本发明专利技术实施例公开了一种管带扭转检测方法、装置、设备和存储介质，该方法包括：获取管带机的管带图像；对管带图像进行图像分割，得到多个区域；从多个区域中筛选符合预定条件的管带相关区域，并确定管带相关区域中的管带边缘和管带合拢处边缘；根据管带边缘与管带合拢处边缘之间的相对位置，确定管带是否发生扭转。本发明专利技术实施例通过对管带图像进行图像分割，识别管带相关区域，从而根据管带相关区域中管带边缘和管带合拢处边缘之间的相对位置，来确定管带是否发生扭转，实现了在非接触式下管带扭转的自动化检测，提高了检测效率，节省了人力成本。了人力成本。了人力成本。
【技术实现步骤摘要】
管带扭转检测方法、装置、设备和存储介质
[0001]本专利技术涉及扭管检测领域，尤其涉及一种管带扭转检测方法、装置、设备和存储介质。
技术介绍
[0002]在管带机长距离传输应用场景中，有时会出现管带扭转现象(称为扭管)，导致管带漏料，管带断裂等危险现象。传统管带扭转检测方法一般有两种方法，设计接触式的扭管检测装置和人工监测。
[0003]设计接触式的扭管检测装置方法，在管带固定支架安装接触式传感器，当发生管带扭管时，管带扭转至传感器附近与合拢处边缘接触从而触发报警，但这种方法优点在于成本低，缺点在于检测精度不高；并且，管带本身是可拉伸的，管带有直线或弧形线段，管带填料是否饱满，管带表面赃物，管带传输时的局部变形等都会导致管带形状，大小的复杂性，非常容易导致误报警，接触式的设置也容易损坏检测装置。而人工检测的检测方法，其人力成本高，长距离传输管带机下还需人工巡检，效率低，高速传输管带机对工人的人身安全也有威胁。因此，如何对管带机的管带发生扭转的情况在非接触式下自动化进行检测，是亟需解决的问题。
技术实现思路
[0004]第一方面，本专利技术提供一种管带扭转检测方法，应用于管带机，包括：
[0005]获取管带机的管带图像；
[0006]采用视觉检测模型对所述管带图像进行图像分割，得到多个区域；
[0007]从所述多个区域中筛选符合预定条件的管带相关区域，并识别所述管带相关区域中的管带边缘和管带合拢处边缘；
[0008]根据识别到的所述管带边缘与所述管带合拢处边缘之间的相对位置，确定管带是否发生扭转。
[0009]在可选的实施方式中，还包括：
[0010]当未识别到所述管带相关区域中的管带合拢处边缘时，确定管带未发生扭转。
[0011]在可选的实施方式中，所述视觉检测模型的构建过程包括：
[0012]对双向分割网络的语义分支、聚集层和助推部分进行更改，得到视觉检测模型；所述更改包括：
[0013]将双向分割网络中语义分支的上下文嵌入块的输入与通道权重相乘；
[0014]在所述双向分割网络的聚集层中，设置反卷积分割头，以进行上采样操作；
[0015]删除所述双向分割网络的助推部分分割头的辅助训练分支；
[0016]将反卷积分割头作为助推部分的分割头，设置分割头激活函数为多分类输出函数。
[0017]在可选的实施方式中，所述反卷积分割头包括依次连接的线性插值层、两个反卷
积归一化层和反卷积层。
[0018]在可选的实施方式中，所述从所述多个所述区域中筛选符合预定条件的管带相关区域包括：
[0019]计算每个区域的长度和宽度；
[0020]将所述每个区域的长度和宽度分别与预设的长度阈值和宽度阈值进行比较；
[0021]若所述每个区域的长度和宽度分别大于等于所述预设的长度阈值和宽度阈值，则将所述区域作为管带相关区域，反之则删除相应的区域。
[0022]在可选的实施方式中，所述根据所述管带边缘与所述管带合拢处边缘之间的相对位置，确定管带是否发生扭转包括：
[0023]采用最小二乘法提取所述管带相关区域中的管带上边缘和管带下边缘；
[0024]计算所述管带上边缘和所述管带下边缘之间的第一垂直距离，以及计算所述管带合拢处边缘的中心点与所述管带上边缘之间的第二垂直距离；
[0025]根据所述第一垂直距离与所述第二垂直距离之间的比值，确定管带是否发生扭转。
[0026]在可选的实施方式中，所述根据所述第一垂直距离与所述第二垂直距离之间的比值，确定管带是否发生扭转包括：
[0027]若所述第一垂直距离与所述第二垂直距离之间的比值大于预设比值阈值，则确定管带发生扭转；
[0028]若所述第一垂直距离与所述第二垂直距离之间的比值小于等于所述预设比值阈值，则确定管带未发生扭转。
[0029]第二方面，本专利技术提供一种管带扭转检测装置，包括：
[0030]获取模块，用于获取管带机的管带图像；
[0031]分割模块，用于对所述管带图像进行图像分割，得到多个区域；
[0032]筛选模块，用于从所述多个区域中筛选符合预定条件的管带相关区域，并识别所述管带相关区域中的管带边缘和管带合拢处边缘；
