基于圖像處理的傳送皮帶裂紋檢測.pdf

1、膠帶式輸送機是許多大型煤礦廣泛使用的輸煤設備，其輸送帶是最重要的煤炭承載體，輸送帶一旦撕裂不僅會給安全生產帶來極大威脅，而且會給生產單位帶來巨大的經濟損失。因此，提前預防膠帶撕裂，檢測輸送帶上出現(xiàn)的細小裂紋，具有重要的理論和實際工程意義。本文在分析了煤炭輸送帶的實際應用環(huán)境的基礎上，對要采集輸送帶裂紋圖像的CCD攝像機設計了標定模型，基于共面點標定物，實現(xiàn)了CCD攝像機內外參數(shù)的標定，為采集輸送帶裂紋圖像做好準備。
　　 本研究

2、針對輸送帶裂紋圖像對比度低、存在噪聲干擾等問題，先對采集到的裂紋圖像進行圖像增強處理。在此基礎上，提出了實時性更強的改進的二維最大熵閾值分割快速算法，通過鄰域平均灰度值的一維灰度直方圖來獲取灰度級的最大和最小灰度值，將循環(huán)掃描范圍從原來的整個灰度區(qū)域壓縮到最小與最大灰度值之問，縮短了算法的運行時間，更好的滿足了系統(tǒng)要求的實時性。針對圖像分割后裂紋圖像可能存在斷裂的情況，以及裂紋圖像本身可能存在交疊的情況，提出了一種基于數(shù)學形態(tài)學的方法，

3、通過構造相應的不同方向的結構元素，對發(fā)生交疊的裂紋進行分離；構造左斜和右斜45°兩個方向的結構元素，對斷裂的裂紋進行彌合，并對彌合后的裂紋進行復原，實驗證明彌合與復原處理后的裂紋圖像與原裂紋二值圖像的長和寬無限逼近，為之后精確計算裂紋的特征參數(shù)做準備。計算裂紋區(qū)域的面積參數(shù)時無需考慮裂紋的方向，方法較為簡單。但由于不同方向裂紋的長和寬定義不同，在計算裂紋的長和寬參數(shù)時，提出從數(shù)學角度上通過建立坐標系，旋轉裂紋圖像，從而方便的求出任意方向