[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

摘要

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。

主权项

1.一种基于机器视觉的矿用钢丝绳动态探伤检测方法，其特征在于，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；步骤S6：依照Retinex原理，对钢丝绳损伤初始图像先进行高通滤波，再进行基于imadjust的灰度变换；然后提取处理后的图像的平滑度R和熵e，利用线性分类器，做出基于纹理特征的表面缺陷判别。