基于计算机视觉的溜槽防堵塞检测方法

为了准确监测选煤厂溜槽的工作状态,防止煤料发生堆积导致溜槽堵塞,提出一种基于计算机视觉的溜槽防堵塞检测方法。首先引用改进的四帧差分算法提取出煤流轮廓的差分图像,之后通过图像局部熵算法增强煤流轮廓的特征信息,再通过OTSU阈值分割、轮廓处理等方法精确提取煤流轮廓图像。将煤流轮廓作为检测对象,指定检测区域并统计区域内煤流轮廓的面积,基于设定的阈值通过面积的变化趋势实时判断溜槽的堵塞情况。实验结果表明,该方法能够准确地判断溜槽是否发生堵塞。

带式输送机煤流量自适应检测方法

针对现有带式输送机煤流量检测方法存在检测精度易受环境影响、实现过程复杂、信息提取耗时较长等问题,提出了一种基于机器视觉的带式输送机煤流量自适应检测方法。首先,采用基于小波变换的融合算法对带式输送机运输煤料原始图像进行增强处理,并采用OTSU算法将增强图像分割为胶带图像和煤料图像;然后,对煤料图像进行空洞填充、轮廓检测和面积计算等处理,获取煤料图像面积信息;最后,采用基于数学建模的煤流量检测算法,通过计算煤料瞬时体积获得煤流量检测值。试验结果表明,该方法平均检测时间约为30 ms,检测结果与电子胶带秤测量结果的误差约为5%,满足带式输送机自动调速控制系统对煤流量检测实时性和准确性的要求。