本发明专利技术涉及图像处理技术领域,具体涉及一种用于带式输送设备的自动检测方法,包括:获取疑似缺陷区域,根据每个疑似缺陷区域的边缘上相邻像素点间的特征距离得到对应疑似缺陷区域的边缘毛边率,获取每个疑似缺陷区域边缘像素点及边缘外围多圈像素点的灰度序列,利用每个灰度序列中像素点的灰度值得到对应灰度序列的突变程度,根据每个灰度序列的突变程度和灰度突变点个数得到每个疑似缺陷区域边缘像素点的扩张程度,根据每个疑似缺陷区域边缘像素点的扩张程度及对应疑似缺陷区域的边缘毛边率判断该疑似缺陷区域是否为真实缺陷区域。本发明专利技术提高了传送带裂缝检测的准确性。本发明专利技术提高了传送带裂缝检测的准确性。本发明专利技术提高了传送带裂缝检测的准确性。
【技术实现步骤摘要】
一种用于带式输送设备的自动检测方法
[0001]本专利技术涉及图像处理
,具体涉及一种用于带式输送设备的自动检测方法。
技术介绍
[0002]传送带在工业生产中应用极为广泛,是一种物料搬运系统机械化和自动化传送用具,具有高效运输,使用简易等特点,能极大的节省人工成本,但是在长时间的使用过程中,会因为物料摩擦使传送带受到的张力过大,长时间处于较大的负重状态,导致传送带的表面出现裂缝等异常情况,严重时会造成传送带横向拉断,影响安全生产,因此,需要对传送带的裂缝进行检测。
[0003]现有技术是根据传送带局部区域图像的获取可靠程度值和各个疑似裂缝连通域所对应的撕裂像素个数,确定各个疑似裂缝连通域对应的霍夫变换阈值,进而确定各个疑似裂缝连通域是否为裂缝区域,从而判断传送带是否存在裂缝,该方法通过对疑似缺陷的区域的分割得到疑似缺陷的区域,再对疑似缺陷的区域进行霍夫直线检测得到裂缝;但是该方法没有考虑到传送带在长时间的使用过程中,表面会形成与裂缝特征较为相似的污染物,造成对裂缝缺陷的识别的不准确,从而导致传送带裂缝检测不准确。
技术实现思路
[0004]本专利技术提供一种用于带式输送设备的自动检测方法,以解决现有的传送带裂缝检测不准确的问题。
[0005]本专利技术的一种用于带式输送设备的自动检测方法,采用如下技术方案:S1、获取传送带表面的灰度图像,根据Otsu阈值分割法对灰度图像进行分割得到疑似缺陷区域;S2、获取每个疑似缺陷区域的边缘上每个像素点的灰度值的黑塞矩阵,获取每个黑塞矩阵对应的特征向量及特征值,根据每个黑塞矩阵对应的特征向量及特征值得到每个像素点的特征量;S3、根据每个像素点的特征量得到每个疑似缺陷区域的边缘上相邻像素点间的特征距离,根据每个疑似缺陷区域的边缘上相邻像素点间的特征距离和对应疑似缺陷区域的边缘像素点的个数得到对应疑似缺陷区域的边缘毛边率;S4、分别获取每个疑似缺陷区域边缘像素点及边缘外围多圈像素点的灰度序列,利用每个灰度序列得到每个疑似缺陷区域边缘像素点的扩张程度;S5、根据每个疑似缺陷区域边缘像素点的扩张程度及对应疑似缺陷区域的边缘毛边率判断该疑似缺陷区域是否为真实缺陷区域。
[0006]进一步的,所述每个像素点的特征量是按如下方法确定的:获取每个黑塞矩阵中两个对应的特征向量和特征值的乘积;根据每个黑塞矩阵中两个对应的特征向量和特征值的乘积得到每个像素点的特
征量。
[0007]进一步的,所述相邻像素点间的特征距离的具体表达式为:式中:表示相邻两个像素点,之间的特征距离,、均表示分配的权重,表示两个像素点的欧式距离,表示像素点的在黑塞矩阵中的特征量,表示像素点的在黑塞矩阵中的特征量,表示像素点,在黑塞矩阵中的特征距离。
[0008]进一步的,所述疑似缺陷区域的边缘毛边率是按如下方法确定的:对疑似缺陷区域边缘上相邻像素点之间的特征距离求和得到特征距离累加和;对特征距离累加和求平均得到该疑似缺陷区域的边缘毛边率。
[0009]进一步的,所述疑似缺陷区域边缘外围多圈像素点的灰度序列是按如下方法确定的:再沿着疑似缺陷像素点区域边缘向外延伸圈,其中,的截止条件应为最外圈相邻像素点之间的距离不再发生变化,获取最外侧圈层像素点的灰度序列后停止向外延伸圈层;获取疑似缺陷区域边缘外围多圈像素点的灰度序列。
[0010]进一步的,所述灰度序列的突变程度是按如下方法确定的:获取每个灰度序列中像素点的灰度均值和像素点个数;对每个灰度序列中每个像素点的灰度值与对应灰度序列中像素点的灰度均值的差值求和得到累加和;对该累加和求平均得到该灰度序列的突变程度。
[0011]进一步的,所述疑似缺陷区域边缘像素点的扩张程度是按如下方法确定的:获取每个灰度序列中像素点的灰度均值和像素点个数;对每个灰度序列中每个像素点的灰度值与对应灰度序列中像素点的灰度均值的差值求和得到累加和;对该累加和求平均得到该灰度序列的突变程度;获取每个灰度序列中灰度值突变像素点的个数,根据每个灰度序列的突变程度和每个灰度序列中灰度值突变像素点的个数得到该疑似缺陷区域边缘像素点的扩张程度。
