張晞++吳七力++王偉民++劉新星++王燕艷

摘要：針對帶式輸送機膠帶縱向撕裂問題，本文采用了工業(yè)高速相機拍攝圖像并將圖像傳送至PC機，通過PC機完成圖像的處理和識別，來判斷膠帶是否撕裂。本文研究在不同光照強度環(huán)境下對傳至PC機中的圖像進行處理結(jié)果的比較， 進而得出膠帶撕裂檢測系統(tǒng)的最佳光照情況。

關(guān)鍵詞：撕裂檢測 光照強度 識別

中圖分類號：TP27 文獻標識碼：A 文章編號：1007-9416（2014）08-0216-02

1 引言

帶式輸送機是煤礦高效連續(xù)運輸設(shè)備，具有輸送距離長、運量大、連續(xù)輸送等優(yōu)點，而且運行可靠，易于實現(xiàn)自動化和集中化控制，尤其對高產(chǎn)高效礦井，帶式輸送機已成為煤炭開采機電一體化技術(shù)與裝備的關(guān)鍵設(shè)備。然而，由于膠帶長期運轉(zhuǎn)及各種意外因素，膠帶縱向撕裂事故時有發(fā)生，如果不能及時停住膠帶，就會使膠帶持續(xù)損壞，嚴重時還會毀壞機架、減速器、電動機等相關(guān)設(shè)備，甚至人員傷亡。故膠帶縱向撕裂檢測尤為重要。圖1為本系統(tǒng)的示意圖，在光源的照射下，工業(yè)相機將拍攝到的膠帶照片通過千兆網(wǎng)線傳至計算機中，并在計算機中完成圖像的識別，進而得出是否撕裂的結(jié)果。

2 硬件系統(tǒng)設(shè)計

本系統(tǒng)硬件是由CCD工業(yè)高速相機與PC機組成，由工業(yè)相機將待識別的膠帶圖像傳至PC機中，在PC機中完成圖像的識別過程。井下光線暗，不便相機的拍攝，需借助固定光源。軟件采用Visual Studio進行程序編譯，將圖像傳至由C#編寫好的程序中完成識別過程。由于井下環(huán)境惡劣，傳輸數(shù)據(jù)量大距離長，而且膠帶運轉(zhuǎn)速度快，因此硬件使用CCD千兆網(wǎng)工業(yè)高速相機可以較好的解決以上問題，使照片更清晰、傳輸數(shù)據(jù)更穩(wěn)定。

3 圖像處理

首先將圖像傳送到PC機中，之后進行圖像邊緣檢測，本系統(tǒng)采用Sobel邊緣檢測算子，通過圖像邊緣檢測處理，所提取的圖像細節(jié)輪廓會相對明顯一些；接著進行閾值分割及二值化，使最終的圖像處理為黑白兩色，即灰度值為0和255，由于膠帶撕裂會使膠帶反光，故會顯示為白色，而背景膠帶則顯示為黑色。閾值的最后選取通過實驗獲得，經(jīng)實驗選取80作為閾值圖像效果最佳。之后經(jīng)過高通濾波得出最終結(jié)果。如圖2為程序的流程圖。

4 實驗結(jié)果與分析

此次實驗在暗室下進行，通過模擬井下實際情況來檢驗不同光照強度對系統(tǒng)檢測的影響。實驗中取光照強度（Lux）1000、1500、2500、3500、4000作為檢測對象（如圖3-7所示），實驗結(jié)果如表1。

由實驗結(jié)果和抽樣圖可以看出，隨著光照強度由1000Lux增加到3500Lux程序處理中臨界撕裂點數(shù)逐漸增多，系統(tǒng)檢測準確率也逐步提高。光照強度超過3500Lux之后光強過大導(dǎo)致系統(tǒng)圖像識別困難，使檢測準確率迅速下降。

5 結(jié)語

本文比較了在不同光照強度下膠帶縱向撕裂圖像識別情況。經(jīng)試驗表明，本系統(tǒng)在實際情況中光照強度在2500～3500Lux之間選取檢測結(jié)果更加準確。

參考文獻

[1]趙春江.C#數(shù)字圖像處理算法典型實例[M].人民郵電出版社，2009.3：125-134.

[2]孫燮華.數(shù)字圖像處理-Visual C#.NET編程與實驗[M]機械工業(yè)出版社，2010.9：134-175.

