專利名稱：X光成像的鋼絲繩芯輸送帶接頭拉伸故障自動(dòng)檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于X光無(wú)損檢測(cè)領(lǐng)域，具體涉及X光鋼絲繩芯輸送帶檢測(cè)中一種鋼絲繩 芯輸送帶接頭圖像的篩選、拼接和鋼絲繩芯輸送帶接頭拉伸的自動(dòng)檢測(cè)的方法。
背景技術(shù)：
鋼絲繩芯輸送帶接頭是整條鋼絲繩芯輸送帶中抗拉強(qiáng)度最低、最為薄弱的環(huán)節(jié)， 鋼絲繩芯輸送帶橫向斷裂大都發(fā)生在接頭處，在我國(guó)，幾乎無(wú)一例外。所以，對(duì)鋼絲繩芯輸 送帶橫向斷裂的監(jiān)測(cè)與診斷主要針對(duì)接頭[1]。靜態(tài)人工檢測(cè)方法如“起泡”現(xiàn)象觀測(cè)法、接頭長(zhǎng)度測(cè)量法、表面應(yīng)變測(cè)量法等。 但上述方法可靠性不高，在實(shí)際應(yīng)用中會(huì)受到很多局限，如接頭表面及其標(biāo)志線或網(wǎng)格通 常會(huì)被煤泥染得很臟而導(dǎo)致無(wú)法辨認(rèn)和測(cè)量等[1]。磁圖像分析法20世紀(jì)70年代末，澳大利亞學(xué)者A.哈里森根據(jù)電磁感應(yīng)原理研 制出CBM(Conveyor Belts Monitoring)鋼絲繩芯輸送帶鋼繩芯探傷裝置[2]。我國(guó)某些單 位如中科院力學(xué)所、煤科總院上海分院、太原理工大學(xué)等，利用相似的原理研制出鋼絲繩芯 輸送帶鋼繩芯探測(cè)裝置[3]。但這種監(jiān)測(cè)方法的故障分析與診斷技術(shù)較復(fù)雜，計(jì)算量非常大， 其診斷的準(zhǔn)確性、可靠性及實(shí)時(shí)性尚有待提高。而且該方法只能顯示結(jié)果曲線，不能直接顯 示輸送帶的內(nèi)部圖像，顯示不直觀。X光探測(cè)監(jiān)測(cè)法在我國(guó)，過(guò)去也一直采用X光探測(cè)法對(duì)鋼絲繩芯輸送帶進(jìn)行檢 測(cè)，但往往只是用于鋼絲繩芯輸送帶的靜態(tài)檢測(cè)。1993年，中國(guó)礦業(yè)大學(xué)研制了基于X光探 測(cè)原理的鋼絲繩芯輸送帶的檢測(cè)系統(tǒng)[4]，但該系統(tǒng)受當(dāng)時(shí)的軟硬件技術(shù)的限制，存在輸送 帶圖像處理速度慢、實(shí)時(shí)性差、精度低(分辨率為2. 5mmX2. 5mm)等問(wèn)題，對(duì)接頭拉伸的測(cè) 量采用數(shù)字濾波技術(shù)、空間導(dǎo)數(shù)運(yùn)算、最小二乘直線擬合和可變閾值二值化等實(shí)現(xiàn)接頭圖 像特征參量的提取，系統(tǒng)誤差大，計(jì)算量大，圖像預(yù)處理效果欠佳，特征提取失誤率較高、需 要自動(dòng)搜索和人工干預(yù)相結(jié)合，難以滿足生產(chǎn)實(shí)際的需求。參考文獻(xiàn)[1]黃民，魏任之.礦用鋼繩芯帶式輸送機(jī)實(shí)時(shí)工況監(jiān)測(cè)與故障診斷技術(shù)[J].煤 炭學(xué)報(bào)，2005，30 (2) 245-250.[2]Harrison A. A new technique for measuring loss of adhesion in conveyor belt splices[J]. Australian J.Coal Mining Technology and Research, 1983(4) :27-34.[3]劉志河，張海濤.鋼繩芯膠帶繩芯在線實(shí)時(shí)監(jiān)測(cè)系統(tǒng)[J].煤炭科學(xué)技術(shù)， 1998(8) 38-40.[4]和志強(qiáng).強(qiáng)力輸送帶鋼繩芯無(wú)損探傷圖像數(shù)據(jù)采集和處理技術(shù)的研究[D].北 京中國(guó)礦業(yè)大學(xué)(北京校區(qū))，1998.

