皮带撕裂缺陷检测中应用机器视觉的研究_孙轶群.pdf

2023.4电脑编程技巧与维护1概述皮带输送机是一种应用广泛的散装材料输送装置，其中皮带是关键部件，其主要功能是运送材料。在企业中使用的带机一般具有很高的转速，并且它的驱动电机能量很大，皮带输送机出现故障后，如果没有及时通知控制系统停机，或没有及时通知现场工作人员消除撕裂，就将使皮带输送机发生贯穿性撕裂。在实际应用中，落料冲击、物料夹杂金属杂质等因素，容易造成皮带的非常态损坏，从而降低皮带的使用年限，增加产品的制造费用。如果不能及时地检测和处置传送皮带的损坏部位，就会造成破损的进一步扩展，对以后的运输造成不利的后果，严重时会导致皮带中断、物料损耗、人员伤亡等，影响安全生产。输送带产生撕裂的原因主要有以下3点：（1）落煤点、转载点有大型异物卡入，导致胶带撕裂；（2）机头、机尾处下皮带上有异物卷入滚筒，导致皮带撕裂；（3）皮带正常运输部位边缘钢绳裸露或磨损的毛边被托辊卷入，导致皮带撕裂。针对撕裂产生的原因、特征，从多个领域进行撕裂检测的研究。例如，传动带纵向撕裂的常规探测技术，一般采用撕裂压力、电磁感应、光电感应等传感器来探测皮带钢索、橡胶等状况，从而判定其是否发生纵向撕裂，但其存在精度和可靠性不高、易损坏等缺陷；机器视觉技术具有非接触、实时、可控制等优点，然而市面上基于机器视觉技术的皮带撕裂检测设备存在价格成本高、设备体积大、部署困难等问题。根据优化结构及安装方式提出并实现一种低成本、便于安装的皮带撕裂智能检测系统。2皮带撕裂检测原理皮带输送机工作条件较复杂，仅用普通的行业照相技术对其进行检测，精度不高，采集周期较大，与工业生产场所的实时需求不符。20世纪60年代，激光技术发展迅速，以结构光为主要特征的立体视觉技术因其非接触、快速、实时等优点，在实际生产中得到了广泛的运用。基于皮带运输机实际应用场景的特点，采用基于“一字”线激光辅助的图像检测方法，利用高亮度的红色激光与黑色皮带呈现高对比度特征，通过采集线激光条纹图像，对激光条纹进行特征提取、识别，间接判断皮带是否发生撕裂，从而大大减少图像处理过程的计算量，保证检测的准确性和实时性。3检测系统说明3.1系统构成及功能皮带撕裂检测设备系统主要包括图像采集设备和边缘计算控制模块，考虑到一般皮带输送机皮带宽度平均在1.5m以上，为保障整条皮带数据采集的完整性，需要使用2个图像采集设备同时工作。图像采集设备主要由650nm红色“一”字线激光器、高帧率工业相机组成。边缘计算控制模块主要由边缘计算单元、继电器、开关电源、4G+WiFi路由器、电磁干扰（EMI）滤波器构成，考虑到工作场景环境温度，内置散热风扇结合导热垫对计算单元进行散热。整套系统的供电电压为220V，额定运行频率50Hz，工作温度-1560，工作湿度为0%95%，图像采集设备的防护等级可达IP66，边缘计算控制模块的防护等级可达IP65。在边缘计算单元中部署识别算法、Web服务、视频编解码服务，可实现对撕裂故障的本地计算检测，并将检测结果上报到集控平台。其中，视频编解码服务可将采集的图像进行编解码后实时展示在集控平台，方便用户实时监控输送带表面图像。该系统将图像采集设备和计算设备进行了解耦，其部署灵活度高，方便升级和维护。系统部署后，可根据输送带运行情况设定检测系统工作时间。作者简介：孙轶群（1995），男，在读硕士，研究方向为图像处理。皮带撕裂缺陷检测中应用机器视觉的研究孙轶群（三峡大学，湖北 宜昌443002）摘要：为了能够准确、及时地判断皮带纵向撕裂故障，提出并实现了一种以机器视觉技术为基础的皮带纵向撕裂检测系统。该系统将高帧率相机与一字线激光发射器按特定位置和角度集成到同一个图像采集设备中。在使用中，将该图像采集设备分别安装在皮带下方两侧，当皮带发生撕裂事故时，照射在其表面的激光条纹也随之发生变化，通过对采集到的激光条纹图像进行特征识别，可实现对皮带撕裂故障的检测。