基于机器视觉的带式输送机带速检测方法的研究
发布时间：2021-02-24 03:20
针对带式输送机带速检测方法中存在可靠性和准确性差等问题,提出了一种基于机器视觉的带式输送机带速检测的方法,该方法利用摄像头采集输送带上表面图像,根据上表面序列图像相邻图像之间具有相同时间间隔的特点,采用图像匹配算法计算相邻图像特征点的相对像素位移,利用图像坐标系与物理坐标系之间的映射关系,计算出输送带物理位移量及带速。提出一种基于SURF-ORB算法的输送带上表面图像匹配算法,该算法通过划分图像的感兴趣区域缩小图像匹配搜索范围,利用SURF算法提取相邻图像特征,ORB算法对相邻图像进行特征描述,实现相邻图像特征点的匹配。采用OpenMP技术实现图像特征和特征描述的并行运算。实验结果表明,该检测方法能够检测带式输送机的带速,检测精度到达±0.05 m/s。
【文章来源】：仪表技术与传感器. 2020,(07)北大核心
【文章页数】：5 页
【部分图文】：
带式输送机带速检测软件设计方案框图
表2 机器视觉测速与传感器速度对比 m/s 序列图像 算法测速结果v1 传感器平均速度v′1 算法测速结果v2 传感器平均速度 v′2 算法测速结果v3 传感器平均速度v′3 组1 0.572 0.57 1.46 1.43 2.24 2.25 组2 0.579 0.57 1.47 1.43 2.35 2.25 组3 0.573 0.57 1.38 1.43 2.26 2.25 组4 0.563 0.57 1.30 1.43 2.30 2.25 组5 0.581 0.57 1.42 1.43 2.32 2.25 组6 0.573 0.57 1.29 1.43 2.20 2.25 组7 0.574 0.57 1.46 1.43 2.21 2.25 组8 0.576 0.57 1.298 1.43 2.24 2.25 组9 0.578 1 0.57 1.47 1.43 2.27 2.25 平均速度 0.574 344 0.57 1.394 222 1.43 2.265 556 2.25由实验可知,表2选取的3组序列图像测量带速的平均误差分别是-4.344 、35.78 、-15.56 mm/s。经多次实验验证,整体平均误差控制在-50～50 mm/s之间。图3为传感器测量与机器视觉测量结果瞬时误差,在速度较大时,瞬时误差可控制在-0.2～0.2之间。在采集图像的过程中,两帧图像由于亮度差异等不可控因素导致匹配失败,使得测速结果误差较大,针对此问题,本文采用最小二乘法对测量速度进行拟合,将误测的速度剔除。综上所述,本文测速方法与传感器测速方法保持了较好的一致性,其稳定性与可靠性强于速度传感器,具有很高的精确度,弥补了传感器测速易受外界环境影响的缺陷。
经大量实验表明,本文算法可精确对输送带序列图像进行匹配。随机选取序列图像中的两幅图像,如图2(a)与图2(b),运用本文算法对输送带图像进行实验,匹配结果如图2(c)所示。将改进后的算法与ORB算法作对比,以图2(a)、图2(b)为例,匹配算法比较结果如表1所示,当ORB算法进行匹配时无正确匹配点对,本文提出的算法匹配结果有57对正确匹配点,且耗时与ORB算法相当。
【参考文献】：
期刊论文
[1]基于双目图像匹配的车载测速测向方法研究[J]. 张辉,龚文森,陈静萍,林军记. 汽车技术. 2017(11)
[2]煤矿输送带传输故障实时监测技术[J]. 王建勋. 工矿自动化. 2015(01)
[3]RANSAC算法的自适应Tc,d预检验[J]. 田文,王宏远,徐帆,方磊. 中国图象图形学报. 2009(05)
硕士论文
[1]基于机器视觉的油泵壳体尺寸测量系统[D]. 汪田.浙江大学 2018
[2]机器视觉的输送带纵向撕裂故障检测系统信号采集器的研究[D]. 刘洋.天津工业大学 2016
本文编号：3048701
【文章来源】：仪表技术与传感器. 2020,(07)北大核心
【文章页数】：5 页
【部分图文】：
带式输送机带速检测软件设计方案框图
表2 机器视觉测速与传感器速度对比 m/s 序列图像 算法测速结果v1 传感器平均速度v′1 算法测速结果v2 传感器平均速度 v′2 算法测速结果v3 传感器平均速度v′3 组1 0.572 0.57 1.46 1.43 2.24 2.25 组2 0.579 0.57 1.47 1.43 2.35 2.25 组3 0.573 0.57 1.38 1.43 2.26 2.25 组4 0.563 0.57 1.30 1.43 2.30 2.25 组5 0.581 0.57 1.42 1.43 2.32 2.25 组6 0.573 0.57 1.29 1.43 2.20 2.25 组7 0.574 0.57 1.46 1.43 2.21 2.25 组8 0.576 0.57 1.298 1.43 2.24 2.25 组9 0.578 1 0.57 1.47 1.43 2.27 2.25 平均速度 0.574 344 0.57 1.394 222 1.43 2.265 556 2.25由实验可知,表2选取的3组序列图像测量带速的平均误差分别是-4.344 、35.78 、-15.56 mm/s。经多次实验验证,整体平均误差控制在-50～50 mm/s之间。图3为传感器测量与机器视觉测量结果瞬时误差,在速度较大时,瞬时误差可控制在-0.2～0.2之间。在采集图像的过程中,两帧图像由于亮度差异等不可控因素导致匹配失败,使得测速结果误差较大,针对此问题,本文采用最小二乘法对测量速度进行拟合,将误测的速度剔除。综上所述,本文测速方法与传感器测速方法保持了较好的一致性,其稳定性与可靠性强于速度传感器,具有很高的精确度,弥补了传感器测速易受外界环境影响的缺陷。
经大量实验表明,本文算法可精确对输送带序列图像进行匹配。随机选取序列图像中的两幅图像,如图2(a)与图2(b),运用本文算法对输送带图像进行实验,匹配结果如图2(c)所示。将改进后的算法与ORB算法作对比,以图2(a)、图2(b)为例,匹配算法比较结果如表1所示,当ORB算法进行匹配时无正确匹配点对,本文提出的算法匹配结果有57对正确匹配点,且耗时与ORB算法相当。
【参考文献】：
期刊论文
[1]基于双目图像匹配的车载测速测向方法研究[J]. 张辉,龚文森,陈静萍,林军记. 汽车技术. 2017(11)
[2]煤矿输送带传输故障实时监测技术[J]. 王建勋. 工矿自动化. 2015(01)
[3]RANSAC算法的自适应Tc,d预检验[J]. 田文,王宏远,徐帆,方磊. 中国图象图形学报. 2009(05)
硕士论文
[1]基于机器视觉的油泵壳体尺寸测量系统[D]. 汪田.浙江大学 2018
[2]机器视觉的输送带纵向撕裂故障检测系统信号采集器的研究[D]. 刘洋.天津工业大学 2016
本文编号：3048701
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3048701.html
