輸送帶非均勻光照?qǐng)D像校正和故障檢測(cè)算法研究.pdf

1、帶式輸送機(jī)是一種現(xiàn)代化生產(chǎn)中連續(xù)運(yùn)輸設(shè)備，具有運(yùn)量大、運(yùn)距遠(yuǎn)、能耗小等優(yōu)點(diǎn)，已廣泛用于煤礦、礦山、港口、冶金、化工、電力等領(lǐng)域。輸送帶是帶式輸送機(jī)承載和運(yùn)送的關(guān)鍵部件。輸送帶在使用過(guò)程中，由于被廢鋼鐵或煤矸石等異物或障礙物劃傷、帶式輸送機(jī)安裝調(diào)整不當(dāng)、轉(zhuǎn)載點(diǎn)處落料位置不正造成的負(fù)載不均勻等原因，而產(chǎn)生鋼絲繩芯故障和表面故障，將會(huì)造成重大斷帶和縱向撕裂安全事故而停產(chǎn)，運(yùn)輸物料的損耗，設(shè)備的損壞，巨大的經(jīng)濟(jì)損失和人員傷亡，嚴(yán)重影響安全生產(chǎn)。

2、為了保證輸送帶安全運(yùn)行，課題組研制了基于X光的鋼絲繩芯輸送帶無(wú)損檢測(cè)系統(tǒng)和基于機(jī)器視覺(jué)的輸送帶故障在線監(jiān)測(cè)系統(tǒng)。
　　本文針對(duì)上述兩個(gè)系統(tǒng)的輸送帶非均勻光照?qǐng)D像校正和故障檢測(cè)算法進(jìn)行了研究。提出了一種基于Retinex的X光非均勻鋼絲繩芯輸送帶圖像校正和增強(qiáng)算法。該算法首先采用Butterworth低通濾波器對(duì)X光圖像濾波，經(jīng)過(guò)去噪、平滑處理，得到去除噪聲后的圖像;然后利用Retinex理論建立了基于基函數(shù)的非均勻光照背景估計(jì)模型

3、，利用該模型對(duì)去除噪聲后的圖像灰度校正，得到校正后的圖像;最后利用拉伸圖像對(duì)比度的方法增強(qiáng)校正后的圖像對(duì)比度，從而去除原始圖像的非均勻光照的影響，得到增強(qiáng)后的圖像。提出了一種基于機(jī)器視覺(jué)的非均勻光照輸送帶圖像校正和故障檢測(cè)算法。該算法首先采用Butterworth低通濾波器對(duì)圖像濾波，利用Retinex理論估計(jì)真實(shí)圖像的背景，對(duì)圖像進(jìn)行灰度校正，得到校正后的圖像;然后將機(jī)器視覺(jué)與生物視覺(jué)相結(jié)合，利用PCNN算法，對(duì)校正后的圖像進(jìn)行故障檢

4、測(cè)，檢測(cè)出故障區(qū)域。在MATLAB環(huán)境下，編寫(xiě)了上述算法的程序，并進(jìn)行了實(shí)驗(yàn)，結(jié)果表明基于Retinex的X光非均勻鋼絲繩芯輸送帶圖像校正和增強(qiáng)算法能夠有效校正X光非均勻輸送帶圖像，并且提高了圖像對(duì)比度，具有校正效果好、速度快的優(yōu)點(diǎn);基于機(jī)器視覺(jué)的非均勻光照輸送帶圖像校正和故障檢測(cè)算法能夠有效校正輸送帶表面圖像，清晰檢測(cè)出故障區(qū)域。
　　本文所研究的算法能夠應(yīng)用于基于X光的鋼絲繩芯輸送帶無(wú)損檢測(cè)系統(tǒng)和基于機(jī)器視覺(jué)的輸送帶故障在線監(jiān)