基于视觉的皮带跑偏检测方法

摘要

本发明公开了一种基于视觉的皮带跑偏检测方法，在皮带非承载面显著地标记皮带中轴线，成像系统光轴垂直于所述皮带面，摄取包含中轴线的清晰皮带图像I，检测所述图像I中的皮带中轴线，计算从图像坐标系原点到所述检测到的皮带中轴线的垂线与图像坐标系水平方向的夹角所述夹角度量了皮带的跑偏量及方向，该方法测量精度很高，非接触式检测，检测设备不会遭受磨损。

主权项

一种基于视觉的皮带跑偏检测方法，其特征在于：皮带非承载面中轴线标记显著，成像系统光轴垂直于所述皮带非承载面，摄取含有中轴线的清晰皮带面图像I，检测所述图像I中的皮带中轴线，计算从图像坐标系原点到所述检测到的皮带中轴线的垂线与图像坐标系水平方向的夹角所述夹角度量了皮带的跑偏量及方向，若所述则皮带正常，否则皮带跑偏，为允许的偏度，具体步骤如下：A1.计算每个像素点σ邻域内的张量T$T=F_{\sigma }\left(\begin{array}{cc}{I}_x^2& I_x{I}_y\\ I_x{I}_y& I_y^2\end{array}\right)=\left[\begin{array}{cc}{T}_{\mathrm{xx}}& T_{\mathrm{xy}}\\ T_{\mathrm{xy}}& T_{\mathrm{yy}}\end{array}\right]$其中，[I_x I_y]^T表示图像I中像素点(x，y)处的梯度，F_σ表示在像素点(x，y)邻域σ内的平均操作；A2.计算每个像素点σ邻域内的结构为直线的置信度C；$C=\frac{\sqrt{{(T_{\mathrm{xx}}-T_{\mathrm{yy}})}^2+{4T}_{\mathrm{xy}}^2}}{T_{\mathrm{xx}}+T_{\mathrm{yy}}}$A3.找出所有的K个像素点，k₀为设定的参数；A4.计算所有K个像素点邻域结构的方向A5.若的像素点数大于或者等于αK，则皮带正常，若的像素点数大于αK，则皮带跑偏，为允许的偏度，α为设定的参数，αK个像素点的的均值为皮带跑偏量，符号为皮带跑偏方向。