基于機器視覺的帶式輸送機監(jiān)控系統(tǒng)中輸送帶積水檢測

苗長云，王春華，李現(xiàn)國

（天津工業(yè)大學 電子與信息工程學院，天津 300387）

帶式輸送機是一種現(xiàn)代化生產(chǎn)中的連續(xù)運輸設(shè)備，具有運量大、運距遠、能耗小、運費少、效率高等優(yōu)點，廣泛應(yīng)用于港口、煤炭、礦山、電力和化工等領(lǐng)域。由于帶式輸送機的輸送帶上表面為弧形且一般在露天環(huán)境下作業(yè)，所以當發(fā)生下雨或灑水除塵等情況時，上輸送帶上表面極易產(chǎn)生積水。輸送帶上表面積水如不清理，帶式輸送機開機運輸物料時將會造成運輸物料的灑落，增加運輸物料水分，如果運輸煤炭則會降低其發(fā)熱量，為此在開機運輸物料前需要對上輸送帶上表面積水進行清理。目前，帶式輸送機監(jiān)控系統(tǒng)沒有積水自動檢測與清理功能，清理積水的方法是不管上表面有無積水開機時開啟積水清理裝置，帶式輸送機空載運行一圈后再運輸物料；或者人工檢測積水，當發(fā)現(xiàn)輸送帶上表面有積水時，開啟積水清理裝置，清理積水后再運輸物料。上述方法影響帶式輸送機的使用壽命，消耗電能，增加工作量。

目前，在積水檢測算法方面，趙一兵等[1]提出了通過利用圖像的紋理特征、顏色特征和亮度特征的積水檢測算法，檢測特征多，算法復雜，實時性較差，不適合于輸送帶積水檢測。陳添丁等[2]提出了通過利用水體的高偏振度和水體區(qū)域的相似偏振相位特點對水體區(qū)域進行檢測的方法，需要采集三幅不同偏振角度的圖像，復雜度高。

針對以上問題，本文提出了一種基于機器視覺的帶式輸送機監(jiān)控系統(tǒng)[3]中輸送帶積水檢測方案和基于自適應(yīng)閾值的輸送帶表面積水檢測算法，并將積水檢測功能集成在帶式輸送機監(jiān)控系統(tǒng)中，以實現(xiàn)帶式輸送機中輸送帶積水的實時檢測、計算積水面積和控制積水清理裝置清理積水的功能，在港口、煤炭、礦山、電力等領(lǐng)域具有廣泛應(yīng)用前景。

1 輸送帶積水檢測方案

帶式輸送機監(jiān)控系統(tǒng)中輸送帶積水檢測方案由帶式輸送機監(jiān)控系統(tǒng)、以太網(wǎng)工業(yè)面陣相機、光源和偏振鏡等組成，其組成示意圖如圖1 所示。

圖1 積水檢測方案組成示意圖Fig.1 Schematic diagram of the water accumulation detection scheme

圖1 中，帶式輸送機監(jiān)控系統(tǒng)主要由上位機、核心交換機、監(jiān)控終端、網(wǎng)絡(luò)電話終端、急停開關(guān)等組成，能夠?qū)崿F(xiàn)對帶式輸送機狀態(tài)監(jiān)測和控制、電話通信和視頻監(jiān)控等功能。以太網(wǎng)工業(yè)面陣相機通過監(jiān)控終端、急停開關(guān)或網(wǎng)絡(luò)電話終端的以太網(wǎng)接口接入到帶式輸送機監(jiān)控系統(tǒng)，用來采集輸送帶上表面圖像并傳輸給上位機。上位機對上表面圖像進行處理，利用積水檢測算法實現(xiàn)對上輸送帶上表面的積水檢測并計算積水面積，當積水面積超過設(shè)定值時控制積水清理裝置清理積水。

為了保證以太網(wǎng)工業(yè)面陣相機采集輸送帶上表面圖像的質(zhì)量，經(jīng)分析及實驗，在相機鏡頭的正前方安裝偏振鏡，用于濾除輸送帶上表面反光的干擾，同時設(shè)置照明光源，解決了光照不足條件下圖像的采集清晰度問題，提高了采集圖像的質(zhì)量。

2 輸送帶上表面積水檢測算法

2.1 積水檢測算法的流程

積水檢測算法首先讀取以太網(wǎng)工業(yè)面陣相機采集的原始圖像，然后對原始圖像進行數(shù)據(jù)格式上的轉(zhuǎn)換，通過由GigE Vision 協(xié)議傳輸?shù)脑枷袼馗袷睫D(zhuǎn)化為OpenCV 中的圖像容器Mat 格式，并將該圖像數(shù)據(jù)轉(zhuǎn)化為單通道灰度圖像以降低處理的數(shù)據(jù)量。接著通過計算輸送帶表面圖像的均值得到自適應(yīng)閾值，并通過定義感興趣區(qū)域得到輸送帶分割圖像。隨后對分割圖像進行閾值化處理得到積水區(qū)域輪廓，通過統(tǒng)計該二值圖像中大于閾值的像素個數(shù)來判斷是否是積水區(qū)域。在有積水的情況下，計算積水區(qū)域的面積，積水檢測算法流程如圖2 所示。