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè) 方法，解決當(dāng)前鋼絲繩芯輸送帶接頭拉伸故障監(jiān)測(cè)和診斷中存在的可靠性不高、準(zhǔn)確性較 差、顯示不直觀、主要依賴于人工檢測(cè)等問(wèn)題。本發(fā)明所采用的技術(shù)方案，可分為三個(gè)步驟(流程圖如附圖1所示)S1 接頭圖像篩選將含有部分或全部接頭信息的圖像從X光成像系統(tǒng)采集并保存的一整條鋼絲繩 芯輸送帶的X光圖像中篩選出來(lái)；S2:接頭圖像拼接將篩選出來(lái)的圖像拼接成對(duì)應(yīng)的含有完整接頭信息的圖像；S3:接頭拉伸判斷對(duì)每個(gè)接頭進(jìn)行接頭拉伸的判斷。步驟S1,因?yàn)樵赬光鋼絲繩芯輸送帶檢測(cè)系統(tǒng)采集的圖像中，一個(gè)接頭可能分布 到連續(xù)的幾幅圖中(大多數(shù)情況下鋼絲繩芯輸送帶的運(yùn)行速度為2. 5m/s或3. 15m/s，此時(shí) 本發(fā)明所采用的檢測(cè)系統(tǒng)采集到的一個(gè)接頭的信息分布到連續(xù)的1-3幅圖像中)。為了便 于分析和處理，依照鋼絲繩芯輸送帶X光圖像灰度變化的特點(diǎn)，本發(fā)明采用局部直方圖信 息進(jìn)行接頭圖像的篩選，根據(jù)鋼絲繩芯輸送帶接頭信息的分布情況進(jìn)行邏輯判斷，其方法 流程圖如附圖2所示。首先將一幅圖像分成上中下三部分，取每一部分的連續(xù)5行的穩(wěn)定 區(qū)域(上中下區(qū)域分別對(duì)應(yīng)一幅圖像最上面的5行、中間的5行和最下面的5行，除去兩邊 各20個(gè)像素點(diǎn)的區(qū)域)，按附圖2所示順序取各區(qū)域直方圖信息與閾值比較，依次判斷是否 含有接頭信息，然后按照接頭信息的分布情況在“接頭篩選”文件夾中保存并命名篩選出的 圖像。特別的，為了防止丟失僅含有微小部分接頭信息的圖像，按照上述邏輯判斷，有時(shí)還 需將前一幅或下一幅圖像保存下來(lái)。如當(dāng)前圖中上部分和下部分均含有接頭信息，此時(shí)也 把后一幅圖像保存下來(lái)，并把當(dāng)前圖命名為“接頭序號(hào)-2. jpg”，后一幅圖保存為“接頭序 號(hào)_3.jpg”的形式。此時(shí)，若下一幅圖像在篩選中也被篩選出來(lái)，則不再重新保存，這樣保 證了篩選正確率達(dá)到100%，即不丟失任何一幅含有接頭信息的圖像。步驟S2，依照鋼絲繩芯輸送帶X光圖像的灰度變化特點(diǎn)，本發(fā)明采用局部直方圖 信息進(jìn)行接頭圖像的拼接，根據(jù)保存的篩選后的接頭圖像的名稱進(jìn)行邏輯判斷，其方法流 程圖如附圖3所示。首先將篩選出的同一個(gè)接頭的圖像按照其命名規(guī)則拼接成高度為原圖 像兩倍的新圖像，然后求每行的局部直方圖信息，由連續(xù)三行的邏輯判斷確定接頭信息開(kāi) 始和結(jié)束的縱坐標(biāo)，最后根據(jù)每條鋼絲繩芯輸送帶實(shí)際接頭的情況，剪切形成最終的含有 完整接頭信息的圖像。步驟S3，采用改進(jìn)的“條件”Y-差分算法，實(shí)現(xiàn)鋼絲繩芯輸送帶接頭搭接部分上下 邊緣的標(biāo)識(shí)和二值化，能有效的抑制噪音；根據(jù)接頭搭接部位上下邊緣的關(guān)系，有效的去除 抖動(dòng)；根據(jù)Y方向投影使用聚類方法(采用mean shift迭代算法)檢測(cè)出每條線，并搜索 出線對(duì)，同時(shí)計(jì)算距離和方差；根據(jù)先驗(yàn)值判斷距離的變化，在大于設(shè)定的范圍時(shí)給出報(bào)警 提示。其方法流程圖如附圖4所示。特別的，“條件” Y-差分算法是指在Y+和Y-方向計(jì)算“條件”差分圖像并二值 化，Y+方向用紅色表示，Y-方向用綠色表示?！皸l件”差分可以分成兩步，第一步是差分，
