基于圖像識(shí)別的電梯制動(dòng)曳引鋼絲繩滑移量檢測(cè)技術(shù)＊

周奇才 劉曦晨 馮雙昌 熊肖磊,3 趙 炯

1 同濟(jì)大學(xué) 上海 201804 2 上海市特種設(shè)備監(jiān)督檢驗(yàn)技術(shù)研究院 上海 200062

3 同濟(jì)大學(xué)浙江學(xué)院 嘉興 314051

0 引言

電梯在使用過(guò)程中，纏繞在曳引輪上的鋼絲繩不斷與曳引輪槽發(fā)生摩擦，長(zhǎng)期使用輪槽處會(huì)逐漸磨損，曳引輪與鋼絲繩的摩擦減小，導(dǎo)致曳引能力降低。當(dāng)曳引能力降低到一定程度時(shí)，曳引輪與鋼絲繩發(fā)生打滑，無(wú)法正常帶動(dòng)電梯轎廂，如果在運(yùn)行過(guò)程中發(fā)生打滑，則會(huì)發(fā)生安全事故。此外，制動(dòng)閘瓦每次制動(dòng)時(shí)與制動(dòng)輪發(fā)生摩擦，使閘瓦磨損而造成制動(dòng)能力下降，發(fā)生制動(dòng)輪打滑，也會(huì)發(fā)生安全事故。

鋼絲繩在制動(dòng)過(guò)程中的滑移量是電梯制動(dòng)系統(tǒng)與電梯曳引系統(tǒng)綜合作用的結(jié)果。電梯制動(dòng)過(guò)程中，制動(dòng)輪相對(duì)于制動(dòng)閘瓦的滑移量加上鋼絲繩相對(duì)于曳引輪的滑移量等于鋼絲繩的總滑移量（制動(dòng)輪和曳引輪可以看作剛性連接）。制動(dòng)輪相對(duì)于制動(dòng)閘瓦的滑移量代表了電梯的制動(dòng)能力，電梯制動(dòng)能力越弱，制動(dòng)距離越大，導(dǎo)致鋼絲繩滑移量增大。鋼絲繩相對(duì)于曳引輪的滑移量代表曳引能力，曳引能力越弱，鋼絲繩在電梯制動(dòng)過(guò)程中與曳引輪發(fā)生相對(duì)滑動(dòng)，也會(huì)導(dǎo)致滑移量增大。因此，鋼絲繩的滑移量，能綜合反映電梯的制動(dòng)能力和曳引能力。

目前已有一些檢測(cè)電梯制動(dòng)距離的方法。有利用膠輪和旋轉(zhuǎn)編碼器對(duì)鋼絲繩的移動(dòng)進(jìn)行檢測(cè)，可以得到電梯制動(dòng)距離[1]。這種方法原理簡(jiǎn)單，成本較低，容易實(shí)現(xiàn)。然而，由于膠輪本身與鋼絲繩之間也會(huì)發(fā)生打滑，且隨著使用時(shí)間和次數(shù)的增加，機(jī)械安裝容易松動(dòng)，致使打滑加劇。因此，這種方法不適合對(duì)電梯性能進(jìn)行長(zhǎng)期監(jiān)控。此外，也有通過(guò)加速度傳感器對(duì)電梯轎廂運(yùn)動(dòng)進(jìn)行測(cè)量的方法[2]。這種方法不僅可以檢測(cè)出移動(dòng)量，還能檢測(cè)出速度、加速度。加速度傳感器的成本同樣很低，但是該系統(tǒng)的采集和檢測(cè)部分都安裝在電梯轎廂內(nèi)。如果不對(duì)電梯進(jìn)行改造，很難實(shí)現(xiàn)長(zhǎng)時(shí)間供電和信號(hào)傳輸，也不利于長(zhǎng)期實(shí)時(shí)監(jiān)測(cè)。

若對(duì)電梯性能進(jìn)行長(zhǎng)期監(jiān)測(cè)，需要求對(duì)各參數(shù)的檢測(cè)技術(shù)能保證長(zhǎng)期穩(wěn)定測(cè)量。為了確保電梯曳引功能正常運(yùn)行，本文提出一種對(duì)電梯曳引能力進(jìn)行檢測(cè)的技術(shù)，通過(guò)高幀率工業(yè)攝像機(jī)、采集電梯制動(dòng)過(guò)程中鋼絲繩運(yùn)動(dòng)的視頻。

