一种基于图像识别的斗齿监控系统在挖掘机上的应用
《基于机器视觉挖掘机工作装置姿态识别与目标定位》
《基于机器视觉挖掘机工作装置姿态识别与目标定位》篇一一、引言随着现代科技的不断进步，工程机械智能化、自动化已经成为当前发展的重要趋势。
在众多工程机械中，挖掘机以其广泛的应用领域和复杂的作业环境而备受关注。
如何通过先进的技术手段提升挖掘机的作业效率与精度，成为当前研究的热点问题。
本文旨在探讨基于机器视觉的挖掘机工作装置姿态识别与目标定位技术，为挖掘机的智能化、自动化提供技术支持。
二、机器视觉在挖掘机工作装置姿态识别中的应用机器视觉技术通过图像处理和计算机视觉算法，实现对挖掘机工作装置的实时监控和姿态识别。
在挖掘机作业过程中，通过安装高清摄像头，实时捕捉挖掘机工作装置的运动状态和空间位置信息。
利用图像处理技术，对捕捉到的图像进行处理和分析，提取出工作装置的姿态特征，如臂架的角度、位置等。
通过计算机视觉算法，对提取的姿态特征进行识别和判断，实现对挖掘机工作装置的实时监控和姿态识别。
三、目标定位技术在挖掘机作业中的应用目标定位技术是挖掘机作业中不可或缺的一部分。
通过结合机器视觉技术和传感器技术，实现对作业环境中目标的精准定位。
首先，通过高清摄像头和激光雷达等传感器设备，实时获取作业环境中的图像和空间信息。
然后，利用图像处理和空间定位算法，对获取的图像和空间信息进行处理和分析，实现对目标的精准定位。
在挖掘机作业过程中，根据目标的位置信息，调整挖掘机的工作装置，实现精准的挖掘和装载作业。
四、挖掘机工作装置姿态识别与目标定位的融合应用挖掘机工作装置姿态识别与目标定位的融合应用，可以实现对挖掘机作业过程的智能化、自动化控制。
通过将机器视觉技术和传感器技术相结合，实现对挖掘机工作装置的实时监控和目标定位。
在挖掘机作业过程中，根据工作装置的姿态信息和目标的位置信息，调整挖掘机的工作参数和运动轨迹，实现精准、高效的挖掘和装载作业。
同时，通过实时反馈的姿态信息和位置信息，对挖掘机的工作状态进行监测和诊断，及时发现并解决潜在的问题，提高挖掘机的作业效率和安全性。
智能图像识别技术在矿山勘探中的应用
智能图像识别技术在矿山勘探中的应用随着科技的发展，人工智能领域出现了越来越多的技术和产品，其中最受关注的当属智能图像识别技术。
该技术可以通过计算机视觉系统，对图像进行分析和识别，从而实现自动化处理和智能化判断。
在矿山勘探领域，智能图像识别技术也逐渐得到了应用。
本文就将就着“智能图像识别技术在矿山勘探中的应用”这个主题，从技术介绍、应用案例和未来趋势三个方面进行探讨。
技术介绍智能图像识别技术可以分为四个主要步骤：图像采集、预处理、特征选取和分类判别。
其中图像采集阶段使用传感器采集矿区图像数据，预处理阶段通过一些处理方式去除光照和噪音干扰，提取出有用的特征信息，然后进行特征选取和分类判别，得到矿区图像的各种信息与判断结果。
在智能图像识别技术中，最常用的是深度学习模型，因为它可以学习到图像的各种特征信息，并能自动识别图像中的物体。
深度学习模型是通过构建多层神经网络，完成模式识别和分类的过程。
在各个层次上，神经网络会自动进行新的特征学习，并将这些特征组合在一起，用于数据分类和判别。
大多数已发布的智能图像识别方案中，使用的均是深度学习技术。
其中，卷积神经网络（CNN）和循环神经网络（RNN）是两种常用的模型类型。
CNN主要应用于图像分类等视觉任务，而RNN则主要用于序列数据的处理。
应用案例智能图像识别技术在矿山勘探领域的应用案例也越来越多。
在矿区开采过程中，使用智能图像识别技术可以提高生产效率，降低操作人员的工作强度。
以下是应用案例说明：1. 车辆识别对于运输车辆的识别和跟踪，智能图像识别技术可以实现实时监测、计数和管理，综合考虑多个参数，如车型、速度、方向等。
通过智能识别，可以自动识别车辆类型，并按照所经过的区域、方向和行驶时间，对车辆进行分类和统计。
2. 材料识别矿山开采过程中会产生大量的矿石和废渣，这些材料需要进行分类、处理和储存。
使用智能图像识别技术可以实现对材料的分类和统计。
在图像中，矿石的颜色、纹理和形状等特征可以被有效识别。
一种挖掘机视频监控系统[实用新型专利]
![一种挖掘机视频监控系统[实用新型专利]](https://img.taocdn.com/s3/m/6259f1e452ea551811a68737.png)
