對基于圖像處理的皮帶撕裂檢測的幾點探討

李利慧

摘 要：輸送機在礦場、散貨運輸、港口等大型企業生產中具有十分重要的作用，而皮帶撕裂是當前輸送機故障的主要問題之一，在日常生產的過程中，需要實時對皮帶的工作狀態進行檢測，以保證企業生產的安全。通過圖像處理的虛擬儀器構成、系統架構、工作流程及功能進行分析，詳細的探討了虛擬儀器對圖像處理的工作流程與關鍵技術，結合圖像處理的具體要求，采用數學方法對虛擬儀器圖像處理的技術進行探究，然后通過實際試驗與仿真測試，驗證了基于圖像處理的皮帶撕裂技術的可靠性。

關鍵詞：圖像處理;皮帶;撕裂檢測

皮帶式輸送機在工業生產領域中具有十分重要的作用，在煤炭、礦石、糧食等散貨物料輸送的重要載體工具，定期對輸送機的皮帶進行檢查，以防止出現皮帶撕裂現象，而給安全生產造成重大事故，隨著皮帶式傳輸機向高運量、大型化、高速化發展，對帶式傳輸機的性能也提出了更高的要求，而且帶式傳輸機在生產過程中承擔的功能也來越重要。皮帶的功能是承載傳輸物料，而其傳輸物料主要依靠的是摩擦力，極易造成皮帶出現高溫、斷裂、撕裂的情況，這也對皮帶的可靠性提出了新的要求。皮帶撕裂是輸送機常見的問題之一，嚴重影響著企業的安全生產和生產效率，這就需要加強對輸送機的皮帶進行狀態檢測，及時發現皮帶存在的問題，提高企業設備的運行效率，節省企業設備維護成本。

1 圖像處理的虛擬儀器構成分析

目前，在國內外對傳輸機皮帶撕裂、斷裂的檢測技術主要有撕裂后報警與皮帶具有撕裂趨勢的報警方式，但是隨著人工智能技術，基于圖像技術的虛擬視覺檢測技術得到了推廣與應用，其中關鍵的核心是一種NI智能化快照相機，能自動化拍攝圖片并進行快速地處理，將拍攝的圖像與數據庫存儲圖像進行對比分析，一旦發現皮帶出現撕裂的情況，就會出現自動告警，從而提高皮帶撕裂的檢測效果，通過虛擬儀器檢測系統可以快速檢測皮帶運行情況，同時還能快速地將數據傳輸到地面監控中心，便于工作人員能及時發現皮帶工作的異常，叢而在很大的程度上保證了企業生產的安全。具體的皮帶撕裂虛擬儀器構成結構如圖1所示。

采用虛擬儀器系統的核心是智能NI相機，能按照提前預設的質量自動拍攝圖片，在系統設計時主要是參照計算機自動拍攝系統進行設計，其主要功能包括對圖像數據的拍攝與處理，然后與原來的圖像進行對比分析，并將處理后的結果存儲并在顯示器上顯示，以便于管理者能快速地發展皮帶撕裂的情況。系統的外設構成設備主要包括監測圖像的攝像機、傳感器等構成，虛擬儀器的外圍系統主要有并行接口與串行接口來實現系統的通信功能，其他設備接口是連接相關的檢測設備，還包括GPIO以及接口卡等構成，為了保證虛擬儀器能夠在其他地方得到應用，它同時還支持各種工業用的傳輸通信標準，以保證能與其他設備進行快速的連接，能夠很方便的和其他儀器實現互聯，從而便于虛擬圖像系統能夠在其他行業中應用。系統的獨立模塊主要包括信號采集模塊、數據采集模塊與圖像采集模塊等。虛擬圖像采集系統一方面將收集到的圖像數據進行存儲顯示，然后通過處理判斷，皮帶是否出現撕裂，另一方面通過網絡將采取的圖片傳到服務器與監控站，便于工作人員能及時處理。虛擬設備的人機交互界面可以實時進行圖形查看，對系統的參數進行修改與遠程操控等操作。

2 圖像檢測流程分析

虛擬儀器圖像檢測的核心是NI智能化照相機，可以通過對NI相機進行編程設計，根據具體生產模式與檢測的要求，編制相應的程序質量，使得它能靈活地工作，在不同的場景中使用不同的工作模式，以完成不同的場景圖像拍攝工作，它的具體工作流程如圖2所示。

