林 寧

(福建省特種設(shè)備檢驗(yàn)研究院 泉州分院，泉州 362000)

0 引 言

電梯是人們?nèi)粘Ｉ畈豢扇鄙俚墓ぞ撸芬诫娞菽壳皯?yīng)用范圍廣泛。輪槽呈現(xiàn)不均勻磨損時(shí)，將影響電梯的曳引水平[1]。由于電梯運(yùn)行曳引力是需要通過(guò)鋼絲繩與曳引輪槽摩擦產(chǎn)生的，一旦曳引輪槽磨損量超標(biāo)，就會(huì)導(dǎo)致鋼絲繩打滑，以至于曳引力下降甚至消失，造成沖頂、溜梯等故障。磨損量就是由于磨損引起的材料損失量，其可以通過(guò)對(duì)長(zhǎng)度、體積或質(zhì)量變化的測(cè)量而得到。以往檢測(cè)電梯曳引輪磨損主要有經(jīng)驗(yàn)?zāi)繙y(cè)法以及機(jī)械測(cè)量法兩種。經(jīng)驗(yàn)?zāi)繙y(cè)法需利用經(jīng)驗(yàn)人員依據(jù)自身的檢測(cè)經(jīng)驗(yàn)，并使用鋼絲繩張力計(jì)丈量轎廂側(cè)每條鋼絲繩的張力，從而對(duì)磨損程度以及是否需要維修進(jìn)行判斷；機(jī)械測(cè)量法即利用測(cè)量裝置通過(guò)測(cè)量曳引輪寬度、切口等尺寸衡量曳引輪是否存在磨損[2-3]。以上兩種方法需在曳引式電梯停機(jī)情況下檢測(cè)，具有較低的檢測(cè)效率，且檢測(cè)成本較高，需耗費(fèi)大量人力物力。圖象處理技術(shù)具有較高的實(shí)時(shí)性以及檢測(cè)精度，利用機(jī)器視覺(jué)技術(shù)采集所需檢測(cè)圖象，通過(guò)對(duì)圖象實(shí)施處理獲取曳引輪磨損檢測(cè)結(jié)果[4]。機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)電梯曳引輪磨損檢測(cè)具有非接觸式以及可視化的特點(diǎn)，應(yīng)用性較高。

目前針對(duì)曳引輪磨損檢測(cè)研究較多，文獻(xiàn)[5-6]分別利用單目視覺(jué)以及圖象處理技術(shù)實(shí)現(xiàn)電梯曳引輪磨損檢測(cè)[5-6]，以上兩種方法雖可以實(shí)現(xiàn)電梯曳引輪磨損的有效檢測(cè)，但存在檢測(cè)實(shí)時(shí)性較差，算法復(fù)雜性過(guò)高的缺陷。為解決這一問(wèn)題，本文將機(jī)器視覺(jué)技術(shù)引進(jìn)該領(lǐng)域，將被攝取目標(biāo)轉(zhuǎn)換成圖象信號(hào)，幫助人們進(jìn)行問(wèn)題分析。為此，本文對(duì)基于機(jī)器視覺(jué)技術(shù)的電梯曳引輪磨損檢測(cè)方法進(jìn)行研究。利用機(jī)器視覺(jué)技術(shù)采集電梯曳引輪圖象，利用校正后圖象通過(guò)輪廓定位與邊緣擬合方法獲取電梯曳引輪曳引繩與曳引輪槽間隙，計(jì)算電梯曳引輪繩槽間隙的遮擋補(bǔ)償量，獲取最終電梯曳引輪磨損檢測(cè)結(jié)果。通過(guò)實(shí)驗(yàn)驗(yàn)證采用該方法在檢測(cè)電梯曳引輪磨損方面的效果。

1 基于機(jī)器視覺(jué)技術(shù)的電梯曳引輪磨損檢測(cè)

1.1 機(jī)器視覺(jué)技術(shù)