关键词：输送带；线激光；机器视觉；纵向撕裂；缺陷检测141DOI:10.16184/prg.2023.04.0152023.4电脑编程技巧与维护3.2图像采集模块将激光器与高帧率工业相机上下并排固定在同一个相机壳体中，使激光器和相机轴线保持在同一平面且与水平面垂直，使“一字”线激光出光方向垂直于相机。该方案可以保证设备在以任意角度安装时，激光线始终处于检测画面中心，并且激光线在画面中是直线状态。在安装部署设备时只需关注激光线是否覆盖皮带检测区域即可。相机的性能决定了采集图像的质量，良好的原始数据可以降低图像处理的难度和时间，提高识别准确性。针对皮带输送机运行特点，采用高帧率工业相机，其主要规格如下。200万像素；分辨率为16001200；画面每秒传输帧数为60FPS，最高帧率可达90FPS，传感器尺寸为1/1.8英寸；全局快门曝光，适合采集高速动态数据；镜头光圈及焦距可调，可根据目标距离进行焦距调整，根据环境光照条件调整光圈大小；数据接口为RJ45千兆以太网，传输距离长，采用双屏蔽超六类网线，信号稳定抗干扰能力强；工作电压为DC912V，同时支持有源以太网（POE）供电。一字线激光的作用是投射一条稳定集中的激光条纹到皮带下表面，通过分析激光条纹的变化来判断皮带状态。皮带为黑色，具有一定的吸光性，并且皮带与托辊接触的位置由于长时间摩擦会被摩擦光滑，形成不了漫反射，会使投射到该区域的线激光条纹亮度衰减，无法形成连续条纹。因此线激光的选择至关重要，采用的650nm“一字”线激光仪光线均匀、亮度高、线宽可调、工作寿命长，光束发散度为0.3mrad，线弯曲度为0.1mm500mm，采用进口鲍威尔棱镜提升出射激光线的均匀性。该激光设备经过实际应用测试，可在皮带表面形成清晰均匀的条纹，可为检测算法提供良好的输入图像。边缘计算模块基于NVIDIA Jetson NX核心板，该核心板具有8GB LPDDR4显存、16GB eMMC，算力可达21TOPS，具有384个NVIDIA CUDA Cores、48个Tensor Cores、2个NVIDIA深度学习加速器引擎，支持视频硬件编解码。针对设备接口及供电需求进行印制电路板（PCB）设计，最终该模块具备6个千兆网口，支持12V、5V供电，具有3个RS485端口，可扩展固态硬盘（SSD）内存256GB。为保证设备能在复杂的工业环境中正常工作，对图像采集模块壳体做整机高防护设计，通过使用密封胶、密封圈、防水航空接插件等措施，防护等级可达到IP66，可有效避免因工作现场粉尘和水进入壳体而影响设备正常运行。为防止皮带输送过程中有煤块或石块掉落砸伤透镜，激光和相机的透镜采用5mm厚钢化玻璃，同时玻璃透镜双侧镀AR、AF膜，以保证光线透过率。皮带输送机工作现场粉尘和水雾污染十分严重，检测设备长期使用透镜表面会附着大量灰尘、水雾，因此在采集模块前端设计了电动雨刷。雨刷清理范围可同时覆盖激光和镜头的两个透镜，雨刷控制协议为Modbus TCP，用户通过后台控制Web界面能够实现定时自动清理和手动控制清理。3.3系统工作原理图像采集模块如图1所示。部署在皮带下方，激光线投射在皮带的下表面，当皮带表面发生深度信息变化时，激光线会发生变形，变形的程度与设备相对皮带安装位置、角度等参数相关。当输送设备正常运行，皮带表面无损伤时，相机采集到的激光条纹平直、无跳跃、无断点；当发生撕裂事故时，激光线在撕裂位置会发生畸变，出现断点、跳跃等现象。工业相机将采集到的原始图像传输到边缘计算控制模块内的边缘计算模块，图像识别算法对获取的图像进行处理，通过对激光条纹进行特征分析，对皮带是否出现纵向撕裂进行判定。边缘计算模块对图像进行识别处理后，由于工业相机采集输出的是原始数据，数据量非常大，无法直接通过网络传输。因此，在边缘计算模块中会部署音视频处理服务，首先对图像数据进行编码压缩、格式封装，将其转换成视频流再通过网络传输到后台Web端，从而使操作人员能够实时查看相机监测画面。除了实时检测视频展示，在Web端可以实现皮带表面裂痕、纵向撕裂的历史数据输出的功能，通过历史数据对比，可进行输送带表面划痕趋势的判断。