专利名称：一种挖掘机视频监控系统专利类型：实用新型专利
发明人：刘桂全,孟祥志
申请号：CN201620661752.7
申请日：20160629
公开号：CN205693811U
公开日：
20161116
专利内容由知识产权出版社提供
摘要：本实用新型公开了一种挖掘机视频监控系统，i.MX35主处理器通过EMI外接存储器接口与DDR2 SDRAM存储器、NAND Flash存储器连接，i.MX35通过PATA接口与SSD/CF存储器连
接，i.MX35主处理器与电源管理模块、RTC时钟电路、FEC解码电路连接，i.MX35主处理器上设置有RS232接口、以太网接口、eMMC接口，摄像机与ADV7180视频解码器连接，ADV7180视频解码器将摄像机输出的NTSC/PAL制式的模拟信号转换为YUV信号，i.MX35主处理器采集ADV7180视频解码器输出的YUV信号，经过主处理器内的图像处理单元将TTL电平的视频信号转化为LVDS信号，图像处理单元与LCD显示屏连接，主处理器上设置的PWM端口、GPIO端口与LCD显示屏连接，本实用新型结构简单，能够满足挖掘机对作业现场进行视频安全监督的需求，实时监控现场，提高生产效率，保证作业安全。
申请人：临沂科锐电子有限公司
地址：276000 山东省临沂市经济技术开发区厦门路中段北侧109号
国籍：CN
更多信息请下载全文后查看。
《基于机器视觉挖掘机工作装置姿态识别与目标定位》
《基于机器视觉挖掘机工作装置姿态识别与目标定位》一、引言随着科技的不断进步，机器视觉技术在工程机械领域的应用越来越广泛。
其中，挖掘机作为工程机械的代表，其工作装置姿态识别与目标定位技术的研究显得尤为重要。
本文旨在探讨基于机器视觉的挖掘机工作装置姿态识别与目标定位技术，以提高挖掘机的工作效率和精度。
二、挖掘机工作装置姿态识别挖掘机工作装置姿态识别是挖掘机作业过程中的关键技术之一。
通过机器视觉技术，可以实时获取挖掘机工作装置的图像信息，并对其进行处理和分析，从而实现对工作装置姿态的识别。
2.1 图像获取与预处理首先，通过摄像头等设备获取挖掘机工作装置的图像信息。
然后，对图像进行预处理，包括去噪、二值化、边缘检测等操作，以便更好地提取出工作装置的特征信息。
2.2 特征提取与姿态识别特征提取是挖掘机工作装置姿态识别的关键步骤。
通过提取图像中的关键特征，如轮廓、角点等，可以实现对工作装置的姿态识别。
目前，常用的特征提取方法包括基于边缘检测的方法、基于区域的方法等。
在姿态识别方面，可以采用基于模板匹配的方法、基于深度学习的方法等。
三、目标定位技术目标定位技术是挖掘机作业过程中的另一个重要技术。
通过机器视觉技术，可以实现对作业现场目标的定位，从而指导挖掘机进行精确的作业。
3.1 目标检测目标检测是目标定位的前提。
通过图像处理技术，可以在图像中检测出目标的位置和大小。
常用的目标检测方法包括基于区域的方法、基于滑动窗口的方法、基于深度学习的方法等。
3.2 目标定位在目标检测的基础上，通过机器视觉技术可以实现对目标的精确定位。
常用的目标定位方法包括基于特征匹配的方法、基于视觉伺服的方法等。
其中，基于深度学习的方法在目标定位方面具有较高的精度和稳定性。
四、挖掘机工作装置姿态识别与目标定位的融合应用将挖掘机工作装置姿态识别与目标定位技术相结合，可以实现更加精确和高效的挖掘机作业。
具体而言，可以通过机器视觉技术实现对作业现场目标的检测和定位，同时通过分析挖掘机工作装置的姿态信息，实现对作业过程的实时监控和调整。
基于深度学习的图像识别技术在选矿中的应用进展
基于深度学习的图像识别技术在选矿中的应用进展
胡雅祺;孔静;李宇恒;陈天星
【期刊名称】《矿冶》
【年(卷),期】2024(33)1
【摘要】基于我国开展“矿山智慧化”的战略部署,未来矿产资源开发利用实现机械化、自动化、信息化、智能化已经成为行业发展的必然趋势。
近年来,随着计算机图像处理技术的飞速发展,机器视觉在工业中得到广泛应用,基于深度学习的图像识别技术也将成为选矿厂智能化的重要工具。
简述了图像识别的主要技术及方法,介绍了图像识别技术在重选、磁选、浮选中的研究现状,并对图像识别技术在选矿中的应用进行了展望,以期能够为相关学者提供参考。
