[发明专利]一种基于机器视觉的矿用钢丝绳动态探伤检测方法和装置

说明书

本发明属于图像处理技术领域，提出了一种基于机器视觉的矿用钢丝绳动态探伤检测方法和装置。该方法包括以下步骤：通过摄像机连续摄影记录动态运动中的钢丝绳得到视频信号；对视频信号进行处理，提取运动目标得到钢丝绳特征边缘上各像素点的振动轨迹；得到待测钢丝绳的柔度矩阵；步骤S4：利用样本训练后的BP神经网络得到待测钢丝绳的损伤位置和损伤程度；对经过BP神经网络判断出的损伤位置单元作为ROI区域从整张图像中提取出来并保存成新的钢丝绳损伤初始图像；对钢丝绳损伤初始图像进行处理并提取特征，利用线性分类器做出基于纹理特征的表面缺陷判别。本发明解决了图像检测失误的问题，操作简单，成本低。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于机器视觉的矿用钢丝绳动态探伤检测方法和装置。

背景技术

随着煤矿开采方式的多元化，各种型号的绞车也在煤矿斜巷运输中扮演着重要的角色。人员、设备进出矿井都需要借助绞车升降系统，工作时钢丝绳需要承担沉重的负担，并且井下环境特殊，在长期使用过程中钢丝绳容易出现钢丝绳磨损、裂纹、腐蚀、断丝等安全隐患，不及时更换钢丝绳容易出现钢丝绳断裂，必将发生重大的事故。如果能在钢丝绳出现断绳事故之前及时更换钢丝绳，就能有效的避免严重的事故发生。

钢丝绳一般使用不超过两年，不管是否出现损坏，就得全部更换。煤矿用绞车升降系统所使用的钢丝绳价值一般在四五百万左右，这种仅依靠使用年限决定是否更换的方式，一方面存在很大的浪费，另一反面也不能保证安全，有时如果使用不正确的话，钢丝绳使用一年左右就会出现磨损、断裂、扭曲、变形的异常情况。

钢丝绳探伤检测包括人工目检和电磁检测两大类。人工目检是指配备专门的工作人员定期以肉眼观测钢丝绳是否有损伤。该方法检测时间长，劳动强度大，检测人员易疲劳，效率低下且该方法较大依赖工作人员的专业素质和工作态度，主观性强导致漏检率高。电磁检测是指将待测钢丝绳磁化然后检测漏磁。此种方法设备复杂，成本高昂，且信号容易受到外界干扰产生失真，磁化不均也会给检测结果带来很大的误差。

如何克服传统技术中的钢丝绳探伤检测系统的技术缺陷，是本领域的技术人员亟待解决的技术问题。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种检测准确，操作简单的基于机器视觉的矿用钢丝绳动态探伤检测方法和装置。

为了解决上述技术问题，本发明采用的技术方案为：一种基于机器视觉的矿用钢丝绳动态探伤检测方法，包括以下步骤：

步骤S1：在钢丝绳前方架设摄像机，标定摄像机单位像素所代表的实际距离，获取距离标定参数，使钢丝绳匀速移动，通过摄像机连续摄影记录动态运动中的钢丝绳得到视频信号；

步骤S2：对视频信号进行处理，提取运动目标得到钢丝绳特征边缘上各像素点的振动轨迹；

步骤S3：根据钢丝绳特征边缘上各像素点的振动轨迹，得到钢丝绳沿绳长方向分布的位移空间序列矩阵，对该矩阵的各列作离散傅里叶变换，得到对应钢丝绳上各点的频响函数，根据频响函数的峰值识别出固有频率，并根据各点的频响函数的响应频率的幅值得到钢丝绳的模态振型，最终得到待测钢丝绳的柔度矩阵；

步骤S4：设置BP神经网络，将BP神经网络的输入参量设置为钢丝绳的柔度矩阵，输出量设置为结构损伤单元和破损程度量化值，将每根钢丝绳划分成多个单元，并给每个单元设置多个刚度下降值，得到多种破损钢丝绳的柔度矩阵，作为训练样本进行训练；根据待测钢丝绳的柔度矩阵，利用样本训练后的BP神经网络得到待测钢丝绳的损伤位置和损伤程度；

步骤S5：对经过BP神经网络判断出的损伤位置单元作为ROI区域从整张图像中提取出来并保存成新的钢丝绳损伤初始图像；