基于数字图像处理的钢丝绳裂纹在线检测

图 2 不同算法检测出的边 缘比较
3 结
语
u( x, y, 0 ) = u 0 ( x, y )
k2 其中扩散系数函 数为 c ( x ) = 2 , k 为比零大的常 k + x2 量。图像经过各向异性扩散就 会去除噪声的干扰。 2) 根据方向 导数计算图像的梯度幅值 f ( x, y ) = sqrt ( f x + f y 2 ) 和梯度方向 大值抑制。 3) 结合粒子群 算 法和 最 大类 间方 差 法对 图像 进 行分 割 , 由于粒子群 算法 优化的 是最 小值 , 而 类间方 差越 大检 测的边缘就越好 , 本文将适应 度函数定义为式 ( 5) 。 f it = - d ( t) = A 2
[ 1] 谭继文, 任立义 . 矿 井提 升钢丝 绳损 伤检 测系 统 [ J] . 辽 宁工 程 技 术 大 学 学 报 : 自 然 科 学 版 , ~ 648 . [ 2] [ 3] 雷毅 , 王杰 , 余圣 书 . 基于 钢丝绳 股绳张 力在线 自动 检测 技术 [ J] . 制造业自动化 , 2004 , Om ran M, S al m an A, ( 4 ) : 53~ 55 . m age class ification I Proceed ings of the 4th Engelb rech t A P. 1999 , ( 6 ): 645
钢丝绳广泛 应用 于井下 提升 机和输 送机 中 , 其状 态直 接影响到设备的 安全 运行 , 目 前用于 钢丝 绳裂 纹检测 的方 法主要有超 声波检 测、射 线检 测及 紫外 光检 测等 [ 1- 2] , 检 测钢丝裂纹的传 感器 不能直 接接 触到被 测钢 丝 , 从而 造成 读取的信号 失真 , 对 检测结 果造 成误判 断 , 如果 传感 器紧 挨着被测钢 丝 , 会出 现钢丝 被传 感器拉 断现 象 , 为了 不阻 碍钢丝绳的运行 而又 能正确 检测 出信号 , 本文 采用数 字图 像处理的方法 , 即采用 CCD 摄像 头采集钢 丝绳的 图像 , 对 采集的图 像 进行 边缘 检 测 [ 3] , 如果 检测 的 图像 中 有裂 纹 , 就会产生报 警信号 , 并传给 上位 机 , 该方 法解决 了传 感器 信号失真的 问题 , 并 且减少 了资 源的浪 费 , 实验 结果 表明 该方法检测的精度较 高。
1 基于数字图像处理的钢丝绳裂纹检测 1 1 裂纹检测装置
基于传感器 检测的 缺点 , 本 文提 出了一 种基 于数 字图 像处理的钢丝绳 裂纹 在线检 测方 法 , 该方 法检 测的精 度较 高。基于数字图像处理的检 测方法 采用 CCD 摄像头 采集图 像 , 其基本结 构由广 敏源 阵列、存 储栅、转 移栅 以及 模拟 收稿日期 : 基金项目 : 2009- 06- 25
粒子群算法是 一种 仿生优 化算 法 [ 3] 。 该算 法中将 每个 粒子作为解空间 中的 一个解 , 它根据 粒子 自己 和同伴 的飞 行速度来调整自己的 飞行位置。该算法的优 势在于参 数少 , 且操作简单 , 现 已被 应用于 很多 优化领 域。粒子 群算 法的 数学模型如式 ( 1) 和 式 ( 2) 所示 : Vi = Vi + c1 rand ( p best[ i] - X i ) + c2 rand ( p best[ g] - X i ) X i = X i + Vi 其中 c1 , c2 为学习因子 , 明, c1 和 c2 一般取 2。 由式 ( 1) 和 式 ( 2 ) 可 知 , 对 搜索 范 围有 很大 影响 , 过 大搜 索范 进行 ( 1) ( 2)
太小搜索范围 太小 , 会 造成 陷入 局部 极值 , 动态调整 : =
m ax
围过大就会遗 漏最优 解。所 以 , 可 以根 据式 ( 3) 对 -
-
m ax
m in
iterm ax
iter
( 3)
这样可以保证 在开始 时能 以较大 的速 度步 长在全 局范 围内搜索 ; 在 后期 , 保 证微粒 在极 值附近 做精 细搜 索 , 从 而使算法收敛于全局 最优值。 1 2 2 基于粒子群算法的 Canny边缘检测算法 Canny 算法采用双阈值是一种较好的边缘检测算法 , 能 够抑制噪声的干扰 , 但是其检 测的好坏受阈 值的影响 很大 , 通常都是根据人 为经 验来确 定高 低阈值 , 但是 不同图 像的 灰度不一样 , 用 相同 的阈值 就会 造成检 测结 果不 准确 , 针 对这一问题 , 采用 粒子 群算 法来优 化 Canny 边缘 检测 中的 高低阈值 , 具体步骤如下。 1) 首先读取 一 幅 图 像 , 然 后 对 图 像 进 行 去 噪 处 理 , Canny 算法采用高斯函数对图像进行平滑处理 , 本文采用各 向异性扩散对图像进 行去噪 [ 5] 。其扩散方程如式 ( 4) 所示 : u ( x, y, t) d iv( c( | t u |) u) t> 0 t= 0 ( 4) 本文将数字图 像处理 的边 缘检测 方法 运用 于钢丝 绳裂 纹检测中 , 由于视频信号的清晰 直观加上算 法的可靠性 高 , 检测的边缘 清晰细 化受 噪声干 扰较 小 , 精度 较高。采 用高 可靠性的红外摄像 头与高 精度 DSP 处理 器提高 了检测 的准 确性与精度。采用 粒子 群算法 优化 Canny 边 缘检 测算 法比 常规的边缘检测算 子具有 更好 的抗干 扰性 和更 优的识 别精 度 , 提高了钢丝 绳裂 纹检测 的准 确性与 可靠 性 , 有效 的防 止了漏检测 , 可作 为矿用 钢丝 绳裂纹 检测 的一 种新方 向进 行研究。此种检测方法也可用于 输送带撕裂检测领域。 参考文献 :
