基于線激光輔助的輸送帶撕裂視覺檢測技術(shù)研究與應(yīng)用

孫 強(qiáng)

(潞安化工集團(tuán) 王莊煤礦，山西 長治 046031)

隨著現(xiàn)在經(jīng)濟(jì)水平的高速發(fā)展，企業(yè)生產(chǎn)力的日益提高，生產(chǎn)規(guī)模也越來越大，在礦山煤炭運(yùn)輸時(shí)，對傳送機(jī)核心部分的輸送帶有著更高的要求。在實(shí)際的傳送機(jī)制造過程中，輸送帶占了總成本的40%[1-2]。煤炭遠(yuǎn)距離傳輸過程中，時(shí)常會發(fā)生輸送帶的斷裂。而且輸送帶一般運(yùn)行功率都比較大，速度也相應(yīng)較高，若在此過程中傳送帶發(fā)生斷裂，并且沒有被發(fā)現(xiàn)，采取相關(guān)救急措施，那么帶來的后果將十分可怕，輕則使得整條輸送帶都報(bào)廢，重則可能會對膠帶架、滾筒、電機(jī)等其他設(shè)備造成損壞，從而使得整個(gè)生產(chǎn)流程報(bào)停，有可能還會引發(fā)安全事故，造成巨大的經(jīng)濟(jì)人力資源的損失。由此，在輸送帶運(yùn)輸?shù)倪^程中，安裝相應(yīng)的檢測保護(hù)裝置是十分必要的[3-5]。

近幾年，相關(guān)研究人員提出了一項(xiàng)新的檢測技術(shù)——機(jī)器視覺方法[6]。這種方法的原理是在輸送帶的下方安裝一個(gè)CCD相機(jī)，通過該相機(jī)能夠獲取輸送帶的圖像。然后將獲取的圖像傳到計(jì)算機(jī)中，由計(jì)算機(jī)對圖像進(jìn)行相關(guān)的計(jì)算處理，具體處理方法有區(qū)域分割、邊緣檢測法以及差影法等。使得最終可以得到輸送帶表面的具體情況是否滿足撕裂的特點(diǎn)，以此來判斷輸送帶是否斷裂。

1 基于線激光輔助的輸送帶撕裂視覺檢測技術(shù)研究

1.1 激光輔助的輸送帶撕裂視覺檢測可行性分析

自從激光技術(shù)與CCD器件在20世紀(jì)60年代接連被發(fā)明出來后，計(jì)算機(jī)領(lǐng)域得以迅猛進(jìn)步，也因此產(chǎn)生了機(jī)器視覺技術(shù)，廣泛運(yùn)用于工業(yè)領(lǐng)域的無損檢測[7]。

通過對輸送帶撕裂時(shí)的情況解析，發(fā)現(xiàn)其表面與原本完整的表面物理形態(tài)有顯著不同，也就是在被撕裂后一定會產(chǎn)生可見的縫隙，或出現(xiàn)輸送帶跑偏，撕裂處彎曲變形、輸送帶疊加等狀況。通過對圖像的解析可以精準(zhǔn)找出撕裂的特征，然后借助視覺技術(shù)檢查縱向撕裂。

由于在真實(shí)情況中會產(chǎn)生許多無法預(yù)測的干擾，或多或少影響提取圖像的過程，甚至?xí)斐勺罱K結(jié)果極大的偏差；并且在大量的數(shù)據(jù)收集的過程后，后續(xù)的分析處理步驟會花費(fèi)大量時(shí)間，工作程序冗雜?；诖?，“一”字線激光技術(shù)被用于幫助完成視覺檢測。檢測的精確性和效率都大大增大，因?yàn)樵诩尤肓司€激光后使得對圖像物理形態(tài)特征的提取轉(zhuǎn)化為線性條紋圖像的分析。

1.2 線激光輔助的輸送帶撕裂視覺檢測系統(tǒng)設(shè)計(jì)

利用線激光技術(shù)簡化輸送帶撕裂檢測工作的裝置如圖1所示。圖像獲取、光學(xué)檢測和保護(hù)補(bǔ)償3個(gè)模塊構(gòu)成了此圖中的輸送帶檢測與保護(hù)裝置。

