一种矿井钢筋拉索视觉检测方法、系统技术方案

本发明专利技术涉及一种矿井钢筋拉索视觉检测方法、系统，矿井钢筋拉索视觉检测系统包括清洗系统、图像信息采集系统、智能判断分析系统和安全控制系统。清洗系统包括高压水枪、清洗剂喷涂器和用于烘干的鼓风机；图像信息采集系统包括CCD线阵相机、旋转编码器、LED恒定光源、图像采集卡，其中光源方式为直接暗场正面照明，可以突出拉锁的细节；智能判断分析系统包括opencv缺陷检测模块和MYSQL数据库。本发明专利技术针对人工检测钢筋拉锁存在的安全性差、精度低等问题，结合图像采集和处理技术，将矿井钢筋拉锁的检测自动化和可视化，可以提高矿井内生产管理的安全系数。

Method and system for visual detection of mine reinforcing steel bar

The invention relates to a method and a system for detecting mine mine cable steel reinforced cable vision, visual inspection system including cleaning system, image acquisition system, intelligent judgment analysis system and safety control system. The cleaning system comprises a water cannon, cleaning agent and spraying device for drying blower; image information acquisition system including CCD line scan cameras, rotary encoder, LED constant light source, image acquisition card, wherein the light source is the direct positive dark field illumination, the details can highlight the zipper; intelligent judgment analysis system including opencv defect detection module and MYSQL database. Aiming at the low accuracy problem of safety manual detection, reinforced zip, combined with the image acquisition and processing technology, the automatic detection and visualization of mine steel zip, can improve the safety factor of production management in coal mine.

【技术实现步骤摘要】

本专利技术涉及矿井拉锁检测领域，特别涉及一种矿井钢筋拉索视觉检测方法、系统。
技术介绍
在矿井载人铁笼工作过程中，由于工作时间太久会造成钢筋拉锁的老化、锈浊、疲劳断丝、滑丝等缺陷。因此，必须对矿井内载人铁笼上下运动牵引的钢筋拉锁损伤状况进行检测及预警，这样才能提高矿井内生产管理的安全系数，保障职工生命安全。目前，尚没有对矿井铁笼钢筋拉锁进行实时检测的系统用于实践，都是通过人工肉眼定期观察，安全系数很低。应保障矿工生命安全考虑，这种对拉锁缺陷实时监测的功能需求变得异常迫切。
技术实现思路
本专利技术旨在提供一种矿井钢筋拉索视觉检测方法、系统，以解决人工检测拉锁磨损的不足，实现对钢筋拉锁的实时、准确检测，并能对磨损的程度不同做出预警。本专利技术的技术方案如下：一种矿井钢筋拉索视觉检测方法，其具有如下步骤：S1、对待检测的钢筋拉锁进行清洗，去除表面污垢；S2、基于人工智能数据处理算法完成钢筋拉索表面缺陷特征提取及模版训练，构建智能分类器及缺陷特征数据库；S3、通过围绕待检测钢筋拉锁分布的相机来实时采集标准钢筋拉锁的图像，并将钢筋拉锁的图像传到计算机上进行图像预处理；S4、通过将处理后的图像与缺陷特征数据库中的模版图像进行比对，来实现缺陷特征识别；S5、若识别为存在缺陷特征，则发送信号给控制器，由控制器控制拉锁停止工作，并预警提醒用户；若识别为不存在缺陷特征，则继续执行S3；S6、根据比对结果生成缺陷数据分析报表。一种矿井钢筋拉索视觉检测系统，其包括有可对钢筋拉锁进行清洗的清洗系统、采集钢筋拉索表面图像的图像信息采集系统和判断钢筋拉锁是否存在缺陷特征的智能判断分析系统。其中，清洗系统具有向钢筋拉锁喷水的水枪和/或向钢筋拉锁喷清洗剂的清洗剂喷涂器，清洗系统还设有可对清洗后的钢筋拉锁进行烘干的烘干机。图像信息采集系统包括有旋转编码器和围绕待检测钢筋拉锁分布的光源和相机；图像信息采集系统根据旋转编码器检测到的拉锁运动速率来控制相机的采集速率。智能判断分析系统包括有缺陷检测模块和缺陷特征数据库；缺陷检测模块接收图像信息采集系统采集的钢筋拉锁图像信息，并将该钢筋拉锁图像信息与缺陷特征数据库中的模板图像进行比对，得出所测钢筋拉锁是否存在缺陷特征的分析结果。作为更优方案，本专利技术还设有安全控制系统，安全控制系统包括有控制器，控制器与智能判断分析系统信号连接以接收分析结果，控制器与钢筋拉锁的驱动机构控制连接以控制钢筋拉锁的动作起停；控制器在接收到由智能判断分析系统发送的钢筋拉锁存在缺陷特征的分析结果后自动控制钢筋拉锁的驱动机构停止工作。本专利技术的有益效果是：本专利技术针对目前依靠人工检测矿井钢筋拉锁方式存在的安全性差、精确性低、检测结果缺乏说服力等问题，采取通过机器视觉检测系统将检测过程全部实时化、自动化的方式，做到了实时检测、自动预警，并将每次缺陷问题生成缺陷文档，方便后期分析、查询拉锁的缺陷情况，大大提高工人的生命安全。附图说明下面结合附图对本专利技术作进一步说明。图1为清洗系统的结构示意图；图2为线阵相机的工作原理图；图3为本系统的结构框图；图4为本系统的工作流程图；图中，1钢筋拉锁，2水枪，3清洗剂喷涂器，4烘干机,5相机，6光源。具体实施方式下面结合具体实施例对本专利技术作进一步地说明。附图4示出了矿井钢筋拉索视觉检测方法的步骤：S1、先利用水枪和/或清洗剂对钢筋拉锁表面的污垢进行清洗，然后通过烘干机除去钢筋拉锁表面的水分；S2、基于人工智能数据处理算法完成钢筋拉索表面锈蚀、疲劳断丝、滑丝和断裂等缺陷特征提取及模版训练，构建智能分类器及缺陷特征数据库；S3、通过围绕待检测钢筋拉锁分布的两台高清、高速、行扫描线阵工业相机从拉锁两侧来实时采集标准钢筋拉锁的图像，并利用图像采集卡将钢筋拉锁的图像传到计算机上进行图像预处理；S4、通过将处理后的图像与缺陷特征数据库中的模版图像进行比对，来实现缺陷特征识别；S5、若识别为存在缺陷特征，则发送信号给PLC控制系统，由PLC控制系统控制拉锁停止工作，并预警提醒用户；否则继续执行S3；S6、将当前缺陷图像以及其缺陷特征生成缺陷数据分析报表，供后期人工查看。附图3示出了矿井钢筋拉索视觉检测系统，其包括有清洗系统、图像信息采集系统、智能判断分析系统和安全控制系统；清洗系统可对钢筋进行清洗，其具有如图1中所示的向钢筋拉锁喷水的水枪和向钢筋拉锁喷清洗剂的清洗剂喷涂器以及对清洗后的钢筋拉锁进行烘干的鼓风机；图像信息采集系统包括有旋转编码器、图像采集卡和围绕待检测钢筋拉锁分布的两组LED恒定光源（直接暗场正面照明，可以突出拉锁的细节）、两个CCD线阵相机，图像信息采集系统根据旋转编码器检测到的拉锁运动速率来控制相机的采集速率；智能判断分析系统包括有opencv缺陷检测模块和MYSQL缺陷特征数据库；缺陷检测模块接收图像信息采集系统采集的钢筋拉锁图像信息，并将该钢筋拉锁图像信息与缺陷特征数据库中的模板图像进行比对，得出所测钢筋拉锁是否存在缺陷的分析结果；安全控制系统包括有PLC控制系统，PLC控制系统与智能判断分析系统信号连接以接收分析结果，PLC控制系统与钢筋拉锁的驱动机构控制连接以控制钢筋拉锁的动作起停；PLC控制系统在接收到由缺陷特征智能判断分析系统发送的钢筋拉锁存在缺陷的分析结果后自动控制钢筋拉锁的驱动机构停止工作。该系统通过水枪和清洗剂喷涂器对钢筋拉锁进行清洗，并通过鼓风机对拉锁表面进行烘干；其由两个相机从钢筋拉锁两侧拍摄图像，并通过旋转编码器控制采集速率，然后通过智能判断分析系统分析矿井内钢筋拉索损伤状况，若缺陷达到预警情形，发出信号给PLC控制系统停止矿井拉锁工作，并生成缺陷数据库，方便后续查询。本文档来自技高网...

