融合激光掃描與機器視覺的煤流量測量研究

胡而已

(1.應急管理部信息研究院，北京 100029；2.中國礦業大學 機電工程學院，江蘇 徐州 221116)

帶式輸送機運輸是目前礦井生產的主要煤炭運送方式，煤礦主運輸系統智能化是智能煤礦建設的關鍵一環。通過智能感知、自主決策、自適應控制等新技術手段可實現帶式輸送機節能高效運行，對提高煤礦生產效率、降低企業成本、提升安全生產水平具有重要意義[1]。目前，變頻調速技術在煤礦生產部分領域已得到廣泛應用，然而在實際礦井生產過程中針對帶式輸送機的智能調速應用仍處于探索階段，其關鍵核心技術是如何精準快速地獲取輸送帶上實時運煤量信息，由此動態調整輸送帶運速，實現多拉快跑、節能高效[2，3]。

目前報道的煤流量檢測方法有電子皮帶秤、核子秤、超聲波探測、激光掃描、機器視覺檢測等。其中，電子皮帶秤是接觸式測量，其準確度高但可靠性較差[4]；核子秤則是利用物料對γ射線束吸收的原理實現了非接觸測量[5]，但采用放射性物質存在安全隱患[6]；超聲波探測是通過反射聲波實現煤流量檢測，在煤礦生產的復雜環境中，其抗干擾性能和準確性較差[7]。此外，部分學者采用激光雷達三維掃描法開展了煤流量監測技術研究，但該方法高度依賴激光雷達的精度，成本較高、穩定性有待進一步工程檢驗[8]。同時，隨著計算機技術和圖像處理算法的進步，部分學者開始嘗試通過機器視覺手段進行帶式輸送機煤流量監測研究，如：李萍等[9]提出了一種基于機器視覺測量的散狀物料動態計量系統設計；袁娜等[10]采用雙面視覺方法，獲取被測物料圖像序列，采用積分運算實現物料的動態計量。總體來看，機器視覺法的測量精度相對激光雷達掃描要低。

因此，本文嘗試將傳統激光三角法測量[11]的原理和機器視覺算法相結合，研究了一種融合激光和視覺技術的煤流量掃描測量方法，提供了輸送帶運煤量參數在線測量新手段。

1 測量方法基本原理

激光三角法[12]是工程測量領域常用的距離或物體高度測量手段，通過將一束激光以一定的入射角投射到待測物體上，激光在目標物表面發生漫反射，從觀察者角度利用CCD相機等成像設備可捕獲到明顯的光斑圖案。當運動物體表面高度發生變化時，光斑圖案在圖像系統中的相對位置也隨之發生改變，由此可通過計算光斑位移量來測量物體的表面高度信息。

激光三角測量可分為直射式和斜射式不同的光路布置方式。以激光斜射式為例，如圖1所示，線激光以一定角度投射，CCD相機軸線垂直于被測物表面，A點為參考載物平面上的投影點，相機光軸交傳感器于O1點，h為被測物體實際高度，H表示鏡頭中心與參考平面之間垂直距離，OO1為CCD相機成像中心與鏡頭之間距離，投射激光束AC與相機鏡頭光軸OA之間夾角為β，O1C1即為CCD相機成像平面上的光斑移動量。

圖1 激光斜射式原理圖

令O1C1=h′，O1O=ξ，則式(1)可以改寫為：

在ΔABC中，

BC=h·tanβ(3)

聯立式(2)、式(3)可得：

由此，被測目標物體的高度可由下式計算：

當測量裝置固定后，可通過標定獲得測量系統的光學和相機視覺參數，從而建立光斑移動量與物體測量高度間的對應關系，其中光斑移動量采用機器視覺手段自動計算。

在實際工程測量過程中，采用線束激光投影，投影光斑在待測物體上形成一條線狀光斑，通過計算激光光斑上每一點的投影高度，采用黎曼和運算將每點的高度累加得到輪廓投影的截面積。由于數字圖像中每個像素點坐標是離散的，像素點的個數由相機的分辨率所決定。因此，煤堆截面像素面積的離散表達式為：