1.1.1 圖象采集

選取CCD相機(jī)與高倍高分辨光學(xué)鏡頭結(jié)合的方式，采集電梯曳引輪圖象。機(jī)器視覺(jué)技術(shù)可將電梯曳引輪磨損檢測(cè)精度提升至微米級(jí)甚至更高[7]，滿足電梯曳引輪磨損檢測(cè)的高精度應(yīng)用需求。應(yīng)用于電梯曳引輪磨損檢測(cè)的機(jī)器視覺(jué)技術(shù)圖象采集總體結(jié)構(gòu)圖如圖1所示。從圖1可以看出，通過(guò)CCD攝相機(jī)與高倍高分辨率鏡頭結(jié)合實(shí)現(xiàn)機(jī)器視覺(jué)技術(shù)的圖象采集，利用光源為高倍高分辨率鏡頭提供光源。光源照射電梯曳引輪磨損面[8]，通過(guò)高倍高分辨率鏡頭將電梯曳引輪成象結(jié)果投射至CCD攝相機(jī)中，通過(guò)圖象處理技術(shù)實(shí)現(xiàn)電梯曳引輪磨損檢測(cè)。

圖1 圖象采集總體結(jié)構(gòu)圖

選取Point Grey 2/3英寸、象素為800萬(wàn)的工業(yè)級(jí)黑白面陣CCD相機(jī)作為圖象采集相機(jī)；選取Navitar12倍放大倍率以及電機(jī)驅(qū)動(dòng)為5相步進(jìn)電機(jī)驅(qū)動(dòng)的變倍、變焦放大光學(xué)鏡頭作為圖象采集鏡頭，將1.0x標(biāo)準(zhǔn)適配器以及2.0x鏡頭附件應(yīng)用于鏡頭前端以及鏡頭后端配置中。圖象采集設(shè)備僅占用較小空間[9]，可適用于電梯曳引輪磨損檢測(cè)中，具有方便拆卸以及結(jié)構(gòu)簡(jiǎn)單的優(yōu)勢(shì)，檢測(cè)過(guò)程中不與電梯形成干涉，不影響電梯正常運(yùn)行。

1.1.2 攝相機(jī)畸變模型

機(jī)器視覺(jué)技術(shù)采集圖象過(guò)程中，相機(jī)鏡頭存在畸變情況，利用畸變模型校正圖象采集過(guò)程中的畸變情況。徑向畸變所造成的畸變將令圖象采集時(shí)在徑向位置移動(dòng)方向出現(xiàn)偏差。P1與P2分別表示理想投影點(diǎn)以及畸變投影點(diǎn)。離心畸變?yōu)殓R頭形成的畸變[10]，畸變點(diǎn)與離心點(diǎn)呈非線性關(guān)系。建立畸變模型如下：

式中：圖象投影點(diǎn)(xd,yd)與(x,y)分別表示理想點(diǎn)以及實(shí)際點(diǎn)，(αx,αy)表示由于鏡頭造成畸變的非線性關(guān)系畸變誤差。

采用機(jī)器視覺(jué)技術(shù)采集電梯曳引輪圖象時(shí)，建立電梯曳引輪圖象的離心畸變模型如下：

建立電梯曳引輪圖象的徑向畸變模型如下：

采用機(jī)器視覺(jué)技術(shù)檢測(cè)電梯曳引輪磨損對(duì)精度要求較高，采用以上畸變模型可改善電梯曳引輪磨損檢測(cè)過(guò)程中造成的畸變。

1.2 圖象預(yù)處理

灰度處理所采集的電梯曳引輪圖象，完成圖象灰度處理后通過(guò)以下步驟實(shí)現(xiàn)圖象預(yù)處理：

1) 雙邊濾波。選取改進(jìn)Canny算子實(shí)現(xiàn)圖象的雙邊濾波，Canny算子通常情況下采用高斯濾波方法對(duì)圖象實(shí)施降噪處理。高斯濾波降噪方法可能造成圖象邊緣模糊情況，令圖象中的細(xì)節(jié)信息缺失，影響電梯曳引輪磨損檢測(cè)精度。預(yù)處理電梯曳引輪圖象時(shí)，選取雙邊濾波方法對(duì)圖象實(shí)施降噪處理[11]，提升圖象的邊緣細(xì)節(jié)顯示程度。令圖象中的邊緣象素僅受到較小影響，保留所采集圖象的邊緣象素。加權(quán)處理鄰域象素值，獲取采用雙邊濾波算法輸出象素值表達(dá)式如下：