圖像識(shí)別算法綜合使用直方圖特征和霍夫變換，分割出視頻中的鋼絲繩部分，然后對(duì)鋼絲繩圖像沿時(shí)間軸的變化進(jìn)行分析，計(jì)算得到鋼絲繩在制動(dòng)過(guò)程中的滑移量，從而評(píng)估電梯的曳引能力。

1 檢測(cè)系統(tǒng)

電梯制動(dòng)器檢測(cè)系統(tǒng)如圖1所示，由電梯制動(dòng)器、工業(yè)攝像機(jī)、工業(yè)路由器、計(jì)算機(jī)等組成。電梯制動(dòng)器的鋼絲繩為被測(cè)對(duì)象，每次制動(dòng)過(guò)程中，鋼絲繩會(huì)因?yàn)閼T性滑移一段距離，而鋼絲繩本身的紋理具有周期性，適合用來(lái)作為被測(cè)對(duì)象。工業(yè)攝像機(jī)用于采集電梯制動(dòng)器制動(dòng)過(guò)程中的圖像信息，將輸入相機(jī)鏡頭的光信號(hào)轉(zhuǎn)換為圖像矩陣（電信號(hào)），并編碼成一定的格式，用于傳輸。工業(yè)路由器負(fù)責(zé)接收編碼的視頻數(shù)據(jù)，并將其轉(zhuǎn)發(fā)至計(jì)算機(jī)；計(jì)算機(jī)用于進(jìn)行復(fù)雜的圖像處理、計(jì)算；監(jiān)視器用于輸出計(jì)算機(jī)計(jì)算的結(jié)果。

圖1 檢測(cè)框圖

工業(yè)相機(jī)擺放時(shí)，鏡頭光軸處于水平面上，可以調(diào)整相機(jī)擺放位置，使鋼絲繩組盡可能多地出現(xiàn)在相機(jī)視野中，同時(shí)還要保證鋼絲繩紋理清晰可見(jiàn)。需要注意的是，工業(yè)攝像機(jī)選型時(shí)必須選擇高幀相機(jī)。電梯鋼絲繩通常為19絲成一股，8股成一繩。鋼絲繩的股間距約為4～5 mm。進(jìn)行圖像測(cè)量時(shí)測(cè)股的變化，近似為周期圖像。根據(jù)采樣定理，相機(jī)的幀率（即圖像采用頻率）必須要高于股變化頻率的2倍才能有效測(cè)量。

相機(jī)的接口標(biāo)準(zhǔn)采用GigE Vision協(xié)議，支持為相機(jī)分配ip地址，工業(yè)路由器通過(guò)雙絞線與相機(jī)相連，在同一個(gè)局域網(wǎng)中，工業(yè)路由器用于為相機(jī)動(dòng)態(tài)分配ip地址并轉(zhuǎn)發(fā)數(shù)據(jù)至計(jì)算機(jī)。

計(jì)算機(jī)運(yùn)行計(jì)算程序，實(shí)時(shí)接收路由器轉(zhuǎn)發(fā)的視頻信息。計(jì)算程序主要分為兩部分：區(qū)域分割和滑移量計(jì)算。區(qū)域分割程序在每次檢測(cè)到制動(dòng)停止一段時(shí)間后運(yùn)行，用于重新劃分檢測(cè)帶。每次制動(dòng)開(kāi)始時(shí)，制動(dòng)器控制柜給計(jì)算機(jī)一個(gè)制動(dòng)開(kāi)始的信號(hào)，計(jì)算機(jī)開(kāi)始運(yùn)行滑移量計(jì)算程序，計(jì)算整個(gè)制動(dòng)過(guò)程中的滑移量。通過(guò)這種方式，計(jì)算機(jī)在每次計(jì)算滑移量結(jié)束后更新檢測(cè)帶，最終計(jì)算的結(jié)果可顯示在監(jiān)視器上。

2 圖像識(shí)別

圖像算法的功能為：以從工業(yè)路由器傳輸過(guò)來(lái)的、由工業(yè)攝像機(jī)采集的、鋼絲繩在制動(dòng)過(guò)程中的視頻數(shù)據(jù)作為輸入，通過(guò)計(jì)算分析，輸出鋼絲繩在制動(dòng)過(guò)程中的滑移量。