式中，n代表激光線所占的像素個數，M和N表示激光線起點和終點所代表像素的橫坐標。則煤堆真實截面積可表示為：

式中，K為坐標轉換系數。

設帶式輸送機以v(t)的速度水平運動輸送煤塊，且S(1)，S(2)，…，S(n)表示為第1，2，…，n幀激光中心線所包圍的煤堆截面輪廓截面積，設第t幀煤堆截面積為S(t)，則在t時間段內，煤堆體積為：

式中，τ為相機的幀率；v(i)為帶式輸送機的運行速度，m/s；n為截面積個數。

2 實驗測量系統設計

實驗系統布置及測量流程如圖2所示，由工業相機和線束激光器構成三角測量單元，采用斜射方式對帶式輸送機上的待測物體進行線束激光投影，相機拍攝的圖像序列自動存儲在計算機中進行分析。測量前先對測量裝置進行標定獲得圖像系統的光學參數，再采用機器視覺方法計算提取激光條紋光斑的變形輪廓，進而由變形量計算獲取輸送帶上待測物體的截面積，當帶速已經時即可計算獲得輸送帶上的物料運送量。

圖2 實驗系統布置圖

實驗驗證系統中圖像采集裝置由大恒水星系列MER-230面陣相機、V1214-MP鏡頭組成，相機像素分辨率為200萬，鏡頭焦距為12.5mm，F值為1∶1.4。投射激光器型號為SL-660-24V，輸出波長660nm。此外，該實驗的圖像處理算法均基于HALCOM軟件平臺開發。

3 視覺系統標定

視覺系統標定的實質是為了建立二維圖像像素點與物理空間點之間的對應關系，從而獲得世界坐標系(Xw，Yw，Zw)與圖像像素坐標系(u，v)之間的轉換方程，見式(9)。

式中，X為世界坐標系中某點坐標；Zc為坐標轉換系數；M1、M2分別表示相機的內外參數；f為焦距；dx、dy分別為單個像元高、寬；u0為橫坐標值；vx為縱坐標值；T、R分別為平移矩陣和旋轉矩陣。

采用100mm×100mm圓點型標定板進行圖像系統標定，采集不同擺放姿態的標定圖片共28張，其中第一幅圖像中標定板放置于測量參考平面上。

采用專業圖像處理軟件HALCON對標定圖像進行處理，從而提取相機的內、外參數。計算獲得的相機參數分別見表1、表2。其中，Δx、Δy、Δz分別是相機在x、y、z軸上的平移距離；α、θ、γ分別是繞相機坐標系x、y、z軸的旋轉角度。

表1 工業相機內部參數

表2 工業相機外部參數

由于視覺系統的圖像畸變可導致系統測量誤差，所以需要通過標定后獲得的相機內外參數，對視覺系統采集的圖像進行矯正，矯正前后效果如圖3所示。

圖3 圖像矯正

在矯正后的圖像中任取兩點，其像素坐標分別設為(u1，v1)和(u2，v2)，通過HALCON算子image_points_to_world_plane分別將其像素坐標轉化為世界坐標(x1，y1)和(x2，y2)，并分別計算兩點間的像素距離d1和世界坐標距離d2。

定義單位像素對應的世界坐標距離為K，則由此可獲得圖像測量系統的轉換系數K值。

K=d2/d1(12)

4 激光光斑圖像處理

為快速測量計算帶式輸送機上方的運煤量，采用線束激光方式投影，當帶式輸送機空載時，其表面的激光光斑圖像近似一條沒有變形的直線，如圖4(a)所示，可通過提取該光斑中心線作為基準線。帶式輸送機表面運煤時的激光投影光斑如圖4(b)所示，可以看到激光條紋發生了明顯的變形。在對條紋變形量計算提取之前，需要對系統采集的數字圖像進行濾波增強、圖像分割，通過提高圖像質量來提升測量系統的測量精度。

圖4 帶式輸送機激光光斑圖像

4.1 圖像濾波增強

由于帶式輸送機運行工況條件較為復雜，圖像采集系統捕獲的現場激光光斑圖像質量不高，從而影響堆煤激光變形光斑條紋的邊緣提取，因此采用HALCON的median_image算子進行中值濾波消噪處理，濾波處理后的效果如圖5所示。

圖5 圖像濾波處理結果

從圖5(b)的灰度直方圖可以看出其圖像灰度值仍集中在低亮度區域，不利于圖像邊緣檢測和特征提取，因此需要進行圖像增強來提高圖像灰度的動態范圍和對比度，從而提高圖像處理的效率和精度，圖像增強處理后的結果如圖6所示。