圖1 線激光的輸送帶撕裂檢測裝置原理圖

首先固定在底座上的相機(jī)和線激光器構(gòu)成了第一個(gè)模塊——圖像獲取。這個(gè)模塊能隨時(shí)獲取輸送帶底部的圖像，并傳給下一模塊。激光器發(fā)射的紅色激光即為上文所提到的結(jié)構(gòu)光，其波長為658.4 nm，發(fā)射激光的方向垂直于物料被傳輸?shù)姆较?，這一整個(gè)裝置位于輸送帶下部。因此圖像獲取模塊可以按照不同的輸送帶規(guī)格安裝多個(gè)，從而進(jìn)行探測工作。CCD相機(jī)與激光器被固定后保證了整個(gè)設(shè)備的穩(wěn)定性。

圖像采集卡與控制計(jì)算機(jī)構(gòu)成了第二個(gè)模塊——光學(xué)檢測?？刂朴?jì)算機(jī)能夠分析每一幀圖像，發(fā)現(xiàn)輸送帶表面是否被撕裂。這個(gè)過程就依靠了線激光器，也就是檢測激光條紋中心曲率與光強(qiáng)的變化。倘若產(chǎn)生了輸送帶撕裂，裝置會向工作人員發(fā)出警報(bào)，位于操作室的終端會顯示撕裂的初始圖像，提供給相關(guān)人員。

吹掃風(fēng)機(jī)、輸送機(jī)密封罩與LED光源構(gòu)成了最后一個(gè)模塊——保護(hù)補(bǔ)償。輸送帶的運(yùn)動是非?？焖俚?，因此要想得到清楚且穩(wěn)定的圖像內(nèi)容，就有賴于高速電子快門與CCD攝像機(jī)的幫助。但假若外界光照條件時(shí)常改變，圖像的清晰度和穩(wěn)定性會顯著降低，對工作程序造成干擾。所以就需要密封罩遮住部分輸送機(jī)，然后利用LED光源為機(jī)器底部補(bǔ)充均勻的光照，在統(tǒng)一光照的同時(shí)防止捕捉圖像的過程中出現(xiàn)拖影的情況；此外煤渣、粉塵或雨雪產(chǎn)生的噪音對抓拍過程產(chǎn)生的影響也能在封閉的空間里被避免。

通過上述的輸送帶撕裂檢測裝置，能夠得到穩(wěn)定清晰的圖像。但是要想完成自動檢測的全部工作還需要分析抓拍到的圖像，發(fā)現(xiàn)其中的特點(diǎn)。上文闡釋的方法可以把撕裂的物理信息轉(zhuǎn)化為圖像數(shù)據(jù)，解析特征光條圖像后，檢測的工作就完成了。

1.3 線激光輔助的輸送帶撕裂視覺檢測原理

呈“一”形狀的激光以水平的形式投放在輸送帶的底部，然后依靠著工業(yè)CCD相機(jī)每隔一段就對其形成的光像進(jìn)行收錄并把這些光像輸送給專業(yè)的電腦中，并做好光像的信息采取總結(jié)出來目前的圖像。輸送帶撕裂視覺檢測流程如圖2所示。

圖2 輸送帶撕裂視覺檢測流程

1) 圖像獲取。由專門的CCD相機(jī)對圖片進(jìn)行捕捉，然后通過將這些圖片以數(shù)字的形式展現(xiàn)出來，并傳送給專業(yè)的計(jì)算機(jī)進(jìn)行信息的檢測。主要進(jìn)行的檢測就是對圖像塑速率的采集，相當(dāng)于快速的捕捉圖片。在本文中綜合對圖像收集的需求，然后使用30幀/s的速度收集圖像并提取圖像信息。

2) 圖像預(yù)處理。圖像預(yù)處理就是要將初始的圖像與加工之后的圖片進(jìn)行比較分析，在本文中相當(dāng)于要對激光中間的光線進(jìn)行正確的獲取。用預(yù)處理的方法可以使得后期的獲取的工程量減少并且會變得容易許多。本文中預(yù)處理可以分為兩個(gè)模塊：對圖像去噪以及轉(zhuǎn)換圖像的模型。對有色彩的圖片中的激光光線進(jìn)行討論其主要的特征，把光線的類型變成單個(gè)的灰色圖形；研究圖像的去噪處理，針對輸送帶撕裂圖像的效果圖然后判斷會保存下來的噪聲類型，選擇可靠的方法，準(zhǔn)備好后面的分隔圖像。

3) 線激光影像區(qū)域分割。 較為正確的判斷是分隔圖像的時(shí)候也是對圖像的預(yù)處理，然后綜合本文的內(nèi)容，劃分光線將會成為主要的探究內(nèi)容，因此對光條分隔拿出來獨(dú)立研究。把它單獨(dú)分析，綜合檢驗(yàn)出此刻的數(shù)據(jù)條件，尋求正確的圖像分隔算法，旨在利用其算法讓圖片的分割更精準(zhǔn)、更迅速。

