[发明专利]一种皮带纵向撕裂检测方法及装置在审
申请号: | 202010468376.0 | 申请日: | 2020-05-28 |
公开(公告)号: | CN111591715A | 公开(公告)日: | 2020-08-28 |
发明(设计)人: | 胡友民;郭志恒;张鑫 | 申请(专利权)人: | 华中科技大学 |
主分类号: | B65G43/02 | 分类号: | B65G43/02 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 李智;孔娜 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 皮带 纵向 撕裂 检测 方法 装置 | ||
1.一种皮带纵向撕裂检测方法,其特征在于,该方法包括如下步骤:
S1采集待测皮带的实时图像并进行传输和保存;
S2对所述实时图像依次进行灰度转化、二位图转化、背景过滤、局部扫描和区域提取处理,进而得到该实时图像的核心区域;
S3利用预先训练的卷积神经网络对所述核心区域进行识别,以此得到所述待测皮带有无纵向撕裂的检测结果。
2.如权利要求1所述的皮带纵向撕裂检测方法,其特征在于,步骤S1中,利用工业相机由下至上实时拍摄所述待测皮带的下表面图像,以此获得所述实时图像。
3.如权利要求1所述的皮带纵向撕裂检测方法,其特征在于,步骤S2包括如下子步骤:
S21对所述实时图像进行灰度转化,获得灰度图像;
S22将所述灰度图像转化为二位图,便于后续操作;
S23对所述二位图进行局部处理,进而筛掉背景信息并保留皮带区域图像;
S24基于正常皮带图像训练卷积核,并利用该卷积核遍历所述皮带区域图像,以此识别出非正常区域皮带图像;
S25将所述非正常区域皮带图像中与正常图像差异最大的区域进行提取保存,以此获得所述实时图像的核心区域。
4.如权利要求3所述的皮带纵向撕裂检测方法,其特征在于,步骤S24中,所述卷积核的长宽比不大于1:4。
5.如权利要求1所述的皮带纵向撕裂检测方法,其特征在于,步骤S3包括如下子步骤:
S31将所述实时图像的核心区域输入所述预先训练的卷积神经网络中,利用卷积层进行特征提取得到图像特征;
S32利用池化层对所述图像特征进行特征选择和信息过滤,以此得到所述待测皮带有无纵向撕裂的检测结果。
6.如权利要求1所述的皮带纵向撕裂检测方法,其特征在于,步骤S3中,利用Soft-max分类器得到所述待测皮带有无纵向撕裂的检测结果。
7.一种利用如权利要求1~6任一项所述方法进行皮带纵向撕裂检测的装置,其特征在于,该装置包括图像采集单元、图像处理单元和控制单元,其中所述图像采集单元用于采集待测皮带的实时图像并进行传输和保存;所述图像处理单元用于获取所述实时图像的核心区域,并基于卷积神经网络对其进行识别,以此获得所述待测皮带有无纵向撕裂的检测结果;所述控制单元用于根据所述检测结果控制所述皮带的运行状况。
8.如权利要求7所述的皮带纵向撕裂检测装置,其特征在于,所述图像采集单元包括图像采集传感器和图像采集卡,所述图像采集传感器用于采集待测皮带的实时图像,所述图像采集卡用于传输和保存所述实时图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010468376.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种U型脱硫塔的吊装方法
- 下一篇:阵列基板、显示装置