輸送帶非均勻光照圖像校正和故障檢測算法研究.pdf

1、帶式輸送機是一種現代化生產中連續(xù)運輸設備，具有運量大、運距遠、能耗小等優(yōu)點，已廣泛用于煤礦、礦山、港口、冶金、化工、電力等領域。輸送帶是帶式輸送機承載和運送的關鍵部件。輸送帶在使用過程中，由于被廢鋼鐵或煤矸石等異物或障礙物劃傷、帶式輸送機安裝調整不當、轉載點處落料位置不正造成的負載不均勻等原因，而產生鋼絲繩芯故障和表面故障，將會造成重大斷帶和縱向撕裂安全事故而停產，運輸物料的損耗，設備的損壞，巨大的經濟損失和人員傷亡，嚴重影響安全生產。

2、為了保證輸送帶安全運行，課題組研制了基于X光的鋼絲繩芯輸送帶無損檢測系統和基于機器視覺的輸送帶故障在線監(jiān)測系統。
　　本文針對上述兩個系統的輸送帶非均勻光照圖像校正和故障檢測算法進行了研究。提出了一種基于Retinex的X光非均勻鋼絲繩芯輸送帶圖像校正和增強算法。該算法首先采用Butterworth低通濾波器對X光圖像濾波，經過去噪、平滑處理，得到去除噪聲后的圖像;然后利用Retinex理論建立了基于基函數的非均勻光照背景估計模型

3、，利用該模型對去除噪聲后的圖像灰度校正，得到校正后的圖像;最后利用拉伸圖像對比度的方法增強校正后的圖像對比度，從而去除原始圖像的非均勻光照的影響，得到增強后的圖像。提出了一種基于機器視覺的非均勻光照輸送帶圖像校正和故障檢測算法。該算法首先采用Butterworth低通濾波器對圖像濾波，利用Retinex理論估計真實圖像的背景，對圖像進行灰度校正，得到校正后的圖像;然后將機器視覺與生物視覺相結合，利用PCNN算法，對校正后的圖像進行故障檢

4、測，檢測出故障區(qū)域。在MATLAB環(huán)境下，編寫了上述算法的程序，并進行了實驗，結果表明基于Retinex的X光非均勻鋼絲繩芯輸送帶圖像校正和增強算法能夠有效校正X光非均勻輸送帶圖像，并且提高了圖像對比度，具有校正效果好、速度快的優(yōu)點;基于機器視覺的非均勻光照輸送帶圖像校正和故障檢測算法能夠有效校正輸送帶表面圖像，清晰檢測出故障區(qū)域。
　　本文所研究的算法能夠應用于基于X光的鋼絲繩芯輸送帶無損檢測系統和基于機器視覺的輸送帶故障在線監(jiān)