[发明专利]一种皮带机监测方法、系统、介质及电子终端有效

专利信息
申请号: 202110490390.5 申请日: 2021-05-06
公开(公告)号: CN113192037B 公开(公告)日: 2023-05-02
发明(设计)人: 冯远航;刘斌;庞殊杨;贾鸿盛;毛尚伟;杜一杰 申请(专利权)人: 中冶赛迪信息技术(重庆)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/62;G06T7/90;G06N3/045;G06N3/08
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 李铁
地址: 401329 重庆市九龙*** 国省代码: 重庆;50
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 皮带机 监测 方法 系统 介质 电子 终端
【权利要求书】:

1.一种皮带机监测方法,其特征在于,包括:

采集皮带机的实时图像;

根据所述实时图像,对皮带机的状态进行第一检测,获取第一检测结果,第一检测的步骤至少包括异物检测;所述异物检测的步骤包括:采集原始原料图像;将所述原始原料图像输入第一轮廓分割网络进行训练,获取第一轮廓分割模型;将所述实时图像输入第一轮廓分割模型进行轮廓分割,获取所述实时图像中的颗粒关联信息,所述颗粒关联信息至少包括以下之一:颗粒轮廓信息和颗粒表面信息;根据所述颗粒关联信息,进行异物检测;获取所述实时图像中的颗粒关联信息的步骤包括:将所述实时图像输入所述第一轮廓分割模型进行轮廓分割,获取所述实时图像中的颗粒轮廓信息,所述颗粒轮廓信息包括:颗粒面积和颗粒周长;根据所述颗粒面积和颗粒周长,获取待识别颗粒的等效直径;判断所述待识别颗粒的等效直径是否超出预设的尺寸阈值,获取异物候选颗粒;获取所述异物候选颗粒的颗粒表面信息,所述颗粒表面信息至少包括以下之一:颗粒颜色RGB像素值、颗粒表面线条数量;根据所述颗粒表面信息,确定所述实时图像中的异物;根据所述颗粒表面信息,确定所述实时图像中的异物的步骤包括:当所述颗粒颜色RGB像素值超出预设的颜色阈值范围,和/或所述颗粒表面线条数量超出预设的线条数量阈值范围时,则判定对应的所述异物候选颗粒为异物并发出警示;判断所述异物候选颗粒是否为异物的数学表达为:

|C1-Caverage|ThresholdC

|CountourNum-CountourNumaverage|ThresholdN

其中,C1为异物候选颗粒的颗粒颜色RGB像素值,Caverage为预设的正常原料颗粒颜色的平均值,ThresholdC为所述颜色阈值范围,CountourNum为颗粒表面线条数量,CountourNumaverage为预设的正常原料颗粒的表面线条数量的平均值,ThresholdN为所述线条数量阈值范围。

2.根据权利要求1所述的皮带机监测方法,其特征在于,获取颗粒颜色RGB像素值的步骤包括:

在所述实时图像建立参考坐标系,进而确定所述异物候选颗粒在所述参考坐标系的位置信息;

根据所述位置信息,获取所述异物候选颗粒的颗粒颜色RGB像素值;

获取所述异物候选颗粒的颗粒颜色RGB像素值的数学表达为:

其中,S是颗粒面积,C(i,j)是颗粒轮廓范围内坐标为(i,j)的RGB中任一通道像素值,C1是异物候选颗粒的颗粒颜色RGB像素值。

3.根据权利要求1所述的皮带机监测方法,其特征在于,获取颗粒表面线条数量的步骤包括:

构建第一边缘检测网络;

将第一训练集输入所述第一边缘检测网络进行训练,获取第一边缘检测模型;

将所述实时图像输入所述第一边缘检测模型进行边缘检测,获取所述异物候选颗粒的颗粒表面线条数量。

4.根据权利要求1所述的皮带机监测方法,其特征在于,所述第一检测还包括撕裂检测,所述撕裂检测的步骤包括:

沿皮带机运行方向在皮带机的任一侧设置光线发射器,控制所述光线发射器沿垂直于皮带机运行的方向发射光线;

采集皮带机原始图像;

将所述皮带机原始图像输入撕裂检测网络进行训练,获取撕裂检测模型,训练步骤包括:光线特征提取和撕裂识别,所述撕裂识别的步骤包括:当所述皮带机原始图像中的光线不连续时,则判定所述皮带机原始图像出现撕裂;

将所述实时图像输入所述撕裂检测模型进行撕裂检测,完成撕裂检测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中冶赛迪信息技术(重庆)有限公司,未经中冶赛迪信息技术(重庆)有限公司许可,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/202110490390.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top