5對(duì)于 Y+ 方向，如果 pixel (x，y+1) -pixel (x, y) > threshold,則結(jié)果圖像中的 pixel (x，y) 顯示為紅色；對(duì)于Y-方向，如果pixel (x，y)_pixel(x，y+1) > threshold則結(jié)果圖像中的 pixel (x,y)顯示為綠色。第二步是根據(jù)鋼絲繩芯輸送帶圖像的特點(diǎn)設(shè)置一定的條件來(lái)判斷 差分圖像中的每個(gè)紅色或綠色點(diǎn)是否要保留。保留與否的條件是如果x方向上連續(xù)有三 個(gè)以上的點(diǎn)都是同一種顏色的差分點(diǎn)，則這些點(diǎn)保留，否則就當(dāng)作干擾點(diǎn)去除。在實(shí)現(xiàn)中， 做差分和根據(jù)條件判斷是否保留這兩步是在同一次掃描中完成的，保證了算法的效率。本發(fā)明的效果和益處是，實(shí)際應(yīng)用表明，本發(fā)明可以自動(dòng)、快速、高效的實(shí)現(xiàn)鋼絲 繩芯輸送帶接頭拉伸故障的檢測(cè)，在工業(yè)應(yīng)用中具有良好的使用價(jià)值。本發(fā)明技術(shù)有以下 幾個(gè)優(yōu)勢(shì)(1)自動(dòng)化程度高，使用簡(jiǎn)單，無(wú)需用戶干預(yù)。自動(dòng)實(shí)現(xiàn)接頭圖像的篩選、拼接和拉 伸判斷；自動(dòng)選取方法中需要的各種閾值，無(wú)需用戶輸入或選擇；給出檢測(cè)結(jié)果報(bào)告，當(dāng)接 頭拉伸程度超過(guò)預(yù)警值時(shí)，自動(dòng)給出報(bào)警提示。(2)接頭圖像的篩選和拼接準(zhǔn)確率高，可以達(dá)到100%。(3)拼接后的接頭圖像包含完整的接頭信息，并按照鋼絲繩芯輸送帶接頭的實(shí)際 順序存儲(chǔ)，便于接頭拉伸的判斷或比對(duì)，并有利于故障的準(zhǔn)確定位。(4)基于差分配對(duì)和統(tǒng)計(jì)學(xué)的鋼絲繩芯輸送帶接頭伸長(zhǎng)判斷的方法，解決了鋼絲 繩芯輸送帶采集過(guò)程中的噪聲以及抖動(dòng)對(duì)圖像處理造成的影響。該算法有效且魯棒性強(qiáng)， 可準(zhǔn)確定位出接頭并判斷出接頭內(nèi)各條線之間的關(guān)系，計(jì)算出所需線對(duì)的距離和方差。


圖1是鋼絲繩芯輸送帶接頭拉伸故障自動(dòng)檢測(cè)總流程圖；圖2是接頭圖像篩選流程圖；圖3是接頭圖像拼接流程圖；圖4是接頭拉伸判斷流程圖；圖5是某鋼絲繩芯輸送帶1號(hào)接頭篩選出的兩幅圖像及其命名；圖6是圖5篩選出的兩幅圖像在拼接后得到的完整的接頭圖像；圖7差分結(jié)果；圖8接頭拉伸檢測(cè)結(jié)果。
具體實(shí)施例方式以下結(jié)合附圖和實(shí)施例詳細(xì)敘述本發(fā)明的具體實(shí)施。本發(fā)明提出的鋼絲繩芯輸送帶接頭拉伸故障自動(dòng)檢測(cè)方法的總流程圖如附圖1 所示，對(duì)于X光成像系統(tǒng)采集并保存的一整條鋼絲繩芯輸送帶的X光圖像，實(shí)現(xiàn)對(duì)其中接頭 拉伸故障的自動(dòng)檢測(cè)需要完成三個(gè)步驟，即接頭圖像的篩選、接頭圖像的拼接和接頭拉伸 的判斷。其中接頭圖像篩選流程圖如附圖2所示，接頭圖像拼接流程圖如附圖3所示，接頭 拉伸判斷流程圖如附圖4所示。