（1）系統初始化設置

系統初始化就是對NI智能相機進行初始化操作，主要包括硬件與軟件初始化兩個部分，初始化操作完成之后，系統就進入到預設的處理過程，以便于開始下一步的管理與操作中。

（2）圖像信息的采集

在完成圖像的信息采集系統的初始之后，就需要對需要采集的圖形預分配存儲器，結合具體處理圖紙質量問題，對剛采集到的圖像進行初步化處理，除掉一些無用的照片，在具體地圖像處理過程中，主要包括如下幾個過程，第一，對圖像的平滑處理后，消除圖像中一些毛邊、白點等情況，使得整個圖像過度平滑自然。第二，進行邊緣檢測，主要是對圖像的邊緣毛刺進行處理，如可以采取銳化處理，使得邊緣更加平滑。第三，利用數學工具對前面處理完的圖像進行卷積運算，形成完整的皮帶采集圖像。第四，在經過上述幾步的處理之后，系統會根據專家系統的經驗對處理結果進行分析，從而得到皮帶出現問題的區域，并進行進一步的細化處理。第五，對問題區域的圖形采取裂縫像素對比測試，計算出最后的結果，以便于后期對撕裂像素進行對比分析。如果出現的撕裂數據與預期出現的結果可能一致，系統就會發出告警，但這時皮帶并沒有發生真正的撕裂，而且帶式輸送機也不能一味的停機影響生產，特別是在大型礦井的生成中，停機或造成生產成本的增加。因此，根據實際生產的情況，在圖像對比時，采取設置閾值的方法，通過系統來判斷皮帶撕裂的程度，當小于這個閾值時，皮帶還可以正常的工作，這時系統采取的控制策略是只報警不停機，同時也會將具體告警信息傳輸給管理控制人員，當測試的的閾值大于設定的閾值時，說明皮帶撕裂風險很大，這時控制系統就會采取停機處理，同時也會將報警信息發送給相關工作人員，最后將處理結果上傳到地面控制室或者是服務器，以便于對皮帶撕裂的情況進行處理。

3 具體圖像處理和分析過程

虛擬儀器設備在完成圖像信息的采集之后，并經過圖像平滑、邊緣處理、卷積運算等處理之后，還需要對具體的圖像處理進行分析，并結合設置的閾值來判斷皮帶撕裂的程度。

3.1 采集圖像的顏色

NI智能相機相機具有自動采集圖像的功能，根據提前預設編程設計，相機可以將采集到的圖像分為三個平面，分別是 HSL 、RGB、HSV三個層面，它們只代表采集圖像亮度的面，利用這種方面，智能NI相機可以將采集的圖形進行細化操作，分解為化為具有8位灰度數據的圖像，為后期皮帶撕裂的判斷提供基礎。由于運輸機皮帶工作的環境比較復雜，相機采集到的圖像可能存在不清晰的情況，這就需要對采集到的灰度圖像進行處理，使得圖像在顯示與動態變化方面能夠有所改善，經過數學計算之后，使得圖像與周圍物體對比更加強烈，使圖像的清晰度更加明顯，能夠將問題區域突出的顯示出來，便于對皮帶撕裂進行對比分析，相機對圖形的灰度處理本質就是修改圖像每一個像素的對比度，為后期的皮帶撕裂圖像進行比對分析。

3.2 對比查找經驗表

在完成整個圖像的灰度出來之后，就需要通過對比查找經驗表，對圖像的問題區域進行分析，即利用對比法將經驗表里的數據和圖像與采集到的圖像進行對比分析，將采集到不合格的圖像進行處理，并按照經驗表里的數據進行灰度的處理，以判斷問題區域是否出現撕裂的情況。這種方法主要的目的就是提高圖像的亮度和對比度，從而查找出問題區域。在測試中，將皮帶撕裂后采集到的圖像經過相應的處理后，可以發現圖像的效果比較明顯，而且圖像的區分度方面也十分明顯，從而可以快速地判斷圖像是否出現撕裂的情況。

3.3 基本的圖像狀態處理

在對圖像處理的過程中，常用的方式就是開運算，它也是基本的圖像狀態處理方法，可以快速地對圖像的像素進行處理，基本圖像狀態處理的策略為：先將采集到的圖像像素全部打亂，在圖像比較模糊的地方進行處理，然后再將打亂后的圖像擴充，使得整個像素能夠形成一個比較完整的圖像。在具體的開運算處理中，按照如下的公式進行處理：