4) 激光條紋中心提取。因?yàn)樾枰@得光線中央才能完成對輸送帶的分裂特點(diǎn)的獲取，所以光線中央的獲取才是整體的檢查系統(tǒng)實(shí)現(xiàn)目標(biāo)的主要條件，也因此更需要科學(xué)的研究歸納各種光線中央的獲取方法來，進(jìn)而選取準(zhǔn)確的光線中央獲取方法。

5) 光條中心特征分析。通過對光線中央的特點(diǎn)進(jìn)行歸納總結(jié)，找出運(yùn)行中膠帶分裂的特征，最后判斷其檢查成果。

2 線激光影像區(qū)域分割實(shí)驗(yàn)分析

利用攝像機(jī)和圖片的收集來實(shí)現(xiàn)獲取圖片并將圖片進(jìn)行數(shù)字化轉(zhuǎn)化的方法就是機(jī)器的視覺檢測，然后再通過電腦將圖片的信息進(jìn)行處理。轉(zhuǎn)化為數(shù)字的圖像所包括的數(shù)據(jù)信息量特別多，并且為了實(shí)現(xiàn)分割目標(biāo)的不一致性，還需要利用不同的統(tǒng)計(jì)方法來對圖片進(jìn)行處理，進(jìn)而達(dá)到獲取圖片特點(diǎn)的目的。下面三組實(shí)驗(yàn)圖像是井下典型的膠帶破損情況，第一個(gè)是裂紋，第二個(gè)是裂縫，第三個(gè)是凹陷，這時(shí)線激光射到破損的膠帶上會呈現(xiàn)出的不同跳躍、曲折變化，具體情況如圖3所示。

圖3 實(shí)驗(yàn)原圖像

圖4是根據(jù)濾波算法得到的對比結(jié)果。依據(jù)下列圖像能夠判斷出，在所采取的算法中，通過一些方式使噪聲點(diǎn)得到了降低，控制噪聲后的圖像也呈現(xiàn)較優(yōu)良的濾波效果。此外，還可得出，不同算法下的處理效果也有所不同。相對來說，選取幾何和算術(shù)的均值濾波算法得到的圖像效果較為模糊，而選取中值濾波算法得到的圖像效果較為清晰。

圖4 圖像濾波結(jié)果

基于統(tǒng)計(jì)準(zhǔn)則的激光條紋閾值分割算法，如表1所示，表格中是選取不同方式得到的分割閾值。文章使用的分割算法是基于類內(nèi)方差及目標(biāo)面積差的計(jì)算法，通過三組實(shí)驗(yàn)圖像統(tǒng)計(jì)閾值的分割情況可以得出，OTSU存在分割過度的情況，HOU存在分割不足的情況，而文章所用的算法最接近手動求取法，也就是說沒有嚴(yán)重的過度分割和分割不足的情況，進(jìn)而保證了檢測結(jié)果的有效性和準(zhǔn)確性。

表1 各種統(tǒng)計(jì)方法分割閾值結(jié)果比較

3 結(jié) 語

為了更好地檢測輸送帶撕裂的問題，以及對輸送帶進(jìn)行相應(yīng)的保護(hù)，文章針對這些問題進(jìn)行了較為深入的分析和探討，從整體應(yīng)用的角度研究了線激光輔助的輸送帶撕裂視覺檢測方法，依據(jù)檢測原理進(jìn)一步分析了光調(diào)區(qū)域的分布特性。利用線激光輔助的方式來建立輸送帶撕裂視覺檢測系統(tǒng)，可以進(jìn)一步提取和分析輸送帶底面撕裂區(qū)域的圖像，并把對圖像的分割提取轉(zhuǎn)移到對輸送帶底面圖像中激光的條紋特征上來，解決了目前存在的撕裂特征提取不準(zhǔn)確以及在計(jì)算過程中成本高的問題，從而保證了檢測過程中檢測結(jié)果的精度和有效性。但由于處理圖像的數(shù)字化信息時(shí)數(shù)據(jù)量較大，而且輸送帶工作速度也較快，所以也會出現(xiàn)一些失誤的情況，為此，基于線激光輔助的輸送帶撕裂視覺檢測技術(shù)還有進(jìn)一步的提升空間。