當(dāng)獲取到含有鋼絲繩的圖像后，需要先篩選出圖像中鋼絲繩所在的點(diǎn)，并根據(jù)這些點(diǎn)，劃分出包含鋼絲繩的區(qū)域。在這個(gè)區(qū)域中，有多股鋼絲繩，采用霍夫變換，檢測(cè)區(qū)域中主要的直線，利用直線將這些鋼絲繩分割成數(shù)根。對(duì)每根鋼絲繩所在的區(qū)域再進(jìn)一步劃分，得到很多小的區(qū)域，統(tǒng)計(jì)每個(gè)小區(qū)域沿時(shí)間變化所經(jīng)過(guò)的周期，取平均值，得到鋼絲繩移動(dòng)的股數(shù)，根據(jù)股數(shù)乘股間距，即可求得鋼絲繩滑移量。因此，鋼絲繩滑移量測(cè)量可分為鋼絲繩檢測(cè)和分割檢測(cè)帶兩步。

2.1 鋼絲繩檢測(cè)

鋼絲繩檢測(cè)即是檢測(cè)出圖像中屬于鋼絲繩的點(diǎn)的坐標(biāo)分布，從而劃分出一個(gè)只包含鋼絲繩得到區(qū)域，為下一步計(jì)算做準(zhǔn)備。典型的鋼絲繩圖像如圖2所示。

鋼絲繩相較于圖像其他部分，沿空間軸灰度變化頻率較高，且有一定周期性，屬于紋理圖像。該類(lèi)圖像不能簡(jiǎn)單地使用顏色或梯度閾值進(jìn)行分割?？紤]到紋理圖像空間分布的規(guī)律性，可統(tǒng)計(jì)每個(gè)像素點(diǎn)周?chē)鷧^(qū)域內(nèi)灰度的頻率直方圖。組成一個(gè)長(zhǎng)度為256的向量。并將該向量與預(yù)先采樣的區(qū)域的灰度分布向量相比較，篩選出鋼絲繩所在的區(qū)域。

首先拍攝任意一幀圖像，并手動(dòng)截取其中一段只包含鋼絲繩的圖像，統(tǒng)計(jì)該圖像的灰度頻率分布直方圖。得到一個(gè)長(zhǎng)度為256的向量X0。

將原圖像轉(zhuǎn)換成灰度圖并進(jìn)行高斯模糊，得到一張去噪的灰度圖I(x,y)。對(duì)I(x,y)中任意一點(diǎn)(i,j)，統(tǒng)計(jì)其周?chē)?3×13像素區(qū)域的點(diǎn)（該像素區(qū)域可選大小為13×13、15×15、……，可以根據(jù)相機(jī)的分辨率選擇合適的區(qū)域，一個(gè)區(qū)域盡量包含一個(gè)以上股間距，使圖像在局部的周期特性在直方圖上能夠體現(xiàn)）。得到灰度的頻率分布直方圖向量Xij。計(jì)算Xij與X0的歐幾里得距離。并設(shè)定一個(gè)閾值Td，即當(dāng)公式

式（1）的點(diǎn)(i,j)，將其灰度值賦值為1，并將其余點(diǎn)賦值為0，得到一個(gè)提取出鋼絲繩坐標(biāo)位置的二值圖B0，如圖3所示。

圖3 提取鋼絲繩上點(diǎn)的二值圖B0

從圖3可知，雖然這種方法提取出來(lái)的點(diǎn)基本都是鋼絲繩上的點(diǎn)，但也有一些不屬于鋼絲繩的干擾點(diǎn)，其數(shù)量不到總數(shù)的10%，從原圖中劃分出一塊盡可能只包含鋼絲繩的區(qū)域進(jìn)行分析，可以求出所有點(diǎn)坐標(biāo)在x，y上的均值和標(biāo)準(zhǔn)差，分別為Mx、My、σx、σy。令

以式（2）中4個(gè)值分別為x的最小、最大值；y的最小、最大值從灰度圖I(x,y)中分割出一個(gè)區(qū)域，結(jié)果如圖4所示。

圖4中的區(qū)域只包含鋼絲繩，但在實(shí)際情況下，這一區(qū)域還可能包含其他部分，例如當(dāng)鋼絲繩之間間隙較大時(shí)，間隙也會(huì)包含到該區(qū)域（以下簡(jiǎn)稱檢測(cè)窗）。因此，還需要進(jìn)行二次分割，將只包含鋼絲繩的區(qū)域分割出來(lái)。

圖4 劃分出的區(qū)域

2.2 區(qū)域分割

區(qū)域分割的主要流程為：先使用梯度閾值處理和霍夫變換檢測(cè)出代表鋼絲繩邊緣的直線；然后再用算法剔除干擾直線，篩選出正確直線；最后再利用有效直線對(duì)圖像的區(qū)域進(jìn)行分割，劃分出檢測(cè)帶。