首先進(jìn)行接頭圖像的篩選，流程圖如附圖2所示。先從不含接頭信息的鋼絲繩芯 輸送帶X光圖像中獲取直方圖信息作為閾值，將一幅圖像分成上中下三部分，取每一部分 的連續(xù)5行的穩(wěn)定區(qū)域(上中下區(qū)域分別對(duì)應(yīng)一幅圖像最上面的5行、中間的5行和最下面的5行，除去兩邊各20個(gè)像素點(diǎn)的區(qū)域)，按附圖2所示順序取各區(qū)域直方圖信息與閾值 比較，依次判斷是否含有接頭信息，然后按照接頭信息的分布情況在“接頭篩選”文件夾中 保存并命名篩選出的圖像。一般情況下，當(dāng)下部分檢測(cè)有接頭信息時(shí)，命名為“接頭序號(hào)-1. jpg”，中間部分檢測(cè)有接頭信息時(shí)，命名為“接頭序號(hào)_2.jpg”，上部分檢測(cè)有接頭信息時(shí)， 命名為“接頭序號(hào)-3.jpg”。特別的，為了防止丟失僅含有微小部分接頭信息的圖像，按照 上述邏輯判斷，有時(shí)還需將前一幅或下一幅圖像保存下來(lái)。如當(dāng)前圖中上部分和下部分均 含有接頭信息，此時(shí)也把后一幅圖像保存下來(lái)，并把當(dāng)前圖命名為“接頭序號(hào)_2.jpg”，后一 幅圖保存為“接頭序號(hào)-3. jpg”的形式。此時(shí)，若下一幅圖像在篩選中也被篩選出來(lái)，則不 再重新保存，這樣保證了篩選正確率達(dá)到100%，即不丟失任何一幅含有接頭信息的圖像。附圖5是某鋼絲繩芯輸送帶1號(hào)接頭篩選出的兩幅圖像及其命名。在篩選中，圖 像5(a)的下面部分檢測(cè)到接頭信息，命名為1-1. jpg，而圖像5(b)的上面部分檢測(cè)到接頭 信息，且下面部分沒(méi)檢測(cè)到接頭信息，故命名為1-3. jpg。完成了接頭圖像的篩選，隨后進(jìn)行的是接頭圖像的拼接，流程圖如附圖3所示。首 先將篩選出的同一個(gè)接頭的圖像按照其命名規(guī)則拼接成高度為原圖像兩倍的新圖像，如果 含有三幅圖像，則截取“接頭序號(hào)-1. jpg”圖像的下半部分、“接頭序號(hào)-2. jpg”圖像的全部 和“接頭序號(hào)-3. jpg”圖像的上半部分依次拼接，若為兩幅圖像，則直接拼接；然后求每行 的局部直方圖信息，由連續(xù)三行的邏輯判斷確定接頭信息開(kāi)始和結(jié)束的縱坐標(biāo)；最后根據(jù) 每條鋼絲繩芯輸送帶實(shí)際接頭的情況，設(shè)置拼接圖像的高度，剪切形成最終的含有完整接 頭信息的圖像。附圖6是由附圖5篩選出的兩幅圖像在拼接后得到的完整的接頭圖像?？梢钥闯?由兩幅分別包含部分接頭信息的圖像1-1. jpg和1-3. jpg拼接為一幅完整的、接頭信息分 布在整幅圖中間部位的接頭圖像，視覺(jué)效果好，且便于進(jìn)一步的分析和處理。對(duì)拼接后的完整接頭圖像，最后要進(jìn)行的是接頭拉伸的判斷。執(zhí)行完灰度化后，進(jìn) 行“條件”Y-差分。即在Y+和Y-方向計(jì)算“條件”差分圖像并二值化，Y+方向用紅色表示， Y-方向用綠色表示。這里之所以稱之為“條件”差分圖像，是因?yàn)樵谧霾罘謺r(shí)設(shè)置了保留條 件。“條件”差分可以分成兩步，第一步是差分，對(duì)于Y+方向，如果pixel (x，y+1) -pixel (x, y) > threshold，則結(jié)果圖像中的pixel (x，y)顯示為紅色；對(duì)于Y_方向，如果pixel (x， y)-pixel (x, y+1) > threshold則結(jié)果圖像中的pixel (x，y)顯示為綠色。