基于机器视觉的烟草输送机皮带跑偏识别方法研究

为准确、快速识别烟草输送输送机皮带跑偏故障特征,建立皮带状态图像采集系统,开展光照系统设计和工业相机选型与标定,运用最大熵阈值分割法对皮带实时图像进行灰度化处理和图像分割,以获得皮带的图像轮廓特征。制定特征轮廓计算方法,基于斯皮尔曼相关系数对多项特征进行优化。实验结果表明,皮带实时图像特征轮廓清晰且准确,长度特征L_(L1)与L_(L4)、面积特征S_(L3)和S_(R3)的相关度最高,可以用于识别皮带运行故障状态,准确获得跑偏量数值,为带式输送机皮带跑偏检测提供了新的方法,对保障皮带稳定运行具有重要指导意义。