圖6 圖像增強處理結果

4.2 激光光斑區域分割

首先采用HALCON的threshold算子將光斑與背景分離，再采用connection算子將待處理圖像分割成一組任意的、不相連的區域，最終通過面積、坐標等特征進行有效區域選擇，選取處理后的有效區域如圖7所示。

圖7 有效區域選取

4.3 激光光斑中心線提取

激光光斑的中心線提取是帶式輸送機煤流量監測的關鍵，由于煤塊的大小、形狀不同，且其表面粗糙不平整，易造成投影激光遮擋，導致圖像中激光光斑形成斷裂。利用形態學處理中的膨脹操作可使對象變大，并用于填充對象中的孔隙。對于激光光斑圖像中斷點的修復，采用HALCON的dilation_circle算子進行膨脹處理，選取其膨脹結構元素的半徑為3.5，將膨脹后的圖像再次通過Skeleton算子擬合出該區域的骨架，應用gen_contours_skeleton_xld算子生成骨架輪廓，如圖8所示。最后，計算提取激光光斑條紋的中心線，如圖9所示。為了獲取輸送帶表面的堆煤輪廓，需要將激光光斑中心線提取結果與空載情況下的基準中心線對比分析，獲得激光光斑的相對變形量。

圖8 斷裂形態學合并

圖9 激光光斑條紋中心線

5 輸送帶煤流量測量實驗

5.1 系統精度分析

本測量系統的精度主要與激光投射系統的角度、光斑聚焦程度、視覺系統圖像分辨率以及圖像處理算法有關。通過測量已知高度的標準試件，可綜合評估實驗測量系統的誤差，實驗用試件高度為15cm。在圖像系統視場固定的情況下采集標準試件放置于不同位置下的激光光斑圖，并進行物體高度計算，具體實驗結果見表3。

表3 不同位置下測量結果

分析表3實驗結果可知，本測量系統對標準試件的單點高度測量相對誤差小于0.7%。

為進一步驗證測量系統的誤差范圍，采用不同形狀的標準試件，將其放置在測量系統的參考平面上，分別對梯形、矩形和三角形標準試件的截面積進行實際測量，并與標準試件的真實截面積對比分析，具體實驗結果見表4。

表4 不同標件截面積測量結果

分析表4實驗結果可得，三種異形試件的測量相對誤差均小于3.3%，因此實際系統的體積測量誤差在可控范圍內，滿足煤礦運輸系統煤流量監測的工程需要。

5.2 煤流體積測量

在實際工程測量中圖像系統可采集大量的圖像數據，而輸送帶運煤量的計算只需采用等間隔采樣的方法，進行圖像處理來預估真實的堆煤體積，實驗過程中的圖像采樣間隔設置為10幀。在實驗室環境下，在一定時間范圍內采集了90幀圖像，通過上述算法和圖像處理技術開展了帶式輸送機上部堆煤三維重建，重建結果如圖10所示。

圖10 煤流三維重建

對間隔采樣的9幅圖像激光光斑變形量的測量結果見表5，由此計算獲得的煤流采樣截面的面積。其中，圖像系統的坐標轉換系數K=0.0523056，激光線束的投射角度為β=68.5°。

表5 間隔采樣測量結果

已知，采樣相機采樣的幀率為τ=0.5，帶式輸送機勻速運行速度為v=0.357cm/s。由表5中測量的實時煤流截面積和煤流速度可得實驗堆煤體積為：

6 結 語

本文將激光三角法測量與機器視覺的圖像處理技術相融合，提出了一種改進的煤流量機器視覺監測方法。搭建了激光掃描圖像分析實驗系統，研究了圖像視覺系統的內外參數標定方法，通過圖像濾波增強、激光光斑有效區域分割等圖像處理算法提取了光斑條紋中心線，并基于形態學算法進行了激光條紋中心線的斷點連接優化，采用黎曼和法計算了線束激光在輸送帶運煤表面的實時掃描輪廓面積，結合帶式輸送機運行參數計算獲得實時煤流量信息。實驗結果表明，該測量方法精度能夠滿足煤礦主煤流運輸系統的煤流量監測要求，為下一步基于煤流量實時監測的帶式輸送機變頻調速和智能控制奠定了基礎。