第二步是根據(jù) 鋼絲繩芯輸送帶圖像的特點(diǎn)設(shè)置一定的條件來(lái)判斷差分圖像中的每個(gè)紅色或綠色點(diǎn)是否 要保留。保留與否的條件是如果x方向上連續(xù)有三個(gè)以上的點(diǎn)都是同一種顏色的差分點(diǎn)， 則這些點(diǎn)保留，否則就當(dāng)作干擾點(diǎn)去除。在實(shí)現(xiàn)中，做差分和根據(jù)條件判斷是否保留這兩步 是在同一次掃描中完成的，保證了算法的效率。附圖7是差分結(jié)果圖。由于溫度、環(huán)境、射線強(qiáng)度和數(shù)據(jù)傳輸?shù)纫蛩赜绊憰?huì)導(dǎo)致噪 聲的出現(xiàn)如圖7 (a)。普通的垂直差分算法會(huì)受到噪聲的干擾，處理結(jié)果如圖7 (b)，而采用 改進(jìn)的“條件”差分算法，則能很好的抑制噪聲，差分結(jié)果如圖7(c)。下一步執(zhí)行消除抖動(dòng)，根據(jù)采集到的出現(xiàn)抖動(dòng)的圖像特征以及上面提到圖像 Y-差分算法，分析出差分圖像中抖動(dòng)部分有兩個(gè)特點(diǎn)，一個(gè)是抖動(dòng)都出現(xiàn)在同一水平線上； 另外總體上紅綠顏色交替出現(xiàn)。根據(jù)這兩個(gè)特點(diǎn)，可以用如下算法來(lái)消抖如果一個(gè)點(diǎn)(X， y)為紅色或綠色，在x方向上[x-range，x+range]范圍內(nèi)如果存在像素與它顏色相反，則
7認(rèn)為是抖動(dòng)。然后執(zhí)行線對(duì)檢測(cè)，即根據(jù)Y方向投影使用聚類方法檢測(cè)出每條線，搜索出線對(duì)，并計(jì)算距離，算法步驟如下1.對(duì)于紅線和綠線，分別獲得Y軸投影redProjection[]和greenPro jection □， 以下操作都是在這兩個(gè)投影數(shù)組上的操作。2.根據(jù)設(shè)定的間隔interval在垂直方向上均勻劃分每個(gè)類的初始候選位置 (interval的值須根據(jù)鋼絲繩芯輸送帶接頭特點(diǎn)和采集時(shí)間來(lái)設(shè)定，interval必須大于每 條線在垂直方向上的最大可能跨度，也必須小于相同顏色的兩條線的最小可能距離)。3.在第1步算出的兩個(gè)投影數(shù)組的基礎(chǔ)上采用mean shift迭代算法計(jì)算出每個(gè) 最優(yōu)候選位置(或稱類心，它是一個(gè)局部最優(yōu)點(diǎn)，即(y-interval/2，y+interval/2)范圍 內(nèi)，投影之和最大的y點(diǎn))。4.從第3步計(jì)算出的極值點(diǎn)(類心)中按照以下準(zhǔn)則篩選a.如果某個(gè)極值點(diǎn)周?chē)队爸托∮谀硞€(gè)閾值，則當(dāng)作干擾去掉該點(diǎn)；b.如果兩個(gè)相同色的候選點(diǎn)之間距離小于某個(gè)最小距離，則認(rèn)為屬于同一條線， 去掉投影之和較小的那個(gè)極值點(diǎn)；c.如果不同色的候選點(diǎn)之間距離小于某個(gè)最小距離，則認(rèn)為是抖動(dòng)，則將兩個(gè)極 值點(diǎn)都去掉。最終剩下的極值點(diǎn)是有效的類心。5.根據(jù)第4步篩選出來(lái)的紅色和綠色有效類心，結(jié)合已經(jīng)獲得的先驗(yàn)信息，進(jìn)行 進(jìn)一步的邏輯判斷。