1）直線檢測(cè)

圖4中鋼絲繩的與鋼絲繩之間有明顯的直線邊界，可以使用霍夫變換，檢測(cè)出圖中的長(zhǎng)直線，作為分割線。使用霍夫變換時(shí)，先將檢測(cè)窗進(jìn)行梯度閾值過(guò)濾。該圖像區(qū)域用sec(x,y)表示。令

得到二值圖Bedges。然后可以對(duì)該二值圖作霍夫變換，檢測(cè)出所有直線，如圖5所示。

圖5a是對(duì)梯度進(jìn)行二值處理后得到的Bedges，圖5b是在劃分出的區(qū)域中畫(huà)出檢測(cè)到的直線（圖中的直線僅保留線長(zhǎng)150像素以上的直線，其他直線丟棄，該長(zhǎng)度根據(jù)分割鋼絲繩的邊界線在檢測(cè)窗中的像素長(zhǎng)度確定，可以取一個(gè)接近檢測(cè)窗高的值，例如檢測(cè)窗的高度乘以0.8），可以看到，鋼絲繩組被互相平行的直線分割成了孤立的單根鋼絲繩。

2）直線篩選

通過(guò)霍夫變換得到的分割線往往伴隨一些干擾的無(wú)關(guān)直線。例如圖5中檢測(cè)的三條直線,最右側(cè)一條明顯粗于左邊兩條，因該直線實(shí)際上是距離很近，互相平行的兩根線。有時(shí)還會(huì)檢測(cè)出一些不平行的干擾直線。因此，需要對(duì)檢測(cè)到的所有直線參數(shù)進(jìn)行處理，剔除所有不符合要求的直線，方便后續(xù)處理。根據(jù)前文的討論，需要剔除的直線分為兩類(lèi)：1）與正確分割直線不平行的干擾直線；2）與正確分割直線平行，但與另一直線距離很近，可以視作同一直線的冗余直線。

霍夫變換返回的是直線到原點(diǎn)的距離ρ和直線與x軸的夾角θ的集合

式中：Tθ為一個(gè)預(yù)先選定的閾值，則再將θi對(duì)應(yīng)的ρi與As中所有直線ρ的平均值ρs對(duì)比，若

則將（ρi，θi）加入集合 As（其中 Tρ為預(yù)先選定的閾值），否則就將該直線丟棄。如果不存在這樣的θs或不存在已有的集合，則新建一個(gè)集合Ak+1并將該元素加入新集合。然后繼續(xù)從S中取下一個(gè)點(diǎn)，繼續(xù)以上過(guò)程，直至中所有點(diǎn)取完。

通過(guò)以上過(guò)程，霍夫變換的檢測(cè)結(jié)果被分割為若干兩兩互斥集合（A1，A2，…，Ak）的并集。從這些集合中找出元素?cái)?shù)量最多的一個(gè)，假設(shè)為Aq，則Aq中的直線即為正確檢測(cè)的直線，其他集合中的直線全部剔除。這里假設(shè)了正確檢測(cè)的直線數(shù)量最多，而錯(cuò)誤檢測(cè)的直線只占較少部分，且距離和角度的差別較大。

3）分割檢測(cè)帶

經(jīng)過(guò)篩選后的直線已經(jīng)可以將鋼絲繩按條分割成獨(dú)立的區(qū)域。由于這些直線有一定的角度，不利于后續(xù)的計(jì)算處理，因此，計(jì)算集合Aq中直線的平均角度θq，然后將檢測(cè)窗逆時(shí)針旋轉(zhuǎn)角度θq。這樣，原本檢測(cè)到的有一定斜率的分割線會(huì)變成豎直線。假設(shè)Aq中直線的距離從小到大分別為ρq1＜ρq2＜…＜ρqmax。只需要對(duì)圖像 y軸（橫軸）取［ρq1，ρq2］、［ρq2，ρq3］、…、［ρq（max-1），ρqmax］這幾個(gè)區(qū)間，每個(gè)區(qū)間就是一個(gè)檢測(cè)帶。

