主权项: |
1.一种基于视频分析的运输皮带系统异物检测保护方法,包括下列步骤: (1)运输皮带系统的某一上游皮带正上方,安装有第一摄像头,第一摄像头采集所述上游皮带的图像信息,将视频流传输到主控工控机; (2)和上游皮带相邻的下游皮带,接收上游皮带的物料,其正上方安装有第二摄像头,第二摄像头采集所述下游皮带的对应图像信息,将视频流传输到主控工控机进行分析处理; (3)主控工控机内设置有算法引擎模块,对于第一摄像头和第二摄像头采集的相同区域的图像信息,采用高斯滤波进行图像去噪和拉普拉斯算子进行图像增强预处理; (4)采用高斯尺度空间来检测尺度不变特征点,然后根据特征点描绘出异物轮廓; (5)当出现异常轮廓时,算法引擎模块报警并记录异常轮廓,同时根据异常的严重程度将控制信号迅速发送到运输皮带系统。 2.根据权利要求1所述的基于视频分析的运输皮带系统异物检测保护方法,其特征在于:第一摄像头、第二摄像头通过交换机连接到主控工控机。 3.根据权利要求2所述的基于视频分析的运输皮带系统异物检测保护方法,其特征在于:上游皮带和下游皮带都对应安装有动力控制系统,动力控制系统通过交换机连接到主控工控机;当运输皮带负载煤炭运输的时候,动力控制系统激活运输皮带系统的算法引擎模块。 4.根据权利要求1所述的基于视频分析的运输皮带系统异物检测保护方法,其特征在于:步骤(3)中,高斯滤波是用一个模板扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。 5.根据权利要求1所述的基于视频分析的运输皮带系统异物检测保护方法,其特征在于:步骤(3)中,拉普拉斯算子进行图像增强是根据当邻域中心像素灰度低于它所在的领域内其它像素的平均灰度时,此中心像素的灰度应被进一步降低,当邻域中心像素灰度高于它所在的邻域内其它像素的平均灰度时,此中心像素的灰度应被进一步提高,以此实现图像增强处理。 6.根据权利要求1所述的基于视频分析的运输皮带系统异物检测保护方法,其特征在于:步骤(4)中,利用高斯尺度空间检测尺度中不变的特征点,唯一能产生尺度空间的核为高斯核函数,将图像的尺度空间表示成一个函数L(x,y,σ),是由一个变尺度的高斯函数G(x,y,σ)与图像I(x,y)卷积产生,即L(x,y,σ)=G(x,y,σ)*I(x,y),其中x,y表示图像中像素的横纵坐标,σ表示高斯平滑因子。 7.根据权利要求1所述的基于视频分析的运输皮带系统异物检测保护方法,其特征在于:步骤(5)中,利用机器学习的方式对异物轮廓进行识别,当不存在异物时,煤块在进行特征提取时会被过滤,此时皮带能够正常运行。 8.根据权利要求1所述的基于视频分析的运输皮带系统异物检测保护方法,其特征在于:步骤(5)中,异常轮廓不严重时,运输皮带系统通知工作人员;异物严重超限时,运输皮带系统控制相应的动力控制系统,及时减速或者停止各级皮带。 9.根据权利要求1所述的基于视频分析的运输皮带系统异物检测保护方法,其特征在于:本方法对连续物料传送的多级皮带都进行图像信息采集,依次对相邻的皮带进行异物检测。 |