基于機器視覺的大塊異物識別在線監(jiān)測系統(tǒng)的應(yīng)用

姬展鴻

(山西汾西礦業(yè)(集團)有限責任公司 高陽煤礦， 山西 呂梁 032300)

在煤礦井下原煤運輸過程中，常發(fā)生鐵器、大塊煤矸石、雜木等劃傷料帶、堵塞傳送口的事故。為有效剔除原煤中的異物，需要在輸送過程中進行檢測、分揀。盡管目前已有多種檢測方式，但普遍存在識別率低、檢測效率不高以及運行不穩(wěn)定等狀況。其中，幀間差分法缺點是無法應(yīng)對光照的突變，物體間一般具有空洞，對運動目標檢測易受光照、陰影等影響；背景差分法容易受動態(tài)背景、光線變化、攝像頭抖動等因素的影響,對背景的實時更新和場景中的光線明顯變化等情況不能較好的處理，算法在遭遇輸入、運算等異常時繼續(xù)正常運行的能力差。而采用光流法能夠?qū)⑽矬w獨立的檢測出來，不需要攝像機提供其他信息，但是在大多數(shù)情況下，光流法較耗時、計算復(fù)雜，且抗噪聲能力差，只有在特殊的硬件支持下，才能夠?qū)崿F(xiàn)實時檢測，其實時性和實用性也較差[1-4].

基于機器視覺的大塊異物識別在線監(jiān)測系統(tǒng)為實現(xiàn)原料中的異物分揀提供了一種新的解決方案。采用智能機器視覺分析技術(shù)，通過算法軟件在皮帶運輸機轉(zhuǎn)載點落料倉的實時畫面中設(shè)置檢測區(qū)域，當有滿足預(yù)設(shè)條件的異物出現(xiàn)在皮帶運輸系統(tǒng)中，從采集的視頻圖像中檢測運動目標[2]，系統(tǒng)自動識別記錄報警信息并同步語音提醒相關(guān)人員。

1 系統(tǒng)整體架構(gòu)設(shè)計

基于機器視覺的大塊異物識別在線監(jiān)測系統(tǒng)由現(xiàn)場硬件部分和后臺軟件分析系統(tǒng)組成，屬于基于視覺的皮帶運輸保護系統(tǒng)的一部分，與皮帶撕裂監(jiān)測、皮帶堆煤監(jiān)測等在線監(jiān)測系統(tǒng)共享部分軟硬件設(shè)備，提高資源利用率。整個系統(tǒng)是基于網(wǎng)絡(luò)的聯(lián)網(wǎng)平臺，能夠自動分析前端監(jiān)測到的異常情況，對特定的皮帶監(jiān)控區(qū)域出現(xiàn)的異常情況進行判斷分析,并甄別和報警[3]，控制皮帶動作，工作人員可對其進行統(tǒng)一集中調(diào)控，系統(tǒng)的物理拓撲圖見圖1.

圖1 系統(tǒng)物理拓撲圖

1.1 現(xiàn)場硬件組成

現(xiàn)場硬件部分由3部分組成：系統(tǒng)傳感器部分，數(shù)據(jù)傳輸與處理部分，報警控制部分。

1) 系統(tǒng)傳感器部分。

系統(tǒng)傳感器部分由各工作單位的檢測攝像機組成?？紤]到生產(chǎn)現(xiàn)場環(huán)境相對惡劣，輸送帶處于長期不間斷的工作狀態(tài)，要求相機性能穩(wěn)定，能夠保證長時間工作狀態(tài)。安裝時，使相機與輸送帶的中線位置對齊，調(diào)整相機和輸送帶間的距離，使相機視野范圍能夠覆蓋整個輸送帶寬度，兼顧安全實用和維護方便性。同時由于煤礦井下運輸巷落料點粉塵較多、光照條件差，為保持較好的圖像獲取質(zhì)量，采用紅外低照度礦用隔爆自清潔高清攝像機。該攝像機采用高硼硅玻璃旋轉(zhuǎn)式透明筒防塵裝置,透明玻璃圓筒旋轉(zhuǎn)時，視覺設(shè)備保持靜止，鏡頭視野不受旋轉(zhuǎn)圓筒的影響,玻璃圓筒旋轉(zhuǎn)的同時，毛刷輥也隨之旋轉(zhuǎn)，對鏡頭表面進行清掃防止積塵。在攝像機安裝位置附近加裝LED補光燈，用于對缺乏光照度的攝像儀進行燈光補償，便于獲得高清晰高質(zhì)量的圖像。

2) 數(shù)據(jù)傳輸與處理部分。

3) 報警控制部分。

報警控制部分包括報警器、工控機(專用控制板卡PCI1761)等設(shè)備。

1.2 后臺軟件分析系統(tǒng)

后臺軟件分析系統(tǒng)主要包括：

1) 數(shù)據(jù)處理計算機上的實時圖像處理軟件平臺與后臺算法服務(wù)程序。

2) 數(shù)據(jù)存儲與管理服務(wù)器上的異常信息數(shù)據(jù)庫、實時預(yù)覽與故障信息管理平臺、報警及皮帶控制程序。

2 圖像處理算法框架與實現(xiàn)

大塊異物識別的圖像處理算法是基于建立背景模型后進行的前景背景差分來獲取圖像中的運動目標，從而提取煤流中的大塊異物。處理算法框架圖見圖2.

