基于机器视觉的煤矿井下传送带故障自动检测研究

现有的煤矿井下传送带故障检测方法偏移比例较大,导致检测准确程度低。为此,研究了基于机器视觉的煤矿井下传送带故障自动检测。针对煤矿井下输送机传送带,选用深度相机采集高质量的彩色图像,并运用HDR方式提亮煤矿井下传送带图像,恢复较暗部分的细节,同时对采集图像进行伽马校正来增强图像的对比度。通过应用仿射变换,逐帧拼接输送带表面特征图像,反映图像间的运动关系。运用拼接后的传送带表面特征图像,分析传送带宽度大小,获得其偏移比例并进行偏移判断,从而完成传送带故障的自动检测。实验结果表明,实验组的偏移比例与实际值之间的误差较小,使得图像直线拟合效果较优;通过统计视频样本A-F的正确帧数,计算的检测准确度均在98%以上,达到了更为精准的检测效果,提高了故障检测的实时性。