如果沒(méi)有找到紅色或綠色有效類心，說(shuō)明當(dāng)前圖像不是接頭圖像；如果 只有紅色或綠色有效類心，說(shuō)明當(dāng)前圖像是接頭圖像但是無(wú)法找到線對(duì)；如果同時(shí)存在紅 色和綠色有效類心，說(shuō)明當(dāng)前圖像是接頭圖像，就有可能找到有效線對(duì)，但有效類心數(shù)目大 于3個(gè)時(shí)，如果干擾太多，就無(wú)法找到線對(duì)。6.搜索線對(duì)。定義一個(gè)線對(duì)距離的可能的范圍(范圍的值須根據(jù)鋼絲繩芯輸送帶 接頭特點(diǎn)和采集時(shí)間來(lái)設(shè)定)。凡是符合這個(gè)范圍且紅線在上綠線在下的組合就認(rèn)為是有 效線對(duì)。在計(jì)算出每個(gè)線對(duì)的距離之后，根據(jù)正常鋼絲繩芯輸送帶的先驗(yàn)值(將本條鋼絲 繩芯輸送帶先前正常運(yùn)行時(shí)由X光成像系統(tǒng)檢測(cè)并保存下來(lái)的線對(duì)距離作為參考標(biāo)準(zhǔn)值) 可以判斷出接頭拉伸的變化，若大于設(shè)定的范圍則給出報(bào)警提示。附圖8是接頭拉伸檢測(cè)結(jié)果，結(jié)果中給出了鋼絲繩芯輸送帶每個(gè)接頭的搭接部位 線對(duì)的距離和方差，以及該接頭的正常與否狀態(tài)。需要說(shuō)明的是，若在線執(zhí)行鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)，在“接頭圖 像篩選”判斷為含接頭信息后，可不執(zhí)行“接頭圖像拼接”，由附圖2接頭圖像篩選流程圖中 的“進(jìn)一步處理”，直接進(jìn)入“接頭拉伸判斷”，上述接頭拉伸判斷的算法略作修改即可完成 在線的自動(dòng)檢測(cè)。實(shí)際應(yīng)用表明，本發(fā)明可以自動(dòng)、快速、高效的實(shí)現(xiàn)鋼絲繩芯輸送帶接頭拉伸故障 的檢測(cè)，在工業(yè)應(yīng)用中具有良好的使用價(jià)值。
權(quán)利要求
一種X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)方法，其特征在于，該方法包含如下步驟S1接頭圖像篩選基于鋼絲繩芯輸送帶X光圖像灰度變化的特點(diǎn)，采用局部直方圖信息，根據(jù)鋼絲繩芯輸送帶接頭信息的分布情況進(jìn)行邏輯判斷，將含有部分或全部接頭信息的圖像從一整條鋼絲繩芯輸送帶的X光圖像中篩選出來(lái)，并進(jìn)行重命名和保存；S2接頭圖像拼接依照鋼絲繩芯輸送帶X光圖像灰度變化的特點(diǎn)，采用局部直方圖信息，根據(jù)保存的篩選后的接頭圖像的名稱進(jìn)行邏輯判斷，將篩選出來(lái)的圖像拼接成對(duì)應(yīng)的含有完整接頭信息的圖像；S3接頭拉伸判斷采用改進(jìn)的“條件”Y-差分算法，實(shí)現(xiàn)鋼絲繩芯輸送帶接頭搭接部分上下邊緣的標(biāo)識(shí)和二值化，能有效的抑制噪音；根據(jù)接頭搭接部位上下邊緣的關(guān)系，使用去抖動(dòng)算法，有效地去掉抖動(dòng)；根據(jù)Y方向投影使用聚類方法(采用mean shift迭代算法)檢測(cè)出每條線，并搜索出線對(duì)，同時(shí)計(jì)算距離和方差；根據(jù)先驗(yàn)值判斷距離的變化，在大于設(shè)定的范圍時(shí)給出報(bào)警提示。
2.如權(quán)利要求1所述的X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)方法，其 特征在于，在步驟S1中所述的局部直方圖信息將一幅圖像分成上中下三部分，取每一部 分的連續(xù)5行的穩(wěn)定區(qū)域，上中下三區(qū)域分別對(duì)應(yīng)一幅圖像中最上面的5行、中間的5行和 最下面的5行，除去兩邊各20個(gè)像素點(diǎn)的區(qū)域；求這三個(gè)區(qū)域的直方圖信息。
