煤炭传送皮带表面裂纹检测技术的研究
本文选题:皮带裂纹检测 切入点:数字图像处理 出处:《辽宁科技大学》2015年硕士论文
【摘要】:胶带式输送机是许多大型煤矿广泛使用的输煤设备,其传送皮带是最重要的煤炭承载体,传送皮带一旦发生撕裂不仅会给安全生产带来极大威胁,而且会给生产单位带来巨大的经济损失。因此,提前预防传送皮带撕裂,检测传送皮带上出现的细小裂纹,具有重要的理论和实际工程意义。本文在分析了煤炭传送皮带的实际应用环境的基础上,根据物理学中漫反射原理,构造了传送皮带裂纹检测的整体结构,并根据工程需要选择了一款合适的CCD摄像机,并对图像进行了标定。针对传送皮带裂纹图像对比度低、存在噪声干扰等问题,先对采集到的裂纹图像进行图像增强处理。在此基础上,提出一种基于改进猴王遗传算法的Otsu图像分割算法,与基于遗传算法的Otsu分割方法相比,不仅缩短了算法的运行时间,并且很好的把裂纹从背景中分割出来。针对图像分割后裂纹图像可能存在孤立点和不连通的情况,利用数学形态学原理,构造菱形结构元素,该方法有效的消除掉了孤立点,并且使裂纹不连通的区域连通起来。裂纹图像本身可能存在交叠的情况,构造横向和纵向结构元素,很好的把交叠裂纹分割成横向和纵向裂纹,方便了特征提取时对几何参数的计算。对裂纹进行特征提取和识别时,先用骨架提取方法对裂纹图像进行细化,然后计算裂纹的长度和宽度,利用逐像素方法提取求出裂纹的面积和周长,最后根据圆形度准则判断是否为裂纹。
[Abstract]:Belt conveyor is widely used in many large-scale coal mine coal handling equipment, the conveyor belt is the most important coal bearing body, transmission belt once the tear will not only bring great threat to the safety in production, and will bring huge economic losses to the production units. Therefore, the prevention of transmission belt tearing in advance, small crack detection conveyor that has important theoretical and practical significance. Based on the analysis of the coal conveyor belt's practical application environment, based on the reflection of physics principle, structure of the overall structure of the transmission belt crack detection, and according to the engineering needs to choose a suitable CCD camera, and the image is calibrated. The conveyor belt crack image with low contrast, noise and other issues, to crack the collected images to enhance the image. On this basis, put forward An improved Otsu algorithm for image segmentation based on genetic algorithm, the monkey king, compared with the segmentation method based on genetic algorithm Otsu, not only shorten the running time of the algorithm, and put a good crack separated from the background. According to the image segmentation after the crack image may exist outliers and disconnected, using the principle of mathematical morphology. Structure of diamond structure elements, the method can eliminate the outliers, and the crack connected region connected together. The crack image itself may overlap, structure of transverse and longitudinal structural elements, good to the overlapping crack is divided into horizontal and vertical crack, calculation of the geometric parameters of the convenient features extraction. Feature extraction and recognition of the crack, first use the skeleton extraction method to refine the crack image, and then calculate the crack length and width, by using pixel method The area and perimeter of the crack are obtained, and the crack is judged according to the circle degree criterion.
【学位授予单位】:辽宁科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TD528.1
【相似文献】
相关期刊论文 前10条
1 赵晶;戴波;;小波分析在管道超声裂纹检测中的应用[J];北京石油化工学院学报;2008年01期
2 陈元琰,姜颖军,王强;玻璃瓶口裂纹检测的简易判断法[J];广西师范大学学报(自然科学版);2001年03期
3 李培玉;张志欣;董月;;基于图像特征的板坯表面裂纹检测方法[J];钢铁研究学报;2013年08期
4 彭光俊;赵志;;粉末冶金制件裂纹检测技术[J];无损探伤;2006年02期
5 杜金强;何宇廷;李培源;;矩形柔性涡流阵列传感器裂纹检测研究[J];传感器与微系统;2014年05期
6 周高峰,曹巨江;陶瓷制品裂纹检测系统的研究[J];机械设计与制造;2005年10期
7 ;转轴裂纹检测及寿命预测技术研究[J];机械工业发展战略与科技管理;1997年03期
8 王伟;潘晓明;张永生;;电磁超声技术在变电站GIS管道裂纹检测中的应用研究[J];江苏电机工程;2011年05期
9 郝晓红;洪国铭;;基于BP神经网络的钢铁分选仪裂纹检测[J];齐齐哈尔大学学报(自然科学版);2009年03期
10 姜瑞涉,王俊,陆秋君,于勇;鸡蛋敲击响应特性与蛋壳裂纹检测[J];农业机械学报;2005年03期
相关会议论文 前7条
1 丁浩;钟国强;;表面裂纹检测的现状及发展趋势[A];第二届钢材质量控制技术——形状、性能、尺寸精度、表面质量控制与改善学术研讨会文集[C];2012年
2 武俐明;苏勋家;侯根良;刘小勇;;基于PLC的裂纹检测系统的设计与实现[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
3 李培玉;张志欣;董月;;基于图像特征的板坯表面裂纹检测方法[A];第十七届(2013年)全国炼钢学术会议论文集(B卷)[C];2013年
4 丁友福;张小川;杨小林;沈京玲;张存林;冯立春;李艳红;蒋淑芳;刘波;;超声红外热成像技术在裂纹检测中的应用[A];光电技术与系统文选——中国光学学会光电技术专业委员会成立二十周年暨第十一届全国光电技术与系统学术会议论文集[C];2005年
5 刘世忠;李斌;;大型铸钢件裂纹检测[A];2006年西南地区第九届NDT学术年会暨2006年全国射线检测新技术研讨会论文集[C];2006年
6 董洪波;陈雪峰;李兵;祁克玉;何正嘉;;基于小波有限元模型和高精度模态参数辨识的转子裂纹检测方法[A];第八届全国转子动力学学术讨论会论文集[C];2008年
7 唐德东;周鹏;;磁记忆技术在管件裂纹检测中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
相关硕士学位论文 前10条
1 张鹏宇;沥青路面裂纹检测技术的研究[D];长沙理工大学;2010年
2 刘洪清;基于远场涡流的管道裂纹检测方法有限元仿真研究[D];清华大学;2007年
3 徐维超;超声红外热波无损检测技术应用于裂纹检测的研究[D];首都师范大学;2008年
4 姜颖军;计算机视觉在玻璃制品裂纹检测中的应用[D];广西师范大学;2000年
5 程蔚;一种用于裂纹检测的新结构反射式涡流探头[D];华东交通大学;2011年
6 田双蜀;基于声学特性的裂纹缺陷检测方法研究[D];东北大学;2009年
7 王玮瑾;金属薄板裂纹检测方法研究[D];哈尔滨工业大学;2010年
8 李贺;煤炭传送皮带表面裂纹检测技术的研究[D];辽宁科技大学;2015年
9 孟乔;沥青路面裂纹检测算法研究[D];长安大学;2010年
10 李静;基于油管裂纹的数字图像检测算法的研究与应用[D];西南石油大学;2015年
,本文编号:1701792
本文链接:https://www.wllwen.com/kejilunwen/kuangye/1701792.html