[发明专利]基于计算机视觉的输送机异常检测方法及系统

说明书

本发明涉及计算机视觉技术领域，具体涉及基于计算机视觉的输送机异常检测方法及系统。该方法包括：采集传送带的实时图像；检测出实时图像的传送带边缘，获取传送带区域内目标物料的包围框；获得传送带的抖动区域；当抖动区域为传送带的整体区域时，对传送带所在的输送机进行内部异常检测；当抖动区域为传送带的局部区域时，获取存在掉落风险的异常区域；对异常区域内的目标物料生成三维点云数据，以三维点云数据中预设二维平面的深度变化作为偏移量；以预设二维平面的旋转角度作为偏移角度；当偏移量与对应的偏移角度都大于相应的偏移阈值时，对传送带的异常点进行定位。本发明实施例能够准确快速地定位到输送机发生异常的位置。

技术领域

本发明涉及计算机视觉技术领域，具体涉及基于计算机视觉的输送机异常检测方法及系统。

背景技术

在冶金行业需要用到许多种类和数量的物料，为了提高生产效率，散状物料的运输大多通过带式输送机来实现。在运输的过程中，由于输送机的传送带的问题，物料难免出现跳动、偏移、掉落的风险。带式输送机在运输过程中存在这些问题可能会造成输送机的损坏，严重时可能会造成生产事故。

发明人在实践中，发现上述现有技术存在以下缺陷：

目前，国内对传送带的故障检测主要有人工检测、电磁感应、X射线无损探伤等方法，但是此类装置的特点是：在传送带静止的情况下，由人工对传送带进行分段检测找出故障位置，不仅耗费大量人力资源，而且检测效率较低，容易出现漏检状况。人工检测不能实现实时监控，只能定期进行检查观测，实时性和可靠性不高。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于计算机视觉的输送机异常检测方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于计算机视觉的输送机异常检测方法，该方法包括以下步骤：

采集传送带的实时图像，所述实时图像包括传送带和通过所述传送带运输的物料；

检测出所述实时图像的传送带边缘，获取传送带区域内目标物料的包围框；

通过所述传送带边缘的抖动变化获得所述传送带的抖动区域；当所述抖动区域为所述传送带的整体区域时，对所述传送带所在的输送机进行内部异常检测；

当所述抖动区域为所述传送带的局部区域时，对每个所述抖动区域根据所述包围框判断所述物料是否存在掉落风险，并获取存在掉落风险的异常区域；

对所述异常区域内的所述目标物料生成三维点云数据，以所述三维点云数据中预设二维平面的深度变化作为偏移量；以所述预设二维平面的旋转角度作为偏移角度；

当所述偏移量与对应的所述偏移角度都大于相应的偏移阈值时，根据所述偏移角度的偏移方向对所述传送带的异常点进行定位。

优选的，所述抖动区域的获取方法为：

获取传送带边缘图像，通过计算连续多帧所述传送带边缘图像中传送带边缘的深度信息的变化得到抖动程度，遍历所述传送带，获得所述抖动程度大于抖动阈值对应的区域，作为所述抖动区域。

优选的，所述存在掉落风险的判断方法为：

获取包括所述包围框与所述传送带边缘的第一图像，通过计算连续多帧所述第一图像中所述包围框的角点与所述传送带边缘的垂直距离判断所述物料是否有掉落风险。

优选的，所述异常区域的获取方法为：

当所述物料存在掉落风险时，以存在掉落风险的所述抖动区域作为所述异常区域。

优选的，所述预设二维平面的获取方法为：