式中:f(k,l)與I(i,j)分別表示輸入的電梯曳引輪圖象象素值以及輸出象素值，w(i，j，k，l)表示加權(quán)系數(shù)。

2) 梯度計(jì)算。通過(guò)計(jì)算梯度幅值以及方向確定兩部分實(shí)現(xiàn)梯度計(jì)算。將完成濾波處理后圖象利用鄰域?yàn)?×2的一階偏導(dǎo)差分計(jì)算，獲取采集圖象的梯度幅值表達(dá)式如下：

電梯曳引輪圖象的梯度方向表達(dá)式如下：

式中:Qx(i,j)與Qy(i,j)分別表示方向?yàn)閤與y的電梯曳引輪圖象象素點(diǎn)(i,j)的偏導(dǎo)，通常情況下選取0、45°、90°、135° 4個(gè)角度作為梯度方向。

3)雙閾值化處理。T1與T2表示高閾值以及低閾值，利用所設(shè)定閾值實(shí)現(xiàn)圖象分割。這是因?yàn)樵诓杉瘓D象時(shí)由于其他設(shè)備以及環(huán)境等情況引起的噪聲會(huì)導(dǎo)致采集圖象失真，無(wú)法進(jìn)行圖象分析。為此，需要對(duì)噪聲進(jìn)行去除，而在進(jìn)行去噪操作時(shí)，必須選擇合適的閾值，否則會(huì)導(dǎo)致采集圖象仍然不清晰。將幅值大于T1以及小于T2的點(diǎn)分別標(biāo)記為邊緣點(diǎn)以及非邊緣點(diǎn)，幅值結(jié)果處于二者之間時(shí)，需繼續(xù)在鄰域中搜尋[12]，存在可連通的邊緣點(diǎn)設(shè)置為邊緣點(diǎn)，否則設(shè)置為非邊緣點(diǎn)，通過(guò)以上過(guò)程獲取電梯曳引輪圖象邊緣檢測(cè)結(jié)果。

1.3 曳引輪磨損檢測(cè)算法

1.3.1 輪廓定位與邊緣擬合

完成圖象預(yù)處理后，利用所獲取的邊緣檢測(cè)結(jié)果定位電梯曳引輪曳引繩以及曳引槽間的輪廓。選取不變矩匹配方法，設(shè)置匹配模板為標(biāo)準(zhǔn)輪廓形狀，選取連通域標(biāo)記方法獲取圖象以及模板的全部輪廓[13]。利用待檢測(cè)圖象中輪廓與模板圖象輪廓的不變矩獲取二者之間的相似度。輪廓不變矩過(guò)程如下：

采集的電梯曳引輪圖象為離散狀態(tài)下，階數(shù)為p+q時(shí)，幾何矩表達(dá)式如下：

采集的電梯曳引輪圖象階數(shù)為p+q時(shí)，中心矩表達(dá)式如下：

式中:(m,n)與f(m,n)分別表示采集圖象象素點(diǎn)坐標(biāo)值以及灰度值。

中心距歸一化公式如下：

通過(guò)以上過(guò)程導(dǎo)出不變矩，利用不變矩通過(guò)相似度公式獲取電梯曳引輪圖象輪廓相似度結(jié)果如下：

(12)