【技术保护点】
一种矿井钢筋拉索视觉检测方法，其特征是，具有如下步骤：S1、对待检测的钢筋拉锁进行清洗，去除表面污垢；S2、基于人工智能数据处理算法完成钢筋拉索表面缺陷特征提取及模版训练，构建智能分类器及缺陷特征数据库；S3、通过围绕待检测钢筋拉锁分布的相机来实时采集标准钢筋拉锁的图像，并将钢筋拉锁的图像传到计算机上进行图像预处理；S4、通过将处理后的图像与缺陷特征数据库中的模版图像进行比对，来实现缺陷特征识别；S5、若识别为存在缺陷特征，则发送信号给控制器，由控制器控制拉锁停止工作，并预警提醒用户；若识别为不存在缺陷特征，则继续执行S3；S6、根据比对结果生成缺陷数据分析报表。

【技术特征摘要】
1.一种矿井钢筋拉索视觉检测方法，其特征是，具有如下步骤：S1、对待检测的钢筋拉锁进行清洗，去除表面污垢；S2、基于人工智能数据处理算法完成钢筋拉索表面缺陷特征提取及模版训练，构建智能分类器及缺陷特征数据库；S3、通过围绕待检测钢筋拉锁分布的相机来实时采集标准钢筋拉锁的图像，并将钢筋拉锁的图像传到计算机上进行图像预处理；S4、通过将处理后的图像与缺陷特征数据库中的模版图像进行比对，来实现缺陷特征识别；S5、若识别为存在缺陷特征，则发送信号给控制器，由控制器控制拉锁停止工作，并预警提醒用户；若识别为不存在缺陷特征，则继续执行S3；S6、根据比对结果生成缺陷数据分析报表。2.根据权利要求1所述矿井钢筋拉索视觉检测方法，特征在于：S1中，先利用水枪和/或清洗剂对钢筋拉锁表面的污垢进行清洗，然后通过烘干机除去钢筋拉锁表面的水分。3.根据权利要求1所述的矿井钢筋拉索视觉检测方法，其特征是：S2中，所述的钢筋拉索表面缺陷特征包括有锈蚀、疲劳断丝、滑丝和断裂。4.根据权利要求1所述的矿井钢筋拉索视觉检测方法，其特征是：S6中，将当前缺陷图像以及其缺陷特征生成缺陷数据分析报表，供后期人工查看。5.一种矿...

【专利技术属性】
技术研发人员：李庆华，瞿敏，卜庆峰，冯序文，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：山东;37