式中：S為圖像中被處理的像素，A為未被處理過的圖像像素，二者主要是通過NI相機拍攝獲取的圖像。通過數學開運算處理之后，而是被處理圖像的邊緣輪廓變得更加清晰，從而能快速地、方便地將圖像中難以區分的區域分辨開，從而能得出圖像撕裂的效果，精度地定位皮帶撕裂的位置，具體的處理過程為：先設置圖像的最小結構S，并使之與原圖像的對比，如果區域結構小于S，說明皮帶沒有出現撕裂的效果，就將小于S的區域丟棄，同樣地，將圖像結構大于S的區域保留，說明皮帶可能出現撕裂的現象，如圖像的大小并沒有變化，就不會出現具體的撕裂現在，通過開運算處理之后，而是去除了一些模糊的區域，從而使圖像更加清晰，輪廓更加明顯，也能得到更好的視覺效果，方便對整個皮帶是否出現問題進行處理。

4 智能學習

皮帶撕裂處一般都會出現扭曲變形的情況，是當皮帶發生撕裂但未出現明顯裂縫時，在工作的過程中就可能使得張力導致皮帶出現嚴重變形、扭曲，為有效地確定對皮帶變形進行跟蹤，機器圖像處理采用的是智能算法對其進行跟蹤，通過對皮帶工作的環境與皮帶檢測，智能計算出皮帶可能工作時間與撕裂的方式。此時，通過利用激光檢測皮帶運用情況，在皮帶撕裂處的激光條紋中心線不再光滑，曲線上曲率因為張力而發生變化，通過采用激光條紋中心線曲率智能分析算法與專家系統進行比對，對曲線的曲率利用微分進行計算，如果曲線偏離直線的程度越大，曲率越大，說明其出現撕裂的可能性比較大。

5 后期數據分析

在對虛擬測試儀器的工作流程及原理進行分析之后，需要對設計出來的功能進行仿真測試試驗，以保證虛擬儀器能真正地對皮帶撕裂圖像進行處理，并對其做出合理地判斷。首先，利用NI相機拍攝運輸機皮帶運行的照片，在一定時間內，采集不間斷地、數量相當的圖片數據信息，然后，選擇其中最具有代表性的幾張圖片做后期的處理及撕裂分析，從而能對皮帶的運行狀態進行檢查，通過仿真測試分析，可以得到的測試結果如圖 3 所示：

通過圖3的圖像處理結果可以看出，在未處理前，是不能分辨皮帶出現撕裂的情況，甚至是比較幕后的情況，在經過經過表面圖像處理前后的照片對比，可以發現圖像處理后，可以明顯地看出傳輸機皮帶出現裂痕的情況，從而可以快速地對傳輸機的皮帶撕裂做出判斷。因此，通過仿真測試試驗，在皮帶撕裂檢測中，采用基于圖像處理的方法對其進行分析，可以快速地檢測出皮帶出現故障的位置。

6總 結

帶式輸送機在散貨港口企業生產中具有十分重要的作用，特別是在煤炭、礦石碼頭，帶式輸送機的皮帶撕裂直接影響著企業的經濟效益，這就需要帶式輸送機具有安全、穩定、可靠的性能。通過分析發現輸送帶在工作的過程中容易出現撕裂的情況，由于其主要是依賴摩擦力進行工作，皮帶出現撕裂的情況時最危險的情況，發生撕裂的幾率也比較大，針對皮帶撕裂的情況設計虛擬視覺儀器來檢測傳輸機皮帶撕裂故障，做到提前預警，從而能夠提高企業生產的安全性。通過對機器視覺識別原理出發，分析了機器對圖像識別的處理過程與方法，并對系統測試的數據進行分析，從理論與實踐兩個方面驗證了基于圖像處理的帶式輸送機皮帶撕裂的檢測與保護的可行性，以保證虛擬機器視覺識別系統在皮帶撕裂檢測中的應用。

參考文獻：

[1]許力航.基于計算機視覺圖像精密測量的關鍵技術探究[J].電子世界，2019（11）：51-54.

[2]李宏，楊立峰.井下膠帶輸送機膠帶縱向撕裂監測保護的研究[J].機電產品開發與創新，2019（10）：142-144.

[3]毛君，趙永生，王淑嬌.礦用輸送帶縱向撕裂原因分析及其預防[J].煤礦機械，2020（1）：182-183.

[4]蘇暢，王從東.帶式輸送機防撕裂實時檢測技術研究[J].安徽理工大學學報（自然科學版），2019（3）：60-65.

[5]朱榮濤.皮帶運輸機皮帶撕裂原因探析及防治[J].江西煤炭科技，2019（5）：98-99.