[0012]进一步的,所述判断该疑似缺陷区域是否为真实缺陷区域的方法是:根据每个疑似缺陷区域边缘像素点的扩张程度及对应疑似缺陷区域的边缘毛边率得到该疑似缺陷区域的异常程度;设置异常程度阈值,当疑似缺陷区域的异常程度大于异常程度阈值该疑似缺陷区域为真实缺陷区域。
[0013]进一步的,所述疑似缺陷区域是按如下方法确定的:获取Otsu阈值分割法分割灰度图像的分割阈值,将灰度图像划分为多个区域,获取小于分割阈值的所有区域,将小于分割阈值的所有区域作为疑似缺陷区域。
[0014]本专利技术的有益效果是:本专利技术首先利用大津阈值分割法获取了疑似缺陷区域,缩
小了识别裂缝缺陷的范围,对疑似缺陷区域进行判断,提高了检测效率的同时,保证了检测的准确性;其次,本专利技术获取了疑似缺陷区域的毛边率和边缘像素点的扩张程度,其中,传送带在传送过程中如果出现裂缝,则裂缝区域的毛边率和扩张程度都会较大,因此,结合毛边率和扩张程度判断疑似缺陷区域是否为真实缺陷区域,使最终得到的结果更加准确。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0016]图1为本专利技术的一种用于带式输送设备的自动检测方法的实施例的结构示意图;图2为本专利技术的一种用于带式输送设备的自动检测方法的实施例中图像采集装置示意图。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0018]本专利技术的一种用于带式输送设备的自动检测方法的实施例,如图1所示,包括:S1、获取传送带启动时表面的灰度图像,获取Otsu阈值分割法分割灰度图像的分割阈值,将灰度图像划分为多个区域,获取小于分割阈值的所有区域,将小于分割阈值的所有区域作为疑似缺陷区域。
[0019]获取传送带启动时表面的灰度图像的具体步骤为:如图2所示,在传送带一侧的正上方设置相机,利用相机采集多张传送带表面图像,采集的图像的长宽比例为,将每张传送带表面图像转化为灰度图像得到多张灰度图像,本专利技术以其中一张灰度图像为例。
[0020]得到疑似缺陷区域的具体步骤为:将灰度图像均分为N个区域,对各个区域进行标号,标号序列为,标号的目的是为了方便后续缺陷位置的确定。获取Otsu阈值分割法分割灰度图像的分割阈值,获取小于分割阈值的所有区域,将小于分割阈值的所有区域作为疑似缺陷区域。
[0021本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于带式输送设备的自动检测方法,其特征在于,包括:S1、获取传送带表面的灰度图像,根据Otsu阈值分割法对灰度图像进行分割得到疑似缺陷区域;S2、获取每个疑似缺陷区域的边缘上每个像素点的灰度值的黑塞矩阵,获取每个黑塞矩阵对应的特征向量及特征值,根据每个黑塞矩阵对应的特征向量及特征值得到每个像素点的特征量;S3、根据每个像素点的特征量得到每个疑似缺陷区域的边缘上相邻像素点间的特征距离,根据每个疑似缺陷区域的边缘上相邻像素点间的特征距离和对应疑似缺陷区域的边缘像素点的个数得到对应疑似缺陷区域的边缘毛边率;S4、分别获取每个疑似缺陷区域边缘像素点及边缘外围多圈像素点的灰度序列,利用每个灰度序列得到每个疑似缺陷区域边缘像素点的扩张程度;S5、根据每个疑似缺陷区域边缘像素点的扩张程度及对应疑似缺陷区域的边缘毛边率判断该疑似缺陷区域是否为真实缺陷区域。2.根据权利要求1所述的一种用于带式输送设备的自动检测方法,其特征在于,所述每个像素点的特征量是按如下方法确定的:获取每个黑塞矩阵中两个对应的特征向量和特征值的乘积;根据每个黑塞矩阵中两个对应的特征向量和特征值的乘积得到每个像素点的特征量。3.根据权利要求1所述的一种用于带式输送设备的自动检测方法,其特征在于,所述相邻像素点间的特征距离的具体表达式为:式中:表示相邻两个像素点,之间的特征距离,、均表示分配的权重,表示两个像素点的欧式距离,表示像素点的在黑塞矩阵中的特征量,表示像素点的在黑塞矩阵中的特征量,表示像素点,在黑塞矩阵中的特征距离。4.根据权利要求1所述的一种用于带式输送设备的自动检测方法,其特征在于,所述疑似缺陷区域的边缘毛边率是按如下方法确定的:对疑似缺陷区域边缘上相邻像素点之间的特征距离求和得到特征距离累加和;对特征距离累加和求平均得到该疑似缺陷区域的边缘毛边率。5.根据权利要求1所述的一种用于带式输送设备的自动检测方法...
【专利技术属性】
技术研发人员:周军,
申请(专利权)人:苏州德斯米尔智能科技有限公司,
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。