但上述分割方式仍然存在不足，檢測(cè)過(guò)程中繩的輕微抖動(dòng)和變形會(huì)對(duì)每個(gè)檢測(cè)帶靠近邊緣處的圖像影響較大，因此改進(jìn)每個(gè)區(qū)間為［ρq（k-1）+σ，ρqk-σ］，其中 σ為一個(gè)較小的預(yù)設(shè)值，這種方法能減輕邊緣的變化帶來(lái)的影響。此外本例中所用的圖像是以一定傾斜角拍攝的，繩與繩之間沒(méi)有縫隙，當(dāng)攝像機(jī)正對(duì)鋼絲繩時(shí)，繩與繩之間的縫隙帶也會(huì)被劃分為檢測(cè)帶，這些是對(duì)檢測(cè)沒(méi)有幫助的區(qū)間。可以再利用前述檢測(cè)方法，對(duì)每個(gè)檢測(cè)帶內(nèi)的像素灰度進(jìn)行統(tǒng)計(jì)，并計(jì)算得到的灰度分布向量與樣本向量X0的歐幾里得范數(shù)，并將大于閾值的檢測(cè)帶剔除，只保留有效檢測(cè)帶。

3 滑移量計(jì)算

上一節(jié)最終得到若干只包含鋼絲繩的檢測(cè)帶，下面根據(jù)檢測(cè)帶來(lái)計(jì)算鋼絲繩移動(dòng)量，主要分為兩步，第一步是從檢測(cè)帶中進(jìn)一步劃分檢測(cè)塊，然后再根據(jù)檢測(cè)塊計(jì)算一個(gè)指標(biāo)值（這個(gè)指標(biāo)值經(jīng)過(guò)的周期數(shù)要和鋼絲繩移動(dòng)的股數(shù)相同），然后根據(jù)指標(biāo)值的變化曲線，計(jì)算得到鋼絲繩的移動(dòng)量。

3.1 檢測(cè)塊劃分與指標(biāo)值計(jì)算

得到了若干有效檢測(cè)帶后，可以進(jìn)行移動(dòng)量計(jì)算。計(jì)算移動(dòng)量，需要利用檢測(cè)帶得到若干檢測(cè)塊。由前面的討論已知去噪灰度圖用I(x, y)表示，現(xiàn)約定符號(hào)I(x1：x2，y1：y2)代表 I(x, y)中x坐標(biāo)為 x1到x2，y坐標(biāo)為y1到y(tǒng)2的區(qū)域。則某個(gè)檢測(cè)帶可表示為I(0：xmax，yi：yi+1)，其中xmax代表I(x， y)的最大x坐標(biāo)。

要得到檢測(cè)塊，需要先設(shè)置一個(gè)塊高h(yuǎn)。則該檢測(cè)帶的檢測(cè)塊分別為 I (0：h-1，yi：yi+1)、I(1：h，yi：yi+1)、…、I(xmax-h+1:xmax,yi: yi+1)。共xmax-h+2個(gè)檢測(cè)塊，如果總共k個(gè)檢測(cè)帶，則總共能得到(xmax-h+2)·k個(gè)檢測(cè)塊。

要計(jì)算鋼絲繩的移動(dòng)量，需根據(jù)每個(gè)檢測(cè)塊中的灰度值計(jì)算出一個(gè)指標(biāo)值，對(duì)視頻中每一幀，同一個(gè)檢測(cè)塊都能檢測(cè)出一個(gè)指標(biāo)值，若該指標(biāo)值隨時(shí)間波動(dòng)，則通過(guò)統(tǒng)計(jì)波動(dòng)的周期即可檢測(cè)出鋼絲繩在這段時(shí)間移動(dòng)的股數(shù)。圖6是將一個(gè)檢測(cè)塊中所有的灰度值沿高度方向求和，得到的一個(gè)向量。圖中橫軸為y坐標(biāo)，縱軸為檢測(cè)塊中所有y坐標(biāo)相同的像素點(diǎn)的灰度值的和。上下兩張圖分別是在不同的時(shí)間，對(duì)同一個(gè)檢測(cè)塊進(jìn)行計(jì)算得到的波形?？梢钥吹剑寒?dāng)鋼絲繩的股中心正好移動(dòng)到檢測(cè)塊中心時(shí)，會(huì)在中間坐標(biāo)處出現(xiàn)一個(gè)波峰；當(dāng)鋼絲繩股間隙正好移動(dòng)到檢測(cè)塊中心時(shí)，會(huì)在中間坐標(biāo)處出現(xiàn)一個(gè)波谷。因此，可以統(tǒng)計(jì)中間坐標(biāo)ymid以及ymid-1、ymid+1三點(diǎn)處的均值，作為一個(gè)指標(biāo)值v。