利用式(12)的輪廓相似度結(jié)果獲取電梯曳引輪曳引繩與曳引輪槽間隙值，利用間隙值衡量曳引輪磨損量。

1.3.2 電梯曳引輪繩槽遮擋補(bǔ)償量

電梯曳引輪繩槽地面以曲面狀態(tài)呈現(xiàn)，采集圖象時(shí)繩槽間隙與底部形成遮擋[14]，需計(jì)算電梯曳引輪繩槽遮擋補(bǔ)償量，提升電梯曳引輪磨損檢測(cè)精度。設(shè)置曳引輪圓心作為坐標(biāo)系坐標(biāo)原點(diǎn)，用(r+θ,0)表示繩槽底部遮擋相機(jī)時(shí)，所采集電梯曳引輪檢測(cè)區(qū)域邊緣坐標(biāo)；用(R-H,S)表示采集電梯曳引輪相機(jī)的光心坐標(biāo)。將以上坐標(biāo)代入直線方程y=kx+b中，用(x,y0)表示受遮擋點(diǎn)與相機(jī)光心點(diǎn)相連直線上的隨機(jī)點(diǎn)坐標(biāo)，可得垂直距離表達(dá)式如下：

式中:S與H分別表示相機(jī)垂直方向物距以及電梯曳引輪鋼絲繩至相機(jī)光心間距；θ與R分別表示相機(jī)拍攝時(shí)受繩槽影響的遮擋長(zhǎng)度以及曳引輪圓心至鋼絲繩外緣距離；l表示曳引輪圓心至電梯曳引輪接觸面極限可視點(diǎn)至相機(jī)光心的連線距離，即繩槽底部至曳引輪圓心距離[15]，其計(jì)算公式如下：

由于存在R=δ+l，δ=δ′+θ，其中δ與δ′分別表示電梯曳引輪繩槽槽底至鋼絲繩外緣間距以及所采集圖象的待檢測(cè)區(qū)域可見(jiàn)長(zhǎng)度。

獲取電梯曳引輪繩槽遮擋補(bǔ)償量公式如下：

S2(l+θ)2-l2(H-δ′)2-l2S2=0

(15)

通過(guò)式(15)實(shí)現(xiàn)電梯曳引輪繩槽遮擋補(bǔ)償，提升電梯曳引輪磨損檢測(cè)精度。

2 實(shí)例分析

為驗(yàn)證基于機(jī)器視覺(jué)技術(shù)的電梯曳引輪磨損檢測(cè)方法對(duì)于電梯曳引輪磨損檢測(cè)有效性，將本文方法應(yīng)用于某17層建筑中的電梯曳引輪磨損檢測(cè)。

本文方法采用機(jī)器視覺(jué)技術(shù)采集電梯曳引輪圖象如圖2所示。從圖2可以看出，本文方法所采集圖象具有較高的清晰度。本文方法在機(jī)器視覺(jué)技術(shù)的基礎(chǔ)上，利用光源為高倍高分辨率鏡頭提供光源。光源照射電梯曳引輪磨損面，通過(guò)高倍高分辨率鏡頭將電梯曳引輪成像結(jié)果投射至CCD攝相機(jī)中，還采用機(jī)器視覺(jué)模型中的畸變模型抑制相機(jī)采集圖象過(guò)程中的畸變，可實(shí)現(xiàn)電梯曳引輪高清圖象采集。

圖2 采集電梯曳引輪圖象

利用本文方法對(duì)圖象實(shí)施灰度處理，灰度處理后結(jié)果如圖3所示。從圖3可以看出，本文方法可實(shí)現(xiàn)所采集電梯曳引輪圖象的灰度處理，但存在部分區(qū)域由于噪聲導(dǎo)致圖象模糊情況。灰度處理后的圖象有助于電梯曳引輪邊緣提取，為電梯曳引輪磨損精準(zhǔn)檢測(cè)提供基礎(chǔ)。

圖3 灰度處理后圖象

利用本文方法對(duì)灰度處理后的圖象實(shí)施雙邊濾波，雙邊濾波處理結(jié)果如圖4所示。從圖4可以看出，利用雙邊濾波處理提升了完成灰度處理后的圖象清晰度，雙邊濾波可有效處理圖象中所包含的噪聲，令圖象具有更高的清晰度，提升圖象邊緣檢測(cè)性能。