[3]張晞，葉濤，劉鴻鵬.基于ARM9的膠帶縱向撕裂檢測系統(tǒng)研究[J].煤炭科學(xué)技術(shù)，2011：102-104.endprint

摘要：針對帶式輸送機膠帶縱向撕裂問題，本文采用了工業(yè)高速相機拍攝圖像并將圖像傳送至PC機，通過PC機完成圖像的處理和識別，來判斷膠帶是否撕裂。本文研究在不同光照強度環(huán)境下對傳至PC機中的圖像進行處理結(jié)果的比較， 進而得出膠帶撕裂檢測系統(tǒng)的最佳光照情況。

關(guān)鍵詞：撕裂檢測 光照強度 識別

中圖分類號：TP27 文獻標識碼：A 文章編號：1007-9416（2014）08-0216-02

1 引言

帶式輸送機是煤礦高效連續(xù)運輸設(shè)備，具有輸送距離長、運量大、連續(xù)輸送等優(yōu)點，而且運行可靠，易于實現(xiàn)自動化和集中化控制，尤其對高產(chǎn)高效礦井，帶式輸送機已成為煤炭開采機電一體化技術(shù)與裝備的關(guān)鍵設(shè)備。然而，由于膠帶長期運轉(zhuǎn)及各種意外因素，膠帶縱向撕裂事故時有發(fā)生，如果不能及時停住膠帶，就會使膠帶持續(xù)損壞，嚴重時還會毀壞機架、減速器、電動機等相關(guān)設(shè)備，甚至人員傷亡。故膠帶縱向撕裂檢測尤為重要。圖1為本系統(tǒng)的示意圖，在光源的照射下，工業(yè)相機將拍攝到的膠帶照片通過千兆網(wǎng)線傳至計算機中，并在計算機中完成圖像的識別，進而得出是否撕裂的結(jié)果。

2 硬件系統(tǒng)設(shè)計

本系統(tǒng)硬件是由CCD工業(yè)高速相機與PC機組成，由工業(yè)相機將待識別的膠帶圖像傳至PC機中，在PC機中完成圖像的識別過程。井下光線暗，不便相機的拍攝，需借助固定光源。軟件采用Visual Studio進行程序編譯，將圖像傳至由C#編寫好的程序中完成識別過程。由于井下環(huán)境惡劣，傳輸數(shù)據(jù)量大距離長，而且膠帶運轉(zhuǎn)速度快，因此硬件使用CCD千兆網(wǎng)工業(yè)高速相機可以較好的解決以上問題，使照片更清晰、傳輸數(shù)據(jù)更穩(wěn)定。

3 圖像處理

首先將圖像傳送到PC機中，之后進行圖像邊緣檢測，本系統(tǒng)采用Sobel邊緣檢測算子，通過圖像邊緣檢測處理，所提取的圖像細節(jié)輪廓會相對明顯一些；接著進行閾值分割及二值化，使最終的圖像處理為黑白兩色，即灰度值為0和255，由于膠帶撕裂會使膠帶反光，故會顯示為白色，而背景膠帶則顯示為黑色。閾值的最后選取通過實驗獲得，經(jīng)實驗選取80作為閾值圖像效果最佳。之后經(jīng)過高通濾波得出最終結(jié)果。如圖2為程序的流程圖。

4 實驗結(jié)果與分析

此次實驗在暗室下進行，通過模擬井下實際情況來檢驗不同光照強度對系統(tǒng)檢測的影響。實驗中取光照強度（Lux）1000、1500、2500、3500、4000作為檢測對象（如圖3-7所示），實驗結(jié)果如表1。

由實驗結(jié)果和抽樣圖可以看出，隨著光照強度由1000Lux增加到3500Lux程序處理中臨界撕裂點數(shù)逐漸增多，系統(tǒng)檢測準確率也逐步提高。光照強度超過3500Lux之后光強過大導(dǎo)致系統(tǒng)圖像識別困難，使檢測準確率迅速下降。

5 結(jié)語

本文比較了在不同光照強度下膠帶縱向撕裂圖像識別情況。經(jīng)試驗表明，本系統(tǒng)在實際情況中光照強度在2500～3500Lux之間選取檢測結(jié)果更加準確。

參考文獻

[1]趙春江.C#數(shù)字圖像處理算法典型實例[M].人民郵電出版社，2009.3：125-134.

[2]孫燮華.數(shù)字圖像處理-Visual C#.NET編程與實驗[M]機械工業(yè)出版社，2010.9：134-175.