圖2 處理算法框架圖

算法開始運行后，第一步提前讀取一張正常皮帶煤流圖，建立初始背景模型；讀取下一幀圖像，通過差分法分離前景運動目標；根據(jù)前景目標與背景的灰度差異剔除干擾因素；進行膨脹運算優(yōu)化目標輪廓，獲取目標區(qū)域；同時更新背景模型[4].

而現(xiàn)在的我們再打開王維的畫卷時，也仿佛能看見他邀請我們到雪溪畔汲泉，到空山賞月，在白雪皚皚的遠村小憩，在溫暖的窗前看到一朵花。

算法的主要特點：

1) 通過前景背景的灰度差異進行運動目標的檢測。2) 通過面積閾值剔除一些凌亂的雜質(zhì)像素點目標(煤流)的干擾。3) 通過特定異物的特征分析來幫助判定異物。

皮帶大塊異物識別核心算法：

1) 采用正樣本和負樣本檢測的兩種方式并行，對于正樣本檢測在皮帶傳輸日常運行的情況下，通過表征學(xué)習提取正常的傳送物體的圖像特征，當特征向量距離相差過大時，產(chǎn)生正樣本預(yù)警信息；對于負樣本檢測預(yù)先定義已知的檢測目標特征，通過機器學(xué)習的方式對待檢測目標建模，與實施采集圖像匹配，當檢測到負樣本信息時，產(chǎn)生負樣本預(yù)警信息。兩種預(yù)警信息通過權(quán)重關(guān)聯(lián)，共同實現(xiàn)皮帶上異物的檢測與報警。皮帶異物檢測算法流程圖見圖3.

圖3 皮帶異物檢測算法流程圖

2) 皮帶大塊異物識別裝置中的視頻智能安全監(jiān)測平臺在視頻智能分析GPU服務(wù)器的幫助下完成對傳送過來的視頻流進行大塊異物識別檢測，判斷視頻流中是否存在大塊異物，如果視頻安全分析軟件發(fā)現(xiàn)目標圖像范圍超過了特定閾值則目標會被確定為大塊異物，此時則根據(jù)圖像中大塊異物在最下行中間像素點坐標值來確定異物所在位置，并將檢測結(jié)果進行輸出以供查看[5]. 皮帶異物檢測效果見圖4.

圖4 皮帶異物檢測效果示意圖

3 主要功能與技術(shù)指標

1) 檢測攝像頭的實時預(yù)覽，預(yù)覽延遲低于1 s.

2) 皮帶煤流的大塊異物在線監(jiān)測，檢測效率不低于10幀/s.

3) 異常信息實時報警,報警轉(zhuǎn)發(fā)延遲不超過3 s，同時聯(lián)動聲音設(shè)置。

4) 報警信息數(shù)據(jù)庫的存儲和調(diào)用查看，支持年/月/日等不同時間維度的統(tǒng)計。

5) 報警器與皮帶控制器協(xié)同控制。

4 在線監(jiān)測系統(tǒng)的實踐應(yīng)用

基于機器視覺的大塊異物識別在線監(jiān)測系統(tǒng)現(xiàn)已在山西焦煤汾西礦業(yè)高陽煤礦進行了實踐應(yīng)用。在該礦三采集中皮帶輸送機與主井皮帶輸送機搭接點處，低硫煤庫、高硫煤庫與201主井皮帶輸送機搭接點處，分別安裝大塊異物識別裝置和堆煤識別裝置。

1) 在皮帶搭接點、落料點合適距離處安裝大塊異物識別裝置，當膠帶上運送物料圖像超過350 mm×350 mm后，大塊異物識別裝置識別并報警給出控制停機信號，設(shè)備閉鎖停機。

2) 在皮帶搭接點處安裝皮帶撕裂檢測攝像機與機械皮帶縱向防撕裂保護裝置，皮帶縱向撕裂圖像檢測方式為主檢測方式，機械皮帶縱向防撕裂保護檢測方式為輔助檢測方式。當皮帶在落料點因利器劃傷撕裂，皮帶縱向撕裂視頻分析軟件立即檢測出撕裂狀況，并報警和給出控制停機信號，設(shè)備閉鎖停機。如果皮帶縱向撕裂視頻分析軟件發(fā)生漏檢現(xiàn)象，機械皮帶縱向防撕裂保護裝置也能夠檢測出撕裂狀況。

3) 在皮帶搭接點、落料點處安裝堆煤識別裝置。當發(fā)生堆煤情況，堆煤識別裝置識別并報警給出控制停機信號，設(shè)備閉鎖停機。

4) 在線監(jiān)測系統(tǒng)的識別裝置具備自動清潔功能來保持設(shè)備長期穩(wěn)定運行。

5) 構(gòu)建了視頻安全分析軟件，實現(xiàn)高清相機的接入，對接入的視頻進行智能分析，進行運輸皮帶上的異物檢測、堆煤狀況的檢測，同時將檢測的異常事件上報到視頻智能安全監(jiān)測平臺，實現(xiàn)對整個系統(tǒng)的設(shè)備管理、安全分析軟件的接入、安全預(yù)警客戶端的接入、數(shù)據(jù)的存儲、統(tǒng)計分析、安全事件的實時轉(zhuǎn)發(fā)等。

5 總 結(jié)

基于機器視覺的大塊異物識別在線監(jiān)測系統(tǒng)基于機器視覺的途徑，通過圖像處理算法的設(shè)計與處理，可以實現(xiàn)對皮帶煤流中大塊異物的識別與預(yù)警。通過報警同步語音提醒相關(guān)人員及時處理，減輕工人工作強度，提升了生產(chǎn)效率。