第一线性结构光的光源照射下，所述第二图像采集单元采集的对应地的第三图像帧，以及所述第二数据集还包括在第一线性结构光的光源照射下，所述第二图像采集单元采集的对应地的第三图像帧。
41.再者，所述第一线性结构光光源为紫外光源，可以更好的穿透撕裂位置，从而被第二图像采集装置捕捉，而斜向的所述第二线性结构光光源为红外光源，则具有更好的衍射性能，也有利于被底部的第二图像采集装置捕捉。
42.在本发明的另一些实施例中，针对两帧图像进行预处理后进行图像叠加，包括：对第一图像帧和第二图像帧分别进行二值化处理；
43.基于opencv针对经二值化处理的第一图像帧和图像帧进行图像叠加。
44.而针对第三数据集进行特征识别之前，还包括：针对第三数据集中的两个相邻的图像叠加帧，计算对应撕裂位置的像素点的灰度差值，得到灰度差分图像；针对第三数据集进行特征识别时，按照灰度差分图像进行识别。在对第三数据集进行特征识别时，包括：构建神经网络算法模型；通过训练集训练神经网络算法模型；生成ltsm神经网络算法模型，根据ltsm神经网络算法模型对第三数据集进行检测。
45.本文描述了各种操作或功能，其可以被作为软件代码或指令实现或定义为软件代码或指令。这样的内容可以是可直接执行的(“对象”或“可执行”形式)源代码或差分代码(“增量”或“补丁”代码)。本文所述的实施例的软件实现可以经由其中存储有代码或指令的
制品或者经由操作通信接口以经由通信接口发送数据的方法来提供。机器或计算机可读存储介质可以使机器执行所描述的功能或操作，并且包括以可由机器(例如，计算设备、电子系统等等)访问的形式存储信息的任何机制，诸如可记录/不可记录介质(例如，只读存储器(rom)、随机存取存储器(ram)、磁盘存储介质、光存储介质、闪存设备、等等)。通信接口包括接合到硬连线、无线、光学等介质中的任何一个以与另一设备通信的任何机制，诸如存储器总线接口、处理器总线接口、互联网连接、磁盘控制器等。可以通过提供配置参数和/或发送信号来将通信接口配置成将该通信接口准备好以提供描述软件内容的数据信号。可以经由发送到通信接口的一个或更多个命令或信号来访问通信接口。
46.以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。