基于计算机视觉的输煤皮带撕裂检测方法与流程

技术特征：
1.基于计算机视觉的输煤皮带撕裂检测方法，包括：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；采集输煤皮带工作区域的视频流；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；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。2.如权利要求1所述的方法，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。3.如权利要求1所述的方法，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。4.如权利要求1所述的方法，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。5.如权利要求1所述的方法，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。6.如权利要求1所述的方法，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；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。作为优选，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。7.如权利要求1所述的方法，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。

技术总结
本发明公开了一种基于计算机视觉的输煤皮带撕裂检测方法，包括：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；采集输煤皮带工作区域的视频流；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；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。检测信号。检测信号。


技术研发人员：孙新佳 孙晓刚 刘鹏飞 赵霞 高越 杨洋 杨娟丽
受保护的技术使用者：北京华能新锐控制技术有限公司
技术研发日：2021.11.04
技术公布日：2022/1/4