針對(duì)帶式輸送機(jī)帶速檢測(cè)方法中存在可靠性和準(zhǔn)確性差等問(wèn)題,提出了一種基于機(jī)器視覺(jué)的帶式輸送機(jī)帶速檢測(cè)的方法,該方法利用攝像頭采集輸送帶上表面圖像,根據(jù)上表面序列圖像相鄰圖像之間具有相同時(shí)間間隔的特點(diǎn),采用圖像匹配算法計(jì)算相鄰圖像特征點(diǎn)的相對(duì)像素位移,利用圖像坐標(biāo)系與物理坐標(biāo)系之間的映射關(guān)系,計(jì)算出輸送帶物理位移量及帶速。提出一種基于SURF-ORB算法的輸送帶上表面圖像匹配算法,該算法通過(guò)劃分圖像的感興趣區(qū)域縮小圖像匹配搜索范圍,利用SURF算法提取相鄰圖像特征,ORB算法對(duì)相鄰圖像進(jìn)行特征描述,實(shí)現(xiàn)相鄰圖像特征點(diǎn)的匹配。采用OpenMP技術(shù)實(shí)現(xiàn)圖像特征和特征描述的并行運(yùn)算。實(shí)驗(yàn)結(jié)果表明,該檢測(cè)方法能夠檢測(cè)帶式輸送機(jī)的帶速,檢測(cè)精度到達(dá)±0.05 m/s。 

【文章來(lái)源】：儀表技術(shù)與傳感器. 2020,(07)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

帶式輸送機(jī)帶速檢測(cè)軟件設(shè)計(jì)方案框圖

表2 機(jī)器視覺(jué)測(cè)速與傳感器速度對(duì)比 m/s 序列圖像 算法測(cè)速結(jié)果v1 傳感器平均速度v′1 算法測(cè)速結(jié)果v2 傳感器平均速度 v′2 算法測(cè)速結(jié)果v3 傳感器平均速度v′3 組1 0.572 0.57 1.46 1.43 2.24 2.25 組2 0.579 0.57 1.47 1.43 2.35 2.25 組3 0.573 0.57 1.38 1.43 2.26 2.25 組4 0.563 0.57 1.30 1.43 2.30 2.25 組5 0.581 0.57 1.42 1.43 2.32 2.25 組6 0.573 0.57 1.29 1.43 2.20 2.25 組7 0.574 0.57 1.46 1.43 2.21 2.25 組8 0.576 0.57 1.298 1.43 2.24 2.25 組9 0.578 1 0.57 1.47 1.43 2.27 2.25 平均速度 0.574 344 0.57 1.394 222 1.43 2.265 556 2.25由實(shí)驗(yàn)可知,表2選取的3組序列圖像測(cè)量帶速的平均誤差分別是-4.344 、35.78 、-15.56 mm/s。經(jīng)多次實(shí)驗(yàn)驗(yàn)證,整體平均誤差控制在-50～50 mm/s之間。圖3為傳感器測(cè)量與機(jī)器視覺(jué)測(cè)量結(jié)果瞬時(shí)誤差,在速度較大時(shí),瞬時(shí)誤差可控制在-0.2～0.2之間。在采集圖像的過(guò)程中,兩幀圖像由于亮度差異等不可控因素導(dǎo)致匹配失敗,使得測(cè)速結(jié)果誤差較大,針對(duì)此問(wèn)題,本文采用最小二乘法對(duì)測(cè)量速度進(jìn)行擬合,將誤測(cè)的速度剔除。綜上所述,本文測(cè)速方法與傳感器測(cè)速方法保持了較好的一致性,其穩(wěn)定性與可靠性強(qiáng)于速度傳感器,具有很高的精確度,彌補(bǔ)了傳感器測(cè)速易受外界環(huán)境影響的缺陷。

經(jīng)大量實(shí)驗(yàn)表明,本文算法可精確對(duì)輸送帶序列圖像進(jìn)行匹配。隨機(jī)選取序列圖像中的兩幅圖像,如圖2(a)與圖2(b),運(yùn)用本文算法對(duì)輸送帶圖像進(jìn)行實(shí)驗(yàn),匹配結(jié)果如圖2(c)所示。將改進(jìn)后的算法與ORB算法作對(duì)比,以圖2(a)、圖2(b)為例,匹配算法比較結(jié)果如表1所示,當(dāng)ORB算法進(jìn)行匹配時(shí)無(wú)正確匹配點(diǎn)對(duì),本文提出的算法匹配結(jié)果有57對(duì)正確匹配點(diǎn),且耗時(shí)與ORB算法相當(dāng)。

【參考文獻(xiàn)】：
期刊論文
[1]基于雙目圖像匹配的車載測(cè)速測(cè)向方法研究[J]. 張輝,龔文森,陳靜萍,林軍記.  汽車技術(shù). 2017(11)
[2]煤礦輸送帶傳輸故障實(shí)時(shí)監(jiān)測(cè)技術(shù)[J]. 王建勛.  工礦自動(dòng)化. 2015(01)
[3]RANSAC算法的自適應(yīng)Tc,d預(yù)檢驗(yàn)[J]. 田文,王宏遠(yuǎn),徐帆,方磊.  中國(guó)圖象圖形學(xué)報(bào). 2009(05)

碩士論文
[1]基于機(jī)器視覺(jué)的油泵殼體尺寸測(cè)量系統(tǒng)[D]. 汪田.浙江大學(xué) 2018
[2]機(jī)器視覺(jué)的輸送帶縱向撕裂故障檢測(cè)系統(tǒng)信號(hào)采集器的研究[D]. 劉洋.天津工業(yè)大學(xué) 2016



本文編號(hào)：3048701