一种基于K-Mean算法的滑车跳线在线检测方法

摘要

本发明涉及一种基于K-Mean算法的滑车跳线在线检测方法，包括以下步骤：1)摄像机实时采集线缆在滑车上运动的一组序列图像数据；2)对获取的图像进行去噪增强处理；3)利用K-mean算法对图像进行初始分割；4)提取初始分割后各区域特征，结合颜色信息和空间信息对初始分割的图像进行区域合并，得到最终的分割结果；5)将步骤4)获得的分割后的图像与事前训练图像样本进行匹配，获得监控目标所在图像；6)将监控目标所在图像与训练图像进行匹配，判断滑车是否跳线：若图像中存在目标发生位移，判定滑车发生跳线，并发出警报。与现有技术相比，本发明具有方法实现简单、可有效对滑车上电缆跳槽进行监控等优点。

主权项

一种基于K‑Mean算法的滑车跳线在线检测方法，其特征在于，包括以下步骤：1)摄像机实时采集线缆在滑车上运动的一组序列图像数据；2)对获取的图像进行去噪增强处理；3)利用K‑mean算法对图像进行初始分割；4)提取初始分割后各区域特征，结合颜色信息和空间信息对初始分割的图像进行区域合并，得到最终的分割结果；5)将步骤4)获得的分割后的图像与事前训练图像样本进行匹配，获得监控目标所在图像；6)将监控目标所在图像与训练图像进行匹配，判断滑车是否跳线：若图像中存在目标发生位移，判定滑车发生跳线，并发出警报。