3.如權(quán)利要求1所述的X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)方法， 其特征在于，在步驟S1中所述的進(jìn)行重命名和保存，包括一般情況下，當(dāng)下部分檢測(cè)有接 頭信息時(shí)，命名為“接頭序號(hào)-1. jpg” ；中間部分檢測(cè)有接頭信息時(shí)，命名為“接頭序號(hào)-2. jpg”；上部分檢測(cè)有接頭信息時(shí)，命名為“接頭序號(hào)_3.jpg”。特別的，為了防止丟失僅含 有微小部分接頭信息的圖像，有時(shí)還需將前一幅或下一幅圖像保存下來(lái)。若當(dāng)前圖中上部 分和下部分均含有接頭信息，此時(shí)也把后一幅圖像保存下來(lái)，并把當(dāng)前圖命名為“接頭序 號(hào)-2. jpg”，后一幅圖保存為“接頭序號(hào)-3. jpg”的形式。此時(shí)，若下一幅圖像在篩選中也 被篩選出來(lái)，則不再重新保存，這樣保證了篩選正確率達(dá)到100%，即不丟失任何一幅含有 接頭信息的圖像。
4.如權(quán)利要求1所述的X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)方法，其 特征在于，在步驟S2中所述的局部直方圖信息每行的直方圖信息。
5.如權(quán)利要求1所述的X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)方法，其 特征在于，在步驟S3中所述的改進(jìn)的“條件”Y-差分算法可以分成兩步，第一步是差分， 對(duì)于 Y+ 方向，如果 pixel (x，y+1) -pixel (x, y) > threshold,則結(jié)果圖像中的 pixel (x，y) 顯示為紅色；對(duì)于Y-方向，如果pixel (x，y)-pixel (x, y+1) > threshold則結(jié)果圖像中 的pixel (x，y)顯示為綠色；第二步是根據(jù)鋼絲繩芯輸送帶圖像的特點(diǎn)設(shè)置一定的條件來(lái) 判斷差分圖像中的每個(gè)紅色或綠色點(diǎn)是否要保留。保留與否的條件是如果x方向上連續(xù) 有三個(gè)以上的點(diǎn)都是同一種顏色的差分點(diǎn)，則這些點(diǎn)保留，否則就當(dāng)作干擾點(diǎn)去除。在實(shí)現(xiàn) 中，做差分和根據(jù)條件判斷是否保留這兩步是在同一次掃描中完成的，保證了算法的效率。
6.如權(quán)利要求1所述的X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)方法，其 特征在于，在步驟S3中所述的去抖動(dòng)算法在執(zhí)行完“條件"Y-差分算法后，如果一個(gè)點(diǎn)(x， y)為紅色或綠色，在x方向上[x-range，x+range]范圍內(nèi)如果存在像素與它顏色相反，則 認(rèn)為是抖動(dòng)。
