皮带煤流量视觉识别方法与流程

1.本发明涉及一种图像识别方法，特别是涉及一种皮带煤流量视觉识别方法。


背景技术：

2.目前，带式输煤机是地面和井下煤炭运输的主要手段，带式输煤机也是煤炭生产运输的主要设备。为了准确检测煤炭输送量，带式输煤机上的煤流量检测，也是煤炭生产或运输作业中的重要环节。目前针对输煤机皮带上的煤流量进行检测的手段主要集中在两个方面，一个是通过煤流量传感器实现，另一个则是通过视觉识别的方法进行检测。但是发明人发现，目前两种实现方式，均存在检测精度易受环境影响的缺点，需要改进。


技术实现要素：

3.鉴于现有技术存在的上述问题，本发明的目的是提供一种检测精度较高的皮带煤流量视觉识别方法，该方法尤其可适用于井下环境的煤流量检测。
4.为了实现上述目的，本发明一个方面提供的皮带煤流量视觉识别方法，该方法包括：
5.投射点阵结构光到输煤皮带上，并在输煤皮带及煤物料上形成点阵光斑；
6.采集点阵结构光照射下的输煤皮带上图像信息；
7.提取图像信息中的点阵光斑特征以形成点阵云信息；
8.根据所述点阵云信息进行三维重建，获得输煤皮带上煤物料的在预设时间段的三维模型；
9.针对所述三维模型以预设间距进行切片处理获得切片图像；
10.将所述切片图像投射到二维坐标系，计算二维坐标系中的切片图像的面积；根据所述切片图像的面积及预设间距，估算单个切片图像对应的煤物料的重量；
11.对所有切片进行累加以获得预设时间短的煤物料的重量估算值，根据所述重量估算值计算单位时间内的煤物料的流量信息。
12.作为优选，所述点阵结构光的照射光源为点阵激光光源。
13.作为优选，在提取图像信息中的点阵光斑以形成点阵云信息时，包括：
14.在无点阵激光照射下，采集含有噪声数据的第一图像信息；
15.在点阵激光照射下，采集含有光斑图像数据的第二图像信息；
16.将第一图像信息和第二图像信息分别进行均方根处理并求差值，根据所述差值进行质心计算以获得光斑坐标；
17.根据所述光斑坐标，生成点阵云信息。
18.作为优选，在进行质心计算之前，对经过均方根处理的差值，去除最大灰度值。
19.作为优选，在根据所述点阵云信息进行三维重建时，包括：
20.基于所述点阵云信息，导入3d max进行曲面拟合；
21.对拟合的曲面进行平滑处理以形成预设时间段的煤物料的三维模型。
22.作为优选，在针对所述三维模型进行切片处理时，包括：
23.基于点阵云信息，获取所述三维模型的底边轮廓；
24.根据所述底边轮廓确定煤物料对应的底面；
25.沿垂直于所述底面方面对应构件多个平行的切割平面；
26.沿所述切割平面对所述三维模型进行切片处理，以每个切片的切面作为切片图像。
27.作为优选，估算单个切片图像对应的煤物料的重量时，包括：
28.在二维坐标系中，获取宽度l及高度h；
29.基于宽度及高度数据，基于预设关系表及预设煤物料在预设间距下的重量关系表，确定单个切片的重量。
30.与现有技术比较，本发明提供的皮带煤流量视觉识别方法，不通过传感器或者基于边缘检测算法实现煤流量的视觉识别，相对来说，受环境光影响较小，因此可以获得更为准确的识别结果。
附图说明
31.图1为本发明的皮带煤流量视觉识别方法的原理示意图。
32.图2为本发明的皮带煤流量视觉识别方法所应用的系统的结构框图。
33.图3为本发明的皮带煤流量视觉识别方法中将切片图像投射到二维坐标系的示意图(阴影面积为煤物料剖面)。
34.图4为本发明的皮带煤流量视觉识别方法的方法流程图。
具体实施方式
35.为使本领域技术人员更好的理解本发明的技术方案，下面结合附图和具体实施方式对本发明作详细说明。
36.此处参考附图描述本发明的各种方案以及特征。
37.通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本发明的这些和其它特性将会变得显而易见。
38.还应当理解，尽管已经参照一些具体实例对本形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
39.当结合附图时，鉴于以下详细说明，本发明的上述和其他方面、特征和优势将变得更为显而易见。
40.如图1至图4所示，本发明一个实施例提供的皮带煤流量视觉识别方法，该方法包括：
