針對冶金物料皮帶運(yùn)行過程中的偏移問題,提出了一種基于計算機(jī)視覺的檢測方法。首先,構(gòu)建物料皮帶圖像數(shù)據(jù)集,利用該數(shù)據(jù)集訓(xùn)練了YOLOv4目標(biāo)檢測網(wǎng)絡(luò)。隨后,利用YOLOv4網(wǎng)絡(luò)檢測圖像中的皮帶區(qū)域,結(jié)合該區(qū)域的位置推算出滾輪裸露區(qū)域,并將裸露區(qū)域設(shè)為RoI。在此基礎(chǔ)上,利用水平集分割算法分割出RoI中滾輪裸露區(qū)域的候選輪廓,使用面積特征濾除干擾輪廓。最后,利用小孔成像技術(shù)推算出物料皮帶的偏移量。實(shí)驗結(jié)果表明,利用該的檢測算法能夠有效檢測出滾輪皮帶的偏移量,具備了一定的工程應(yīng)用價值。 

【文章來源】：安徽冶金科技職業(yè)學(xué)院學(xué)報. 2020,30(04)

【文章頁數(shù)】：3 頁

【圖文】：

各檢測網(wǎng)絡(luò)性能對比

在實(shí)際生產(chǎn)過程中,當(dāng)物料皮帶向左偏移時,滾輪左裸露區(qū)域的寬度會縮小,而滾輪右裸露區(qū)域的寬度會增加;反之,滾輪左裸露區(qū)域的寬度會增加,而滾輪右裸露區(qū)域的寬度會縮小。因此,通過小孔成像技術(shù)可推算出滾輪左右裸露區(qū)域?qū)嶋H寬度變化,進(jìn)而可以判斷物料皮帶是否發(fā)生了偏移。為了驗證本文算法的有效性,以物料皮帶偏移厘米作為報警閾值,使用本文算法的報警成功率如圖4所示。分析圖4可知,使用本文算法檢測500幅皮帶偏移圖像的平均報警成功率約為95%,說明本文算法的準(zhǔn)確率較高。圖4 報警成功率示意圖

報警成功率示意圖

【參考文獻(xiàn)】：
期刊論文
[1]遮擋對于目標(biāo)檢測的影響分析[J]. 張勝虎,馬惠敏.  圖學(xué)學(xué)報. 2020(06)
[2]結(jié)合區(qū)域生長與水平集算法的宮頸癌圖像分割[J]. 劉瑩,李筠,楊海馬,劉瑾,陳嘉慈,付玏.  電子測量與儀器學(xué)報. 2020(09)
[3]融合GIoU和Focal loss的YOLOv3目標(biāo)檢測算法[J]. 鄒承明,薛榕剛.  計算機(jī)工程與應(yīng)用. 2020(24)
[4]輸送帶跑偏故障的機(jī)器視覺檢測技術(shù)[J]. 楊彥利,苗長云,亢伉,李現(xiàn)國.  中北大學(xué)學(xué)報(自然科學(xué)版). 2012(06)

碩士論文
[1]帶式輸送機(jī)全自動糾偏系統(tǒng)研究[D]. 惠先剛.燕山大學(xué) 2018



本文編號：3543147