圖2 積水檢測算法流程Fig.2 Flow chart of water accumulation detection scheme

2.2 數(shù)據(jù)轉(zhuǎn)換

GigE Vision 協(xié)議是一種基于千兆以太網(wǎng)的圖像傳輸接口標準，具有傳輸距離長、傳輸效率高、兼容性好、適用于多種網(wǎng)絡(luò)拓撲結(jié)構(gòu)等優(yōu)點。在該協(xié)議中，最常用的像素格式為Mono8，也就是8 位單通道的灰度格式?？梢酝ㄟ^OpenCV 中Mat 類的構(gòu)造函數(shù)得到Mat 對象，此時得到的圖像是各通道的值都相等的三通道圖像，為了減少處理的數(shù)據(jù)量，通過OpenCV 庫函數(shù)轉(zhuǎn)化為單通道灰度圖像。

2.3 自適應(yīng)閾值的確定與積水區(qū)域的分割

單一閾值對圖像進行處理不能兼顧圖像不同區(qū)域的情況，尤其是在光線復雜的野外環(huán)境。為了提高算法的魯棒性，本文提出的算法通過計算輸送帶表面圖像的均值獲取到自適應(yīng)閾值T，其計算公式為：

式中：L 為灰度級總數(shù)，這里是255；Zi表示第i 個灰度級的值；p（Zi）歸一化直方圖灰度級分布中灰度為zi的概率。獲得自適應(yīng)閾值T 之后可以對圖像進行閾值化操作，也就是將圖像中大于閾值T 的像素設(shè)為白色像素255，小于閾值T 的像素設(shè)為黑色像素0，此時圖像中只有黑白兩種像素，白色像素對應(yīng)的區(qū)域即為積水區(qū)域輪廓的分割圖像。其處理公式為：

式中：f（x，y）是原始圖像的像素灰度值；g（x，y）是處理后的二值化圖像；T 是閾值。利用符號函數(shù)可以把圖像像素值為255 像素個數(shù)計算出來，計算方法為：

式中：sgn（x）為符號函數(shù)，累計符號函數(shù)為1 的次數(shù)即可得到大于閾值T 的白色像素個數(shù)。

2.4 積水區(qū)域輪廓面積的計算

圖3 為積水面積和積水量關(guān)系示意圖。

由圖3 分析得出結(jié)論：積水區(qū)域輪廓的面積與積水量成正比關(guān)系，該面積的大小反應(yīng)了積水量的多少。因此，通過計算積水區(qū)域輪廓的面積，當該面積值超過某一閾值時，發(fā)送命令給積水清理裝置清理積水。

在OpenCV 中可以對二值圖像的面積進行計算，用到的函數(shù)原型聲明為double contourArea（InputArray contour，bool oriented=false），其中參數(shù) contour 為輸入的二值圖像，該函數(shù)返回積水區(qū)域輪廓面積。

由于相機的拍攝方向和豎直方向有一定的夾角，如圖3 中的角度A。為了精確計算積水區(qū)域的面積，需要對圖像做一個視角的轉(zhuǎn)換。根據(jù)視角變換后的圖像計算積水區(qū)域面積更加精確，視角轉(zhuǎn)換的公式為：

圖3 積水面積與積水量關(guān)系示意圖Fig.3 Schematic diagram of relationship between accumulated water area and the amount of water accumulated

式中：由原圖像中像素坐標u，v 對應(yīng)得到變換后的圖像中像素坐標x，y 為：

變換矩陣中包含了由“斜”的視角變?yōu)椤罢钡囊暯撬枰男畔ⅲ湟暯寝D(zhuǎn)換示意圖如圖4 所示。

圖4 視角轉(zhuǎn)換示意圖Fig.4 Schematic diagram of perspective conversion

3 上位機積水檢測軟件設(shè)計

在帶式輸送機監(jiān)控系統(tǒng)中的上位機用OpenCV 圖像算法庫和C++語言結(jié)合MFC 框架在Visual Studio平臺上編寫了積水檢測軟件，該軟件實現(xiàn)了上位機與以太網(wǎng)工業(yè)面陣相機間的通信、相機圖像采集參數(shù)的控制、相機IP 的設(shè)置、相機圖像畫面的顯示、輸送帶上的積水檢測以及輸送帶上積水面積的計算以及結(jié)果的顯示，積水檢測軟件界面如圖5 所示。