41.投射点阵结构光到输煤皮带上，并在输煤皮带及煤物料上形成点阵光斑；采集点阵结构光照射下的输煤皮带上图像信息；提取图像信息中的点阵光斑特征以形成点阵云信息；根据所述点阵云信息进行三维重建，获得输煤皮带上煤物料的在预设时间段的三维模型；针对所述三维模型以预设间距进行切片处理获得切片图像；将所述切片图像投射到二维坐标系，计算二维坐标系中的切片图像的面积；根据所述切片图像的面积及预设间距，估算单个切片图像对应的煤物料的重量；对所有切片进行累加以获得预设时间短的煤物料的
重量估算值，根据所述重量估算值计算单位时间内的煤物料的流量信息。
42.在常规的煤流量检测方法中，是通过称重传感器或者基于边缘检测的视觉识别算法，来估算单位时间的煤物料的重量，以此获得煤流量参数。而对于一些环境下，例如弱光环境下，并不能获得非常准确的检测结果。因此，在本发明中，实际采用3d结构光照射下，对单位时间经过检测点的煤物料进行准确的三维建模以获得预设时间段的煤物料的三维模型。而后再通过对该三维模型进行切片处理，进而获得连续的切片在二维坐标中对应的宽度和高度，由于皮带上物料的堆积形状，基本形态相对固定，因此，可通过预设的关系表，估算一定厚度的切片的重量。进而再对多个连续的切片对应的预估重量进行加和，即可获得预设时间段的煤物料的重量，进而该重量可换算为煤物料的流量信息。
43.在一些实施例中，本发明中所述点阵结构光，可由部署于皮带正上方的点阵激光光源以垂直于皮带承载面的激光光线构成。该激光光线在皮带和煤物料上，形成矩阵样的结构光光斑。当然，该点阵激光光源可在实施检测之前，通过标定板进行标定。在激光光线的照射下，如果皮带上存在煤物料，那么光斑会产生一定程度的畸变，该畸变信息进而会被图像处理单元捕捉。如图2所示，在本发明的方法所应用的系统中，包括了图像采集单元，具体可为基于双目视觉的防爆摄像头，该照射光源为点阵激光光源。该点阵激光光源持续发出激光射线到皮带上的煤物料表面，形成结构光光斑。如上所述，图像采集单元可为通讯连接至一上位机的摄像头，而上位机可为一单板电脑，其部署有处理器、通讯单元，且其中包含有计算机可执行性代码，该代码在执行时，控制点阵激光光源投射点阵结构光到输煤皮带上，并在输煤皮带及煤物料上形成点阵光斑；控制图像采集单元采集点阵结构光照射下的输煤皮带上图像信息；控制图像处理单元提取图像信息中的点阵光斑特征以形成点阵云信息；控制三维重建单元根据所述点阵云信息进行三维重建，获得输煤皮带上煤物料的在预设时间段的三维模型；控制切片单元针对所述三维模型以预设间距进行切片处理获得切片图像；控制面积估算单元将所述切片图像投射到二维坐标系，计算二维坐标系中的切片图像的面积；根据所述切片图像的面积及预设间距，估算单个切片图像对应的煤物料的重量；控制重量估算单元对所有切片进行累加以获得预设时间短的煤物料的重量估算值，根据所述重量估算值计算单位时间内的煤物料的流量信息。
44.具体地，图像处理单元在提取图像信息中的点阵光斑以形成点阵云信息时，具体可包括：在无点阵激光照射下，采集含有噪声数据的第一图像信息；在点阵激光照射下，采集含有光斑图像数据的第二图像信息；将第一图像信息和第二图像信息分别进行均方根处理并求差值，根据所述差值进行质心计算以获得光斑坐标；根据所述光斑坐标，生成点阵云信息。在一些示例中，可例如采用基于matlab的光斑处理算法实现。
45.而且，在上述点阵云信息生成的步骤中，在进行质心计算之前，还可对经过均方根处理的差值，去除最大灰度值。
46.以上所提到的均方根处理、差值处理及去除最大灰度值处理，可基于现有算法实现，针对具体计算公式，在本发明中不做具体引用。
47.另外，在本发明的另一些实施例中，作为优选，在根据所述点阵云信息进行三维重建时，包括：基于所述点阵云信息，导入3d max进行曲面拟合；对拟合的曲面进行平滑处理以形成预设时间段的煤物料的三维模型。
48.同时，作为进一步优选，在针对所述三维模型进行切片处理时，包括：基于点阵云
信息，获取所述三维模型的底边轮廓；根据所述底边轮廓确定煤物料对应的底面；沿垂直于所述底面方面对应构件多个平行的切割平面；沿所述切割平面对所述三维模型进行切片处理，以每个切片的切面作为切片图像。估算单个切片图像对应的煤物料的重量时，包括：在图3所示的二维坐标系中，获取宽度l及高度h；基于宽度及高度数据，基于预设关系表及预设煤物料在预设间距下的重量关系表，确定单个切片的重量。
49.以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。