-
题名基于机器视觉的煤矿井下传送带故障自动检测研究
- 1
-
-
作者
袁晶丽
-
机构
煤炭科学技术研究院有限公司
煤炭智能开采与岩层控制全国重点实验室
煤矿应急避险技术装备工程研究中心
北京市煤矿安全工程技术研究中心
-
出处
《自动化应用》
2024年第13期205-207,213,共4页
-
文摘
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。
-
关键词
机器视觉
传送带
故障检测
煤矿井下
-
Keywords
machine vision
conveyor belt
fault detection
coal mine underground
-
分类号
TD528
[矿业工程—矿山机电]
-