本公開涉及(ji)圖(tu)像分析，具體涉及(ji)一種基(ji)于圖(tu)像的皮帶檢測方法、裝置、設(she)備及(ji)介(jie)質(zhi)。

背景技術：

1、在工業(ye)生(sheng)產(chan)中，傳(chuan)(chuan)輸(shu)皮(pi)帶(dai)作為物(wu)(wu)料(liao)輸(shu)送(song)的關鍵(jian)設備(bei)，其運(yun)行狀況直(zhi)接關系(xi)到整個生(sheng)產(chan)線的穩定性和效率。然而，由于外部尖(jian)銳異物(wu)(wu)等因素，傳(chuan)(chuan)輸(shu)皮(pi)帶(dai)在運(yun)行過程中可能(neng)會(hui)發生(sheng)縱向撕裂，這不(bu)僅會(hui)導致(zhi)物(wu)(wu)料(liao)泄(xie)漏，還可能(neng)造成(cheng)設備(bei)損(sun)(sun)壞、生(sheng)產(chan)中斷，甚(shen)至(zhi)引發安全事(shi)故，給企業(ye)帶(dai)來重大的損(sun)(sun)失(shi)。

2、現有(you)(you)技(ji)術(shu)中(zhong)，存在(zai)著(zhu)多(duo)種(zhong)(zhong)基于(yu)傳(chuan)統光(guang)學傳(chuan)感器(qi)(qi)的(de)(de)皮(pi)帶(dai)檢測(ce)分析方(fang)法(fa)，如(ru)相機等，但這些(xie)方(fang)法(fa)在(zai)實(shi)際應(ying)用(yong)中(zhong)往往存在(zai)著(zhu)一些(xie)局限性。首先(xian)，傳(chuan)統的(de)(de)視覺檢測(ce)方(fang)法(fa)雖(sui)(sui)然直觀，但受到(dao)環境光(guang)照、灰塵、油(you)污等因(yin)素的(de)(de)影響較大，容易出現誤(wu)判(pan)和漏(lou)檢。其次，接觸式檢測(ce)方(fang)法(fa)雖(sui)(sui)然準確(que)，但需要(yao)在(zai)皮(pi)帶(dai)上(shang)安裝傳(chuan)感器(qi)(qi)或探針，這種(zhong)(zhong)方(fang)法(fa)僅適用(yong)于(yu)具有(you)(you)導電(dian)性的(de)(de)皮(pi)帶(dai)材料，并(bing)且還可能(neng)對皮(pi)帶(dai)造成(cheng)磨損，影響其使用(yong)壽命(ming)。另外，很多(duo)檢測(ce)方(fang)式在(zai)皮(pi)帶(dai)運輸物料被遮擋時并(bing)不能(neng)及時有(you)(you)效的(de)(de)進行裂(lie)痕識別(bie)。

3、因此，需(xu)要一個(ge)能準確且可靠地(di)進行皮帶檢測分析的方法。

技術實現思路

1、本(ben)公開提供(gong)一種基于圖像的皮(pi)帶檢測方法、裝置、設備及(ji)介(jie)質，用以實現高精度(du)、高可(ke)靠的檢測分析皮(pi)帶。

2、第一(yi)方面，本公開(kai)提供一(yi)種(zhong)基于(yu)圖像(xiang)的皮帶檢測方法，包括：

3、獲取重(zhong)量(liang)傳(chuan)感器的(de)第一檢(jian)測(ce)數據(ju)，計算第一檢(jian)測(ce)數據(ju)的(de)質心；

4、當第(di)一檢測數據符合預設(she)條件時，融合第(di)一超(chao)聲(sheng)波(bo)和第(di)二(er)超(chao)聲(sheng)波(bo)的觀測數據，其中，所述融合包括：