圖4 雙邊濾波結(jié)果

利用本文方法，并通過(guò)雙閾值化處理獲取圖象邊緣檢測(cè)結(jié)果如圖5所示。從圖5可以看出，采用本文方法可實(shí)現(xiàn)圖象邊緣的有效檢測(cè)，利用所檢測(cè)的電梯曳引輪圖象邊緣實(shí)現(xiàn)電梯曳引輪磨損的精準(zhǔn)檢測(cè)。

圖5 邊緣檢測(cè)結(jié)果

本文方法采用機(jī)器視覺(jué)技術(shù)采集圖象時(shí)，利用畸變模型對(duì)CCD攝相機(jī)所采集圖象實(shí)施畸變校正處理。本文方法進(jìn)行畸變校正前后的投影誤差分布結(jié)果如圖6所示。從圖6可以看出，本文方法可利用機(jī)器視覺(jué)模型中的畸變模型實(shí)現(xiàn)圖象采集過(guò)程中的畸變校正，使光心的投影誤差較為集中。采用本文方法進(jìn)行畸變校正后，可令相機(jī)具有最優(yōu)的參數(shù)，相機(jī)標(biāo)定精度有所提升，而且可以提升電梯曳引輪磨損檢測(cè)精度。

圖6 投影誤差校正結(jié)果

采用本文方法檢測(cè)電梯曳引輪磨損，電梯曳引輪輪槽以及輪繩間距遮擋補(bǔ)償結(jié)果如圖7所示。從圖7可以看出，采用本文方法可實(shí)現(xiàn)電梯曳引輪繩槽間距的有效補(bǔ)償，驗(yàn)證本文方法補(bǔ)償電梯曳引輪繩槽間距具有較高有效性，本文方法可通過(guò)輪槽間距補(bǔ)償提升電梯曳引輪磨損檢測(cè)精度。

圖7 繩槽間隙補(bǔ)償結(jié)果

采用本文方法檢測(cè)電梯曳引輪磨損的統(tǒng)計(jì)結(jié)果如表1所示。從表1可以看出，采用本文方法可實(shí)現(xiàn)電梯曳引輪磨損量的有效檢測(cè)。本文方法采用非接觸式測(cè)量方法，實(shí)現(xiàn)不同檢測(cè)點(diǎn)磨損量精準(zhǔn)檢測(cè)。本文方法檢測(cè)不同檢測(cè)點(diǎn)電梯曳引輪磨損量結(jié)果均在合格判定標(biāo)準(zhǔn)內(nèi)，說(shuō)明該曳引式電梯為安全運(yùn)行狀態(tài)。采用人工機(jī)械測(cè)量方法檢測(cè)電梯曳引輪磨損同樣為安全狀態(tài)，此電梯曳引輪磨損量檢測(cè)結(jié)果與采用人工機(jī)械測(cè)量法所檢測(cè)結(jié)果相同，說(shuō)明本文方法檢測(cè)結(jié)果與實(shí)際結(jié)果相符。

表1 電梯曳引輪磨損檢測(cè)結(jié)果

3 結(jié) 語(yǔ)

本文利用機(jī)器視覺(jué)技術(shù)采集圖象實(shí)現(xiàn)電梯曳引輪磨損檢測(cè)。將采集圖象實(shí)施雙邊濾波等預(yù)處理，通過(guò)圖象預(yù)處理實(shí)現(xiàn)圖象邊緣檢測(cè)，利用完成分割的圖象實(shí)現(xiàn)電梯曳引輪磨損檢測(cè)，實(shí)現(xiàn)電梯曳引輪磨損的有效量化。采用機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)電梯曳引輪磨損檢測(cè)，具有較高的實(shí)時(shí)測(cè)量性能。本研究方法可實(shí)現(xiàn)電梯曳引輪不均勻異常磨損的有效檢測(cè)，在電梯實(shí)際運(yùn)行中具有較高的有效性。