[发明专利]一种基于灰度特征和边缘检测的堵煤检测算法

说明书

本发明属于计算机视觉技术领域，具体的说是一种基于灰度特征和边缘检测的堵煤检测算法，本发明针对输煤皮带下料口定点摄像头的视频数据，从机器视觉角度出发，由于输煤皮带下料口靠近窗口，受光线影响较大，特征不断变换，通过选定检测范围截取图像，降低外界环境的影响。对截取的图像利用线性变换进行灰度特征处理，提升图像对比度和目标物亮度，利用高斯模糊降低图像噪声对轮廓特征的干扰，再提取图像中的轮廓特征，对轮廓特征进行对比分析，进行皮带堵煤检测；相比现有的皮带堵煤检测方式，具有无干扰优势，且有效降低现有视觉方式利用特定特征点的漏误报情况。

技术领域

本发明属于计算机视觉技术领域，具体的说是一种基于灰度特征和边缘检测的堵煤检测算法。

背景技术

堵煤检测模块是输煤系统中重要的组成部分之一，主要用于实现在皮带落煤管、导料槽等处因落煤不畅、造成堵塞时的安全保护措施。因此皮带堵煤检测方法的选择和是否适用都极大的影响输煤系统整体工作的可靠性，进而影响到设备的安全运行。

现有的皮带堵煤检测预防措施主要分为以下两类：

1、利用物理装置进行干预，通过在皮带上方安装楔形块，当煤流量过大时，煤原料在输煤传送带的作用下推动楔形块在限位滑杆上向输煤传送带两侧移动，达到堵煤监测保护的功能，但这种装置本身的死角就会造成煤原料的堵塞，长期下去反而会因装置本身造成皮带堵煤事件发生；

2、视觉方式，通过在堵煤检测的视频流中选择特定的特征点，记录发现该特征点的不同时刻，并以此估算运动距离，从而判断是否发生堵煤。但若是特定的特征点被遮挡住，又或是皮带未曾输煤停止运行，导致该方式存在很大漏误检风险。

综上所述，本申请根据输煤皮带下料口定点摄像头的视频数据，从机器视觉角度出发，基于灰度特征和边缘检测进行皮带堵煤检测，能有效避免现有堵煤检测方式的局限情况。

发明内容

为了弥补现有技术的不足，针对目前常见的堵煤检测物理装置自身结构原因造成堵煤风险，以及现有的视觉检测方式需利用特定的特征点方式，具有较大的漏误报风险，为了解决上述的技术问题；本发明提出了一种基于灰度特征和边缘检测的堵煤检测算法。

本发明解决其技术问题所采用的技术方案是：一种基于灰度特征和边缘检测的堵煤检测算法，包括以下步骤：

S1：通过在输煤皮带下料口安装摄像装置进行视频检测，并截取特定图像信息，输出视频数据；

S2：利用图像处理方法对视频数据进行处理，提升图像对比度和亮度，并进行图像降噪处理；

S3：对经过图像处理方法处理后的视频信息利用Canny算子进行轮廓边缘提取，提取包含皮带边缘在内的所有轮廓边缘信息，随后再根据根据梯度值与高低阈值之间的关系，得到强边缘与虚边缘；再根据虚边缘与强边缘的是否连接，筛选出边缘；

S4：利用利用直线检测方法筛选出门帘边缘对应的直线；并通过计算门帘高度推算煤流量；

S5：当煤流量达到堵煤的阙值时，将实时的视频帧进行存储，当检测到连续20帧时，启动报警器向维护人员报警。

优选的，步骤S1中的摄像装置装置采用带有ROI功能的定点摄像头。

优选的，在步骤S2中所述图像处理方法包括以下步骤：

a、首先利用线性变换方法对所述摄像装置输出的视频数据进行灰度特征处理，提升图像对比度和亮度；

b、随后利用滤波方法对图像降噪处理，提高图像质量，便于目标边缘提取。

优选的，上述步骤a中采用的线性变换方法采用加权的方式进行灰度特征处理。

优选的，上述步骤b中的滤波方法采用高斯滤波方法，并利用高斯滤波器对图像数据进行噪声消除。

优选的，步骤S4中的直线检测方法采用基于Hough变换的直线检测方法。