操作人员在监控室通过在Web端操作，可进行设备电源开关、采集图像、图像采集设备视窗清洁和设备状态监视等操作，无需到现场就能完成设备操作和检测工作。4图像处理流程皮带输送机一般使用环境比较恶劣，粉尘及湿度大，光线昏暗或有强光干扰，这些都会对相机采集到的图像质量造成影响，从而影响识别结果。因此，需要对图像进行预处理，改善图像质量。4.1感兴趣区域（ROI）的提取图像ROI提取技术，可以通过先验知识或明显特征利用图像处理技术迅速排除无效区域的信息干扰。文中图1图像采集模块1422023.4电脑编程技巧与维护采用的方式是直接调用相机本身自带的ROI区域设定接口，该方式的好处是ROI处理由相机本身完成，不占用边缘计算模块的资源，可以缩短图像处理的时间。另外，相机经过ROI设定后，帧率会有所提升，进而可以提升识别的精度。激光与相机同轴设计，因此无论图像采集设备的位置和角度如何变换，激光始终处于图像的中心位置、ROI的区域设定难度较小，只需按要求对称裁剪激光线两侧的区域即可。根据实际测试结合设备生产安装的误差，通过图像裁剪去除激光线双侧大部分无用区域获取ROI。该处理可以去除无用背景，降低识别难度，同时图像尺寸变小后可以减少传输数据量，提升图像传输速率。4.2亮度矫正提取亮度信息，将图像由RGB格式转换为YUV格式，提取Y通道。由于激光线在皮带不同位置上的亮度不均匀，需要对亮度进行矫正，通过在图像X方向统计激光线上每个点的亮度最大值，得到激光线的亮度曲线，再对该亮度曲线进行高斯模糊，可以得到滑动平均亮度。将原图中的每个像素除以对应的滑动平均亮度，即可得到矫正后的亮度，激光亮度矫正曲线如图2所示。4.3激光线提取由于激光线的X截面近似钟形，可用二阶导数进行检测，提取二阶导数 0的区域。激光线提取最终得到的效果，如图3所示。4.4撕裂特征识别当皮带出现纵向撕裂后，Y方向的数值会发生突变，如图4所示，通过图像识别算法对该特征进行检测。当检测出的突变值超出预先设定的阈值时，即认为皮带出现纵向撕裂。但皮带输送机由于工作环境复杂，运送物料多为坚硬物体，例如，煤块或矿石，在运动过程中皮带表面很可能会产生一些划痕。这些划痕的严重程度不一，分布随机，没有连续性。多数划痕对皮带而言只是轻微损伤，不影响正常工作。因此，对这类缺陷需要进行过滤，避免误报，这样会影响系统识别准确率，进而影响设备正常运行。这些可排除缺陷一般不具备纵向撕裂的连续性特点，不像纵向撕裂会连续在多帧图像中出现。针对这一特点，在检测到轻微撕裂特征的基础上通过相邻帧特征分析算法来规避误报，提高检测精度。该算法的具体原理是当检测到疑似皮带撕裂特征时，先将撕裂点的位置信息保存下来，再进行后续的数据处理，在同一画面中，如果有类似的撕裂点，则可以得到这一次撕裂点和上一次撕裂点的位置。若测得的范围超过了设置的界限，就会被视为两幅相邻的连续影像中没有相同的胶带撕破，因此不能作为警报的参考。相反的，系统的边缘计算模块则将报警信息上报到集控平台，提醒作业人员对故障进行排除。4.5基本的图像状态处理开运算是基本的图像状态处理中常用到的方法，基本处理思路是先将图像的像素全部打乱，再将打乱后的图像进行扩充，其计算公式，如公式1所示。（1）其中，S为被处理的元素；A为未被处理过的图像。通过前面的开运算处理，可以使被处理的图像边缘轮廓变清晰，还能够将以前难以区分的区域区分开。具体的处理过程是通过设置的最小结构S与原图像的对比，将小于S的区域丢弃，将大于S的区域保留，此时图像的大小并没有变化，而是去除了一些模糊的区域，变得更加清晰，轮廓更加明显。4.6视频传输流媒体服务由于工业相机输出的图像为原始数据，单路视频流数据量可达120Mbit/s，这种数据量对网络传输来说压力巨大，因此需要对图像数据进行编码压缩。FFmpeg是一个开放源码的计算机程式，主要包含：音频/图像编码器，它能够记录、转换数字音频、视频，并能将其转换成数据。为了保证视频传输顺利