5、將k幅第(di)(di)一(yi)超聲波觀測數(shu)據轉(zhuan)化為深(shen)(shen)度(du)(du)圖像，并按照觀測時間戳進(jin)行排(pai)序，k為大于(yu)(yu)1的(de)(de)自然(ran)數(shu)；確(que)定(ding)每相鄰兩幅深(shen)(shen)度(du)(du)圖像之間關鍵特征(zheng)點的(de)(de)運動矢量，計算k-1個運動矢量的(de)(de)差異信息(xi)，基于(yu)(yu)差異信息(xi)提取第(di)(di)一(yi)邊界(jie)輪廓，獲取第(di)(di)一(yi)邊界(jie)輪廓的(de)(de)指向(xiang)性，所述指向(xiang)性是指第(di)(di)一(yi)邊界(jie)輪廓的(de)(de)縱向(xiang)延伸方向(xiang)；

6、將第(di)二(er)超(chao)聲波(bo)(bo)觀(guan)測數據以第(di)一(yi)檢測數據的(de)質心為起點，沿(yan)所述第(di)一(yi)邊(bian)界(jie)輪(lun)(lun)廓的(de)指(zhi)向性(xing)上(shang)確定(ding)第(di)二(er)超(chao)聲波(bo)(bo)觀(guan)測數據的(de)梯度變(bian)化(hua)，識別邊(bian)界(jie)像(xiang)素點，提取第(di)二(er)邊(bian)界(jie)輪(lun)(lun)廓；

7、計(ji)算第一邊界輪(lun)(lun)廓(kuo)和第二邊界輪(lun)(lun)廓(kuo)交集面積與并集面積的比值，當所述(shu)比值大于閾(yu)值時，將交集區域作為目標區域。

8、根據本公開提(ti)供(gong)的(de)(de)基于(yu)圖像的(de)(de)皮帶檢測方法(fa)，確定每相鄰兩(liang)幅深度圖像之間關(guan)鍵特征點的(de)(de)運動矢(shi)量，計算k-1個運動矢(shi)量的(de)(de)差異信息包括：

9、以所述第一檢測(ce)數據的(de)質心為起點(dian)，選取預(yu)設距離內重量傳感器檢測(ce)到的(de)重量信息達到第一閾值的(de)圖像特征(zheng)點(dian)作為關鍵特征(zheng)點(dian)；

10、對于每相鄰兩(liang)幅(fu)深(shen)度圖像，將當前(qian)圖像中(zhong)的關鍵特征(zheng)點與前(qian)一圖像中(zhong)的對應關鍵特征(zheng)點進行匹配(pei)；

11、計算匹配后的(de)關鍵特征點在(zai)每相鄰(lin)兩幅深(shen)度圖像之間(jian)的(de)運(yun)動矢量的(de)角(jiao)度變化；

12、通過運動矢量的角(jiao)度變化計(ji)算(suan)差異(yi)信息。

13、根據(ju)本公開提供(gong)的基于圖像(xiang)的皮(pi)帶檢測(ce)方法(fa)，沿所述第(di)一邊界輪廓(kuo)的指向(xiang)性(xing)上確定第(di)二超聲波觀(guan)測(ce)數據(ju)的梯度變化包括：

14、計算(suan)第二超聲波觀測(ce)數(shu)據(ju)(ju)中(zhong)，每個(ge)觀測(ce)數(shu)據(ju)(ju)與其所處8鄰域內的觀測(ce)數(shu)據(ju)(ju)之間的超聲強度(du)(du)方(fang)差值，獲(huo)得(de)梯度(du)(du)變化。

15、根據(ju)(ju)本公開提供(gong)的(de)基(ji)于圖像的(de)皮(pi)帶檢測方法，獲取重量傳感器的(de)第(di)一檢測數據(ju)(ju)包(bao)括(kuo)：

16、所述重量傳感器(qi)以陣列單元(yuan)形(xing)式(shi)位于傳輸皮(pi)帶初始位置的下方；

17、陣列(lie)(lie)單元為(wei)m×n個二維陣列(lie)(lie)排布的重(zhong)量傳感器，陣列(lie)(lie)單元的寬(kuan)度等于傳輸皮帶(dai)寬(kuan)度，m和n為(wei)自然數(shu)；