1 2 基于粒子群算法的边缘检测
CCD 采集的图像 是原始 图像 , 必 须要 对其 进行边 缘检 测检测出钢丝绳 裂纹 的边缘 , 传统的 边缘 检测 算法都 是采 用微分算子对图 像进 行边缘 检测 , 检 测出 的边 缘受阈 值干 扰很大 , 阈值选 取过 大就会 检测 出伪边 界来 , 阈 值选 取过 小就会漏检 边缘 , 检 测不出 真实 的边缘 , 基于阈 值选 取问
= a rctan( gy /gx ) 。然后再 进行非极
u sing particle sw ar m opt i m ization [ C ].
A sia- Pacif ic C onference on S i m u lated E volu tion and Learn ing. P iscataw ay: [ 4] 学 , 2006 . [ 5] 郭圣文. 一种 新的边 缘保留 各向异 性扩 散方法 [ J] . 中国 图象图形学报 , 2008, 13( 2) : 209~ 213 . IEEE Press , 2002 : 370 ~ 374 . 王俊 伟 . 粒 子 群 优 化 算 法 的 改 进 及 应 用 [ D ] . 东 北 大
Abstrac t : The steel w ire is w ide ly used in m ine ho ist T he stee l w ire is replaced when it is no t fracture To so lve this prob lem, a de tection me thod o f stee lw ire crack based on D ig ita l I m age P rocess is proposed T he i m age is acquired by CCD cam era , and the c rack is detected by edge de tection The alar m is occurred when crack is detec ted and the a lar m is handed do w n to the upper co m puter Experi m enta l result shows tha t the detection prec ision is high based on D ig ital I m age P rocess, and the resource w aste is reduced . K eywords : D ig ital I m age P rocess ; stee lw ire ; crack; on- line de tection; CCD 移位寄存器 组成 , 主 要用来 将光 信号转 换成 电信号 , 用于 后续的处理 , 钢丝裂纹检测系统 的原理框图如图 1 所示。
图 1 钢丝裂纹检测系统的原理框图 图 1 中 , 照明电 路提 供稳 定的照 明光 , CCD 摄像 头安
装在钢丝绳 的正面 , 被测钢 丝绳 投影到 光敏 阵列上 , 即是 钢丝绳的 图像。 CCD 输 出 的视 频 信号 送 至微 处 理器 DSP, D SP 根据边缘检测 算法检 测出 裂纹 的边缘 , 从而 发生 报警红外摄 像仪 拍摄的 钢丝 绳裂 纹图片 作仿 真实验 , 仿真结果如图 2 所示 , 图 2 中 ( a) 图是井下 钢丝绳 裂纹的原图片 , 的边缘 , 像, 以看出 , ( b) 图是 经常规 sobel边 缘检测 算法检 测出 ( c) 图是经常规 Canny 边缘检测算法检测出 来的图 sobe l算 法 检测 的边 缘 出现 了断 裂 和漏 检 , Canny
[ 4]
煤
炭
工
程
信息工程
保留的边缘就越 多 , 一般 取 t2 = 0 5 t1。用 粒子 群算法 优化 最大类间方差算 法求出 的阈值 作为 t1 , t2 取 0 5 t1, 对 微分 后的图像进行边 缘提取 , 图 像中大 于 t1 的为 边界点 , 小于 t2 的为非边界点 , 介于 t1 和 t2 之间的 要根据 具体像 素分布 情况来具体判断。
2009 年安徽省淮南市科技计划项目 ( 2009A 05006) 帅 ( 1981- ) , 男 , 安徽六安人 , 2007 年毕业于安徽理工大学电子信息工 程专业 , 现在 的研究方 向为嵌 入式智能 P ID 控制。