7.如權(quán)利要求1所述的X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)方法，其 特征在于，在步驟S3中所述的線對(duì)檢測(cè)，步驟是(1)對(duì)于紅線和綠線，分別獲得Y軸投影redProjection[]和greenProjection□，以 下操作都是在這兩個(gè)投影數(shù)組上的操作。(2)根據(jù)設(shè)定的間隔interval在垂直方向上均勻劃分每個(gè)類的初始候選位置 (interval的值須根據(jù)鋼絲繩芯輸送帶接頭特點(diǎn)和采集時(shí)間來(lái)設(shè)定，interval必須大于每 條線在垂直方向上的最大可能跨度，也必須小于相同顏色的兩條線的最小可能距離)。(3)在第(1)步算出的兩個(gè)投影數(shù)組的基礎(chǔ)上采用meanshift迭代算法計(jì)算出每個(gè)最 優(yōu)候選位置(或稱類心，它是一個(gè)局部最優(yōu)點(diǎn)，S卩(y-interval/2，y+interval/2)范圍內(nèi)， 投影之和最大的y點(diǎn))。(4)從第(3)步計(jì)算出的極值點(diǎn)(類心)中按照以下準(zhǔn)則篩選a.如果某個(gè)極值點(diǎn)周?chē)队爸托∮谀硞€(gè)閾值，則當(dāng)作干擾去掉該點(diǎn)；b.如果兩個(gè)相同色的候選點(diǎn)之間距離小于某個(gè)最小距離，則認(rèn)為屬于同一條線，去掉 投影之和較小的那個(gè)極值點(diǎn)；c.如果不同色的候選點(diǎn)之間距離小于某個(gè)最小距離，則認(rèn)為是抖動(dòng)，則將兩個(gè)極值點(diǎn) 都去掉。最終剩下的極值點(diǎn)是有效的類心。(5)根據(jù)第(4)步篩選出來(lái)的紅色和綠色有效類心，結(jié)合已經(jīng)獲得的先驗(yàn)信息，進(jìn)行進(jìn) 一步的邏輯判斷。如果沒(méi)有找到紅色或綠色有效類心，說(shuō)明當(dāng)前圖像不是接頭圖像；如果只 有紅色或綠色有效類心，說(shuō)明當(dāng)前圖像是接頭圖像但是無(wú)法找到線對(duì)；如果同時(shí)存在紅色 和綠色有效類心，說(shuō)明當(dāng)前圖像是接頭圖像，就有可能找到有效線對(duì)，但有效類心數(shù)目大于 3個(gè)時(shí)，如果干擾太多，就無(wú)法找到線對(duì)。(6)搜索線對(duì)。定義一個(gè)線對(duì)距離的可能的范圍(范圍的值須根據(jù)鋼絲繩芯輸送帶接 頭特點(diǎn)和采集時(shí)間來(lái)設(shè)定)。凡是符合這個(gè)范圍且紅線在上綠線在下的組合就認(rèn)為是有效 線對(duì)。
全文摘要
一種X光成像的鋼絲繩芯輸送帶接頭拉伸故障的自動(dòng)檢測(cè)方法，屬于X光無(wú)損檢測(cè)領(lǐng)域。當(dāng)前鋼絲繩芯輸送帶接頭拉伸故障的檢測(cè)存在可靠性不高、準(zhǔn)確性較差、顯示不直觀、主要依賴于人工檢測(cè)等缺點(diǎn)。本發(fā)明可分為三個(gè)方面(1)基于鋼絲繩芯輸送帶X光圖像的灰度變化特點(diǎn)，采用局部直方圖信息將含有部分或全部接頭信息的圖像從一整條鋼絲繩芯輸送帶的X光圖像中篩選出來(lái)；(2)將篩選出來(lái)的圖像拼接成對(duì)應(yīng)的含有完整的接頭信息的圖像；(3)采用改進(jìn)的“條件”Y-差分算法和聚類方法實(shí)現(xiàn)對(duì)每個(gè)接頭拉伸的判斷。本發(fā)明可以自動(dòng)、快速、高效的實(shí)現(xiàn)鋼絲繩芯輸送帶接頭拉伸故障的檢測(cè)。
文檔編號(hào)G06K9/62GK101825584SQ20101014688
公開(kāi)日2010年9月8日 申請(qǐng)日期2010年4月15日 優(yōu)先權(quán)日2010年4月15日
發(fā)明者仲為亮, 葉春青, 李現(xiàn)國(guó), 王顯震, 苗長(zhǎng)云, 榮鋒 申請(qǐng)人:天津工業(yè)大學(xué);天津市恒一機(jī)電科技有限公司