18、所述(shu)第一(yi)檢測數據包括每個重(zhong)量傳感器的(de)重(zhong)量信息(xi)和(he)對應的(de)位置信息(xi)。

19、根據本公開提供的基于(yu)圖像的皮帶檢測方法，第一檢測數據符合預(yu)設條件包括：

20、遍歷傳(chuan)感器陣列(lie)：將傳(chuan)感器陣列(lie)單(dan)元劃分為(wei)多(duo)(duo)個(ge)(ge)塊(kuai)，將多(duo)(duo)個(ge)(ge)塊(kuai)分別(bie)設置優先級，其(qi)(qi)中，傳(chuan)輸皮帶中心區域(yu)的(de)優先級高于其(qi)(qi)他區域(yu)；采用(yong)多(duo)(duo)線程方式并(bing)根據優先級高低(di)遍歷傳(chuan)感器陣列(lie)單(dan)元的(de)多(duo)(duo)個(ge)(ge)塊(kuai)；

21、當(dang)遍歷的(de)(de)t個(ge)相鄰的(de)(de)重(zhong)量(liang)傳感器檢測到(dao)的(de)(de)重(zhong)量(liang)信息(xi)均達到(dao)第(di)一閾(yu)值時，獲取t個(ge)相鄰的(de)(de)重(zhong)量(liang)傳感器的(de)(de)質心，計(ji)算質心在陣列單元中的(de)(de)x、y坐標。

22、根(gen)據本公開提(ti)供(gong)的(de)基于(yu)圖像的(de)皮帶(dai)檢測方法，當第一(yi)檢測數據符合(he)預設條件時(shi)，在y/s時(shi)間后(hou)，啟動(dong)第一(yi)超聲波傳感(gan)器，s為傳輸(shu)皮帶(dai)的(de)傳輸(shu)速(su)度(du)；

23、第(di)一超聲波傳(chuan)感器以傳(chuan)輸皮帶的傳(chuan)輸速度s沿著傳(chuan)輸皮帶的傳(chuan)輸方向動態移動；

24、獲取第一(yi)超聲波傳(chuan)感(gan)器與傳(chuan)輸皮帶在垂直方向上的距離(li)l，以固(gu)定角度(du)α持續觀測傳(chuan)輸皮帶；其中，arctan（α）=l/x。

25、根據本公開提供的基于圖像的皮帶(dai)檢(jian)測(ce)方(fang)法，當第(di)一(yi)檢(jian)測(ce)數(shu)據符合預(yu)設條件(jian)時(shi)，立即(ji)沿(yan)第(di)二(er)方(fang)向將第(di)二(er)超聲波傳感(gan)器移動x距離到達第(di)二(er)位置；

26、到達第二位置后啟動第二超聲(sheng)波傳感器；

27、獲取第二超(chao)聲波傳(chuan)感器(qi)與質(zhi)心(xin)的距(ju)離，對準質(zhi)心(xin)調(diao)整動態觀(guan)測角(jiao)度并(bing)持續觀(guan)測傳(chuan)輸皮帶，從而使得第二超(chao)聲波傳(chuan)感器(qi)的觀(guan)測中心(xin)始終位于質(zhi)心(xin)。

28、第二(er)方(fang)面，本(ben)公開(kai)還提供一種基于(yu)圖像的皮(pi)帶(dai)檢測裝置，包括：

29、重量(liang)(liang)傳感(gan)器模(mo)塊，用(yong)于獲取重量(liang)(liang)傳感(gan)器的第一(yi)檢(jian)測數(shu)據，計算第一(yi)檢(jian)測數(shu)據的質心(xin)；

30、融合模(mo)塊，用于當第一檢測數(shu)據(ju)符合預設條件(jian)時(shi)，融合第一超(chao)聲波(bo)和第二超(chao)聲波(bo)的(de)觀(guan)測數(shu)據(ju)，其中，所述融合包括：

31、將k幅第(di)一超聲波觀(guan)測數據轉化為(wei)深度圖像，并按照觀(guan)測時間(jian)戳進行排序，k為(wei)大于(yu)(yu)1的(de)自(zi)然數；確定每相鄰兩(liang)幅深度圖像之間(jian)關鍵(jian)特征點(dian)的(de)運(yun)動(dong)(dong)矢量(liang)，計算k-1個運(yun)動(dong)(dong)矢量(liang)的(de)差(cha)異(yi)信息，基于(yu)(yu)差(cha)異(yi)信息提(ti)取第(di)一邊界輪廓(kuo)，獲取第(di)一邊界輪廓(kuo)的(de)指(zhi)向(xiang)性，所述指(zhi)向(xiang)性是指(zhi)第(di)一邊界輪廓(kuo)的(de)縱向(xiang)延伸方(fang)向(xiang)；