圖5 上位機軟件界面Fig.5 Software interface of host computer

圖5 中，連接按鈕通過發(fā)送搜索相機廣播包搜索相機設(shè)備，相機應(yīng)答之后可以對相機采集參數(shù)和IP 進行設(shè)置，其對應(yīng)的IP 地址和主機網(wǎng)卡的地址也可以在上位機上顯示；播放按鈕通過開啟拉流線程，獲取相機圖像數(shù)據(jù)，并開啟圖像顯示線程，將圖像顯示在界面上方的方框內(nèi)；積水定性分析通過獲取一幀圖像，并判斷該圖像中輸送帶上是否有積水，并將其結(jié)果顯示在編輯框內(nèi)，在有積水的情況下，分析其積水的面積，并將其結(jié)果顯示在編輯框內(nèi)。

4 實驗結(jié)果與分析

4.1 輸送帶積水檢測實驗平臺的搭建

為驗證輸送帶積水檢測方案和輸送帶表面積水檢測算法，搭建了基于機器視覺的帶式輸送機監(jiān)控系統(tǒng)中輸送帶積水檢測實驗平臺，其實物如圖6 所示。

圖6 輸送帶積水檢測實驗平臺實物Fig.6 Actual drawing of conveyor belt water testing experimental platform

該實驗平臺中的實驗設(shè)備包括以太網(wǎng)工業(yè)面陣相機、礦用LED 光源、12 V 開關(guān)直流穩(wěn)壓電源、35.5 mm的線性偏振鏡和帶式輸送機監(jiān)控系統(tǒng)等，其中以太網(wǎng)工業(yè)面陣相機的圖像分辨率為1 280×1 024，上位機積水檢測軟件編寫平臺使用Visual Studio（版本號Ultimate 13）以及OpenCV 圖像算法庫（版本號為3.1.0）。該實驗平臺設(shè)備型號及相應(yīng)參數(shù)由表1 所示。

表1 設(shè)備型號及相應(yīng)參數(shù)Tab.1 Equipment model and corresponding parameters

4.2 偏振鏡濾除輸送帶表面反光效果實驗

在陽光直射的情況下，輸送帶表面會出現(xiàn)反光，對于基于積水的高亮度特征的算法來說，反光會影響其檢測的精度，通過在相機鏡頭的前方放置一個偏振鏡可以有效防止這種現(xiàn)象。圖7 展示了一組分別在無偏振鏡和有偏振鏡情況下的輸送帶表面圖像。

圖7 有無偏振鏡下的輸送帶表面圖像對比圖Fig.7 Contrast image of conveyor belt surface with or without polarizer

由圖7 可以看出，由于偏振鏡的作用，算法的魯棒性得以提高。

4.3 輸送帶表面積水檢測實驗及結(jié)果分析

給實驗系統(tǒng)上電后，相機工作指示燈亮起，上位機識別到相機的接入并給相機分配IP 地址。通過上位機給相機發(fā)送圖像采集指令，相機開啟拉流線程，并運行積水檢測算法對輸送帶上表面圖像進行處理；通過開啟光源，提高圖像在光照強度低的情況下圖像質(zhì)量。圖8 給出圖像處理過程和積水檢測結(jié)果。其中，根據(jù)經(jīng)驗值設(shè)N 為500。

此處積水面積為32 087.5，由于實驗室環(huán)境限制，一部分積水區(qū)域被實驗室窗戶遮擋，導致積水區(qū)域面積計算不精確，在實際的輸送帶工作環(huán)境中，通過設(shè)置光源和調(diào)整適當?shù)奈恢每梢詼p少遮擋物的影響，得到更加精確的積水區(qū)域輪廓，從而得到更精確的積水面積。

圖8 積水檢測結(jié)果Fig.8 Experimental test results

檢測精度定義為檢測出來的水體區(qū)域和實際的水體區(qū)域的比值，誤檢率為錯誤判斷的積水區(qū)域占總樣本的比例。本文的積水檢測算法與文獻[1]和文獻[2]的比較如表2 所示。

表2 積水檢測算法性能對比Tab.2 Performance comparison of stagnant water detection algorithm

由表2 可見，采用本算法對圖像進行積水檢測具有簡單、高效等特點，保證了積水的實時檢測，具有實際的應(yīng)用價值。

5 結(jié) 論

本文提出了一種基于機器視覺的帶式輸送機監(jiān)控系統(tǒng)中輸送帶積水檢測方案和一種基于自適應(yīng)閾值的輸送帶表面積水檢測算法；采用OpenCV 圖像算法庫和C++編寫了帶式輸送機監(jiān)控系統(tǒng)上位機積水檢測軟件。搭建了基于機器視覺的帶式輸送機監(jiān)控系統(tǒng)中輸送帶積水檢測實驗平臺，實驗結(jié)果表明該積水檢測方案和算法實現(xiàn)了帶式輸送機中輸送帶積水的實時檢測、計算積水面積和控制積水清理裝置清理積水功能，積水檢測精度達到98.4%，解決了現(xiàn)有的帶式輸送機需要人工檢測積水的問題，在港口、煤炭、礦山、電力等領(lǐng)域具有廣泛的應(yīng)用前景。