[0033]确定模块，用于根据识别到的所述管带边缘与所述管带合拢处边缘之间的相对位置，确定管带是否发生扭转。
[0034]第三方面，本专利技术提供一种计算机设备，所述计算机设备包括存储器和至少一个处理器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施前述任一项所述的管带扭转检测方法。
[0035]第四方面，本专利技术提供一种计算机存储介质，其存储有计算机程序，所述计算机程序被执行时，实施前述任一项所述的管带扭转检测方法。
[0036]本专利技术实施例具有如下有益效果：
[0037]本专利技术实施例所提供的管带扭转检测方法，包括获取管带机的管带图像，对管带图像进行图像分割，得到多个区域；从多个区域中筛选符合预定条件的管带相关区域，并确定管带相关区域中的管带边缘和管带合拢处边缘；根据管带边缘与管带合拢处边缘之间的相对位置，确定管带是否发生扭转。本专利技术实施例通过对管带图像进行图像分割，以识别管带图像中的管带相关区域，从而根据管带相关区域中管带边缘和管带合拢处边缘之间的相对位置，来确定管带是否发生扭转，以此实现扭管的自动化检测。本专利技术实施例相较于接触
式的检测装置，实现了在非接触式下管带扭转的自动化检测，提高了检测的安全性，避免接触式损坏检测装置的情况；而相较于人工检测的方式，本实施例实现了自动化检测，提高了检测效率，节省了人力成本。
附图说明
[0038]为了更清楚地说明本专利技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对本专利技术保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
[0039]图1示出了本专利技术实施例中管带扭转检测方法的第一个实施方式示意图；
[0040]图2示出了本专利技术实施例中管带扭转检测方法的第二个实施方式示意图；
[0041]图3示出了本专利技术实施例中双向分割网络的结构示意图；
[0042]图4示出了本专利技术实施例中视觉检测模型的结构示意图；
[0043]图5示出了本专利技术实施例中上下文嵌入块的示意图；
[0044]图6示出了本专利技术实施例中反卷积分割头的结构示意图；
[0045]图7示出了本专利技术实施例中管带扭转检测方法的第三个实施方式示意图；
[0046]图8示出了本专利技术实施例中管带相关区域识别的第一个示意图；
[0047]图9示出了本专利技术实施例中管带相关区域识别的第二个示意图；
[0048]图10示出了本专利技术实施例中管带扭转检测方法的第四个实施方式示意图；
[0049]图11示出了本专利技术实施例中管带边缘与管带合本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种管带扭转检测方法，其特征在于，应用于管带机，包括：获取管带机的管带图像；采用视觉检测模型对所述管带图像进行图像分割，得到多个区域；从所述多个区域中筛选符合预定条件的管带相关区域，并识别所述管带相关区域中的管带边缘和管带合拢处边缘；根据识别到的所述管带边缘与所述管带合拢处边缘之间的相对位置，确定管带是否发生扭转。2.根据权利要求1所述的管带扭转检测方法，其特征在于，还包括：当未识别到所述管带相关区域中的管带合拢处边缘时，确定管带未发生扭转。3.根据权利要求1所述的管带扭转检测方法，其特征在于，所述视觉检测模型的构建过程包括：对双向分割网络的语义分支、聚集层和助推部分进行更改，得到视觉检测模型；所述更改包括：将双向分割网络中语义分支的上下文嵌入块的输入与通道权重相乘；在所述双向分割网络的聚集层中，设置反卷积分割头，以进行上采样操作；删除所述双向分割网络的助推部分分割头的辅助训练分支；将反卷积分割头作为助推部分的分割头，设置分割头激活函数为多分类输出函数。4.根据权利要求3所述的管带扭转检测方法，其特征在于，所述反卷积分割头包括依次连接的线性插值层、两个反卷积归一化层和反卷积层。5.根据权利要求1所述的管带扭转检测方法，其特征在于，所述从所述多个所述区域中筛选符合预定条件的管带相关区域包括：计算每个区域的长度和宽度；将所述每个区域的长度和宽度分别与预设的长度阈值和宽度阈值进行比较；若所述每个区域的长度和宽度分别大于等于所述预设的长度阈值和宽度阈值，则将所述区域作为管带相关区域，反之则删除相应的区域。6.根据权利要求1所述的管带扭转检测方法，其特征在于，所述根据所述管...
【专利技术属性】
技术研发人员：朱友康，万定锐，谢勇祥，陈玉国，
申请(专利权)人：深圳市瀚德智能机器人有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。