32、將第(di)二超(chao)聲波觀測(ce)數據以第(di)一檢(jian)測(ce)數據的(de)質心為(wei)起點，沿(yan)所述(shu)第(di)一邊界輪廓的(de)指向性上確定第(di)二超(chao)聲波觀測(ce)數據的(de)梯度變化(hua)，識別邊界像素點，獲得(de)第(di)二邊界輪廓；

33、確定模塊，用于計算第(di)一邊界(jie)輪廓和第(di)二邊界(jie)輪廓交集(ji)面(mian)積與(yu)并集(ji)面(mian)積的(de)比值，當所述比值大于閾值時(shi)，將交集(ji)區域作為目(mu)標區域。

34、與現有技術相比，本公開(kai)涉及一(yi)(yi)種基于圖像(xiang)的(de)(de)皮帶(dai)檢(jian)測(ce)(ce)(ce)方法，該(gai)方法包括：獲取重(zhong)量傳感器(qi)的(de)(de)第(di)(di)一(yi)(yi)檢(jian)測(ce)(ce)(ce)數(shu)(shu)(shu)據(ju)，計(ji)算第(di)(di)一(yi)(yi)檢(jian)測(ce)(ce)(ce)數(shu)(shu)(shu)據(ju)的(de)(de)質心；當(dang)第(di)(di)一(yi)(yi)檢(jian)測(ce)(ce)(ce)數(shu)(shu)(shu)據(ju)符合(he)預設條件時(shi)，融合(he)第(di)(di)一(yi)(yi)超聲波(bo)和第(di)(di)二(er)超聲波(bo)的(de)(de)觀測(ce)(ce)(ce)數(shu)(shu)(shu)據(ju)，其中，所述融合(he)包括：將k幅第(di)(di)一(yi)(yi)超聲波(bo)觀測(ce)(ce)(ce)數(shu)(shu)(shu)據(ju)轉(zhuan)化為深(shen)(shen)度(du)圖像(xiang)；確定每相鄰(lin)兩幅深(shen)(shen)度(du)圖像(xiang)之(zhi)間關(guan)鍵特征(zheng)點的(de)(de)運動矢量及其差異信息(xi)，基于差異信息(xi)提取第(di)(di)一(yi)(yi)邊(bian)界(jie)輪廓(kuo)(kuo)(kuo)；沿(yan)第(di)(di)一(yi)(yi)邊(bian)界(jie)輪廓(kuo)(kuo)(kuo)的(de)(de)指向性(xing)上(shang)確定第(di)(di)二(er)超聲波(bo)觀測(ce)(ce)(ce)數(shu)(shu)(shu)據(ju)的(de)(de)梯度(du)變化，提取第(di)(di)二(er)邊(bian)界(jie)輪廓(kuo)(kuo)(kuo)；計(ji)算第(di)(di)一(yi)(yi)邊(bian)界(jie)輪廓(kuo)(kuo)(kuo)和第(di)(di)二(er)邊(bian)界(jie)輪廓(kuo)(kuo)(kuo)交(jiao)集(ji)(ji)面積與并集(ji)(ji)面積的(de)(de)比值(zhi)，當(dang)所述比值(zhi)大于閾值(zhi)時(shi)，將交(jiao)集(ji)(ji)區域(yu)作為目標區域(yu)。通過采(cai)用(yong)上(shang)述方案，能夠高精度(du)、高可靠的(de)(de)檢(jian)測(ce)(ce)(ce)分析皮帶(dai)狀況。