圖6 檢測(cè)塊在不同時(shí)間的波形

3.2 鋼絲繩移動(dòng)量計(jì)算

得到指標(biāo)值v的計(jì)算方法后，在時(shí)間軸上，對(duì)每個(gè)檢測(cè)塊都可以求出一個(gè)v隨時(shí)間變化的波形圖。如圖7所示。

圖中縱坐標(biāo)為v，橫坐標(biāo)為幀數(shù)，由于整個(gè)制動(dòng)過(guò)程中經(jīng)歷較多周期，不能在一個(gè)圖中顯示出來(lái)，因此圖7中只給出了兩個(gè)不同檢測(cè)塊在制動(dòng)過(guò)程的最后一段時(shí)間的波形圖?？梢钥吹?，指標(biāo)值明顯地在上下波動(dòng)變化。

圖7 指標(biāo)值隨時(shí)間變化波形圖

通過(guò)特定的算法可以計(jì)算出指標(biāo)值在制動(dòng)過(guò)程中的波動(dòng)的周期數(shù)，即為鋼絲繩經(jīng)過(guò)的股數(shù)，乘以股間距即為滑移量。

由圖7中可知，檢測(cè)周期有兩個(gè)難點(diǎn)：1）每個(gè)周期的波峰和波谷變化較大，不能簡(jiǎn)單通過(guò)閾值判斷波峰波谷2）波形會(huì)因?yàn)楦蓴_出現(xiàn)小幅波動(dòng)，不能簡(jiǎn)單地通過(guò)遞增和遞減計(jì)算周期。

算法流程如圖8所示，該程序通過(guò)統(tǒng)計(jì)波形圖7中上升沿的個(gè)數(shù)，來(lái)表示鋼絲繩移動(dòng)的周期，從而得出移動(dòng)的距離。程序中包含兩個(gè)常量：N和T，分別代表波形圖中總幀數(shù)（即經(jīng)過(guò)的時(shí)間步數(shù)）和識(shí)別為一次上升的閾值。之所以要使用閾值，是因?yàn)樾枰^(guò)濾掉噪聲造成的波形下降過(guò)程中的小規(guī)模上升。程序首先通過(guò)循環(huán)識(shí)別出一個(gè)周期，具體做法是，在每次循環(huán)中，獲取新的指標(biāo)值x，并將其與x0相比較，當(dāng)x-x0＞T時(shí)，任務(wù)就出現(xiàn)了一次上升，從而進(jìn)入到后面的步驟中，如果xT時(shí)，任務(wù)就出現(xiàn)了一次上升；右半部分是檢測(cè)下降沿的程序，當(dāng)x-x0＜-T時(shí)，任務(wù)就出現(xiàn)了一次下降。如果檢測(cè)到上升沿，就將index加1，然后去檢測(cè)下降沿，如果檢測(cè)到下降沿，就什么都不做，轉(zhuǎn)為檢測(cè)上升沿。當(dāng)逐漸循環(huán)到i=N，即遍歷到最后一張圖片時(shí)，檢測(cè)結(jié)束，輸出index作為檢測(cè)到的上升沿的總數(shù)量，也可以理解為鋼絲繩移動(dòng)的周期數(shù)。使用該周期數(shù)乘鋼絲繩每股的寬度，即可得到鋼絲繩移動(dòng)的距離。

圖8 周期數(shù)的計(jì)算過(guò)程

4 結(jié)語(yǔ)

研究了電梯制動(dòng)過(guò)程鋼絲繩滑移量的圖像檢測(cè)方法，可以用于評(píng)估電梯的曳引與制動(dòng)綜合性能。該檢測(cè)方法屬于非接觸測(cè)量，并可適應(yīng)較小的位置變化，可用于對(duì)一些經(jīng)常發(fā)生事故的舊型號(hào)的電梯制動(dòng)器的鋼絲繩滑移量進(jìn)行測(cè)量，且無(wú)需對(duì)電梯制動(dòng)器做任何改造，避免了改造對(duì)電梯制動(dòng)器性能的影響。如果一次測(cè)量過(guò)程中出現(xiàn)鏡頭搖晃的情況，該方法不能正確測(cè)量出結(jié)果，故不適合手持測(cè)量。但該方法適合長(zhǎng)時(shí)間現(xiàn)場(chǎng)監(jiān)控，可作為電梯長(zhǎng)期監(jiān)控系統(tǒng)的其中一種檢測(cè)技術(shù)使用。