[3]張晞，葉濤，劉鴻鵬.基于ARM9的膠帶縱向撕裂檢測系統(tǒng)研究[J].煤炭科學(xué)技術(shù)，2011：102-104.endprint

摘要：針對帶式輸送機膠帶縱向撕裂問題，本文采用了工業(yè)高速相機拍攝圖像并將圖像傳送至PC機，通過PC機完成圖像的處理和識別，來判斷膠帶是否撕裂。本文研究在不同光照強度環(huán)境下對傳至PC機中的圖像進行處理結(jié)果的比較， 進而得出膠帶撕裂檢測系統(tǒng)的最佳光照情況。

關(guān)鍵詞：撕裂檢測 光照強度 識別

中圖分類號：TP27 文獻標識碼：A 文章編號：1007-9416（2014）08-0216-02

1 引言

帶式輸送機是煤礦高效連續(xù)運輸設(shè)備，具有輸送距離長、運量大、連續(xù)輸送等優(yōu)點，而且運行可靠，易于實現(xiàn)自動化和集中化控制，尤其對高產(chǎn)高效礦井，帶式輸送機已成為煤炭開采機電一體化技術(shù)與裝備的關(guān)鍵設(shè)備。然而，由于膠帶長期運轉(zhuǎn)及各種意外因素，膠帶縱向撕裂事故時有發(fā)生，如果不能及時停住膠帶，就會使膠帶持續(xù)損壞，嚴重時還會毀壞機架、減速器、電動機等相關(guān)設(shè)備，甚至人員傷亡。故膠帶縱向撕裂檢測尤為重要。圖1為本系統(tǒng)的示意圖，在光源的照射下，工業(yè)相機將拍攝到的膠帶照片通過千兆網(wǎng)線傳至計算機中，并在計算機中完成圖像的識別，進而得出是否撕裂的結(jié)果。

2 硬件系統(tǒng)設(shè)計

本系統(tǒng)硬件是由CCD工業(yè)高速相機與PC機組成，由工業(yè)相機將待識別的膠帶圖像傳至PC機中，在PC機中完成圖像的識別過程。井下光線暗，不便相機的拍攝，需借助固定光源。軟件采用Visual Studio進行程序編譯，將圖像傳至由C#編寫好的程序中完成識別過程。由于井下環(huán)境惡劣，傳輸數(shù)據(jù)量大距離長，而且膠帶運轉(zhuǎn)速度快，因此硬件使用CCD千兆網(wǎng)工業(yè)高速相機可以較好的解決以上問題，使照片更清晰、傳輸數(shù)據(jù)更穩(wěn)定。

3 圖像處理

首先將圖像傳送到PC機中，之后進行圖像邊緣檢測，本系統(tǒng)采用Sobel邊緣檢測算子，通過圖像邊緣檢測處理，所提取的圖像細節(jié)輪廓會相對明顯一些；接著進行閾值分割及二值化，使最終的圖像處理為黑白兩色，即灰度值為0和255，由于膠帶撕裂會使膠帶反光，故會顯示為白色，而背景膠帶則顯示為黑色。閾值的最后選取通過實驗獲得，經(jīng)實驗選取80作為閾值圖像效果最佳。之后經(jīng)過高通濾波得出最終結(jié)果。如圖2為程序的流程圖。

4 實驗結(jié)果與分析

此次實驗在暗室下進行，通過模擬井下實際情況來檢驗不同光照強度對系統(tǒng)檢測的影響。實驗中取光照強度（Lux）1000、1500、2500、3500、4000作為檢測對象（如圖3-7所示），實驗結(jié)果如表1。

由實驗結(jié)果和抽樣圖可以看出，隨著光照強度由1000Lux增加到3500Lux程序處理中臨界撕裂點數(shù)逐漸增多，系統(tǒng)檢測準確率也逐步提高。光照強度超過3500Lux之后光強過大導(dǎo)致系統(tǒng)圖像識別困難，使檢測準確率迅速下降。

5 結(jié)語

本文比較了在不同光照強度下膠帶縱向撕裂圖像識別情況。經(jīng)試驗表明，本系統(tǒng)在實際情況中光照強度在2500～3500Lux之間選取檢測結(jié)果更加準確。

參考文獻

[1]趙春江.C#數(shù)字圖像處理算法典型實例[M].人民郵電出版社，2009.3：125-134.

[2]孫燮華.數(shù)字圖像處理-Visual C#.NET編程與實驗[M]機械工業(yè)出版社，2010.9：134-175.

[3]張晞，葉濤，劉鴻鵬.基于ARM9的膠帶縱向撕裂檢測系統(tǒng)研究[J].煤炭科學(xué)技術(shù)，2011：102-104.endprint