技術特征：

1.一種基(ji)于圖像(xiang)的皮帶(dai)檢測方法，其特征(zheng)在于，包括以下步驟：

2.根據權利要求1所(suo)述(shu)的(de)基于圖(tu)(tu)像(xiang)的(de)皮帶檢測方法，其特征在于，所(suo)述(shu)確定(ding)每相鄰兩幅深(shen)度圖(tu)(tu)像(xiang)之間關鍵特征點(dian)的(de)運(yun)(yun)動矢量，計算(suan)k-1個(ge)運(yun)(yun)動矢量的(de)差(cha)異信(xin)息(xi)包括：

3.根據(ju)權利要求1所(suo)述(shu)的(de)基于(yu)(yu)圖像(xiang)的(de)皮帶(dai)檢測方法，其特征在于(yu)(yu)，所(suo)述(shu)沿(yan)所(suo)述(shu)第(di)一邊界輪廓(kuo)的(de)指向性上(shang)確定第(di)二超聲波觀測數據(ju)的(de)梯(ti)度變化(hua)包括：

4.根據(ju)權(quan)利要(yao)求1所述的基于圖(tu)像的皮帶檢(jian)測(ce)方法，其特征在于，所述獲取(qu)重量傳感器的第(di)一檢(jian)測(ce)數(shu)據(ju)包(bao)括：

5.根據權利要(yao)求4所(suo)述的(de)基于圖(tu)像的(de)皮帶檢測方法，其(qi)特征在(zai)于：所(suo)述第(di)一檢測數據符合預設條(tiao)件(jian)包括：

6.根據權利要求5所述的(de)基于圖像的(de)皮(pi)帶檢測方法，其特征在于：

7.根(gen)據權利(li)要求(qiu)5所(suo)述的基于圖像的皮帶檢(jian)測方法(fa)，其(qi)特征在于：

8.一種(zhong)基于圖像的皮(pi)帶檢(jian)測裝置，其特(te)征在于，包括(kuo)：

9.一種電子設備，包括：處(chu)理(li)(li)器；存儲程序的(de)存儲器，其(qi)中，所(suo)述(shu)程序包括指令，所(suo)述(shu)指令在由所(suo)述(shu)處(chu)理(li)(li)器執行時使所(suo)述(shu)處(chu)理(li)(li)器執行根據權利要求1-7中任一項所(suo)述(shu)的(de)方法。

10.一(yi)種存(cun)(cun)儲有計算(suan)(suan)機(ji)指令(ling)的(de)非瞬時計算(suan)(suan)機(ji)可讀存(cun)(cun)儲介(jie)質(zhi)，其(qi)中，所(suo)(suo)述(shu)計算(suan)(suan)機(ji)可讀存(cun)(cun)儲介(jie)質(zhi)中存(cun)(cun)儲有指令(ling)或計算(suan)(suan)機(ji)程序，當所(suo)(suo)述(shu)指令(ling)或計算(suan)(suan)機(ji)程序在設備上(shang)運行(xing)(xing)時，使(shi)得所(suo)(suo)述(shu)設備執行(xing)(xing)權利要求1-7任一(yi)項所(suo)(suo)述(shu)的(de)方法。

技術總結
本公開涉及圖像分析技術領域，提供一種基于圖像的皮帶檢測方法、裝置、設備及介質，該方法包括：獲取重量傳感器的第一檢測數據，計算第一檢測數據的質心；當第一檢測數據符合預設條件時，融合第一超聲波和第二超聲波的觀測數據，其中，所述融合包括：將K幅第一超聲波觀測數據轉化為深度圖像；確定每相鄰兩幅深度圖像之間關鍵特征點的運動矢量及其差異信息，基于差異信息提取第一邊界輪廓；沿第一邊界輪廓的指向性上確定第二超聲波觀測數據的梯度變化，提取第二邊界輪廓；計算第一邊界輪廓和第二邊界輪廓交集面積與并集面積的比值，當所述比值大于閾值時，將交集區域作為目標區域。通過采用上述方案，能夠高精度、高可靠的檢測分析皮帶狀況。

技術研發人員：康立軍,于鐸,呂東升,馮洪江,孫海平,蘭大江,何金
受保護的技術使用者：本溪鋼鐵（集團）信息自動化有限責任公司
技術研發日：
技術公布日：2024/9/19