输送带故障检测图像自适应增强方法作者：中澳橡胶    发布时间：2019-02-28    点击次数：

        由于输送带长期在恶劣环境下使用，带式输送机的安装调整不当，被废异物或障碍物划伤，尖锐物体落入输送带，转载点处落料位置不正造成的负载不均匀等原因，输送带易产生跑偏、表面损伤和纵向撕裂等故障，如不及时检测和处理，会造成设备损坏、物料损耗、安全事故，产生巨大经济损失，人员伤亡，影响安全生产。项目组采用基于机器视觉的技术研制一种矿用输送带故障在线检测系统，能够实现输送带跑偏、表面损伤和纵向撕裂故障的在线检测。
        在基于机器视觉的矿用输送带故障在线检测中，由于图像采集系统中的照明光源和线阵相机安装空间受限于输送机结构，为了满足输送带检测的要求，需要采用多个线阵相机，分别安装在不同位置，以多视点的方式从不同角度同时获取多幅图像，才能实现输送带图像的无死角覆盖。由于现场环境存在黑暗、多尘、高湿等不利条件，且存在输送带表面几何形状为弧形、光源发光差异、光源摆放位置调整不准等因素，导致输送带表面光照不均，使各线阵相机采集到的多视点图像亮度明暗不均、对比度较差，故需进行增强处理，以满足矿用输送带故障检测的要求。
        现有可对图像增强的方法较多，例如有直方图均衡法、灰度变换法、形态学法、同态滤波法、Retinex法等，但是这些方法都只针对特定情况下的图像有较好的增强效果，且均存在一定的不足，如:直方图均衡方法会出现处理后的图像亮度过增强，丢失图像的细节信息，甚至改变图像的原貌;灰度变换法很难得到比较理想的变换函数;形态学法虽可以改善图像的效果，但也会改变图像的自然特征;同态滤波法和Retinex法对于亮度不足、模糊的图像有着显著的增强效果，但是易出现边缘光晕现象，且存在细节信息丢失和效率低等不足。

　　本文源自http://www.shu-song-dai.com/hyzs/937.html，转载请注明出处。

(责任编辑：输送带http://www.shu-song-dai.com)