留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于机器视觉的多场景输送带跑偏检测方法

王锴 曾祥进 黎新 张锐 徐成

王锴, 曾祥进, 黎新, 等. 基于机器视觉的多场景输送带跑偏检测方法[J]. 工矿自动化.
引用本文: 王锴, 曾祥进, 黎新, 等. 基于机器视觉的多场景输送带跑偏检测方法[J]. 工矿自动化.
et alMulti-scenario conveyor belt deviation detection method based on machine vision[J]. Industry and Mine Automation.
Citation: et alMulti-scenario conveyor belt deviation detection method based on machine vision[J]. Industry and Mine Automation.

基于机器视觉的多场景输送带跑偏检测方法

Multi-scenario conveyor belt deviation detection method based on machine vision

  • 摘要: 针对散装物料运输过程中由于场景变化和相同场景下光照变化导致皮带跑偏的问题,本文提出了一种改进的适应多场景的皮带边缘检测方法。首先根据先验知识获得图像感兴趣区域并对其进行预处理;然后充分挖掘输送带边缘信息,并用梯度滤波对暗环境边缘加强;最后基于分治法提出一种筛选排序算法对传送带边缘进行识别和定位。通过在不同场景下的皮带跑偏实验结果表明,平均每百张图片处理时间为6.94s,皮带跑偏识别准确率超过95%,四路视频同时运行时CPU占有率132%,能够达到实际运输中的处理时间、精度以及成本要求。提升了不同场景下的跑偏检测的适应性。

     

  • 加载中
计量
  • 文章访问数:  31
  • HTML全文浏览量:  6
  • 被引次数: 0
出版历程
  • 网络出版日期:  2022-09-28

目录

    /

    返回文章
    返回