【总页数】10页(P131-140)
【作者】胡雅祺;孔静;李宇恒;陈天星
【作者单位】西安建筑科技大学资源工程学院
【正文语种】中文
【中图分类】TP391;TD928
【相关文献】
1.基于深度学习的图像识别技术在非法采砂监管中的应用
2.我国基于深度学习的图像识别技术在农作物病虫害识别中的研究进展
3.基于深度学习的图像识别技术在火灾中的应用
4.基于深度学习的图像识别技术在柑橘病虫识别中的应用研究
5.深度学习在基于图像识别的卵巢癌诊断和预后中的应用进展
因版权原因，仅展示原文概要，查看原文内容请购买。
《基于机器视觉挖掘机工作装置姿态识别与目标定位》
《基于机器视觉挖掘机工作装置姿态识别与目标定位》篇一一、引言随着人工智能与机器人技术的快速发展，机器视觉技术在工程机械设备中的应用日益广泛。
其中，挖掘机作为重要的土方工程设备，其工作装置的姿态识别与目标定位成为了提高工作效率和安全性的关键技术。
本文旨在探讨基于机器视觉的挖掘机工作装置姿态识别与目标定位技术的研究，以提高挖掘机作业的自动化和智能化水平。
二、挖掘机工作装置姿态识别技术挖掘机工作装置姿态识别是利用机器视觉技术对挖掘机工作装置的空间位置和姿态进行实时感知和识别。
这需要通过对图像信息的获取、处理和分析，提取出挖掘机工作装置的关键特征信息，如位置、方向、角度等。
首先，通过安装高清摄像头等视觉传感器，实时获取挖掘机工作装置的图像信息。
然后，利用图像处理技术对获取的图像信息进行预处理，如去噪、增强等，以提高图像的清晰度和对比度。
接着，通过特征提取算法，如SIFT、SURF等，提取出挖掘机工作装置的关键特征信息。
最后，利用模式识别技术对提取的特征信息进行识别和分类，实现对挖掘机工作装置姿态的实时感知和识别。
三、目标定位技术目标定位技术是挖掘机作业中另一个重要的技术。
通过机器视觉技术，可以实现对作业环境中目标的实时定位和跟踪。
这需要通过对图像信息的分析和处理，确定目标的位置和方向。
在目标定位过程中，首先需要确定目标的特征信息。
这可以通过图像处理和特征提取技术实现。
然后，利用机器学习或深度学习算法对目标进行识别和跟踪。
例如，可以利用卷积神经网络（CNN）对图像进行特征学习和分类，实现对目标的实时定位和跟踪。
此外，还可以利用激光雷达等传感器辅助机器视觉技术进行目标定位，提高定位的准确性和稳定性。
四、技术应用与挑战基于机器视觉的挖掘机工作装置姿态识别与目标定位技术在工程实践中具有广泛的应用前景。
首先，可以提高挖掘机作业的自动化和智能化水平，降低人工操作难度和劳动强度。
其次，可以实现对作业环境的实时监测和预警，提高作业的安全性和效率。
【CN109839109A】基于图像识别和多传感器融合的掘进机绝对位姿检测方法【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910139486.X(22)申请日 2019.02.25(71)申请人 中国矿业大学地址 221116 江苏省徐州市大学路1号中国矿业大学科研院(72)发明人 于月森 刘天宁 张亚男 黄煜茹 张吉阳 吕晓彬 (74)专利代理机构 南京瑞弘专利商标事务所(普通合伙) 32249代理人 刘珊珊(51)Int.Cl.G01C 21/18(2006.01)G01C 21/16(2006.01)(54)发明名称基于图像识别和多传感器融合的掘进机绝对位姿检测方法(57)摘要本发明提出基于图像识别和多传感器融合的掘进机绝对位姿检测方法，该方法在掘进机机身上安装激光指示灯，激光指示灯在工作面上投射出靶标图案；在掘进机的左、右掘进臂及机身安装摄像机，三台摄像机同时采集靶标图案；在掘进机的左、右掘进臂和机身中心处分别安装陀螺仪，陀螺仪采集自身坐标系下的三轴角速度和旋转量；在掘进机电控箱里安装位移传感器采集掘进机向工作面位移的位移量；根据采集数据，建立同一特征点在立体摄像机左、右成像平面内的像素坐标的等效约束方程，实时解算特征点的三维坐标，进而实现机身在工作面空间内的定位。
权利要求书2页 说明书5页CN 109839109 A 2019.06.04C N 109839109A1.基于图像识别和多传感器融合的掘进机绝对位姿检测方法，其特征在于，包括步骤：(1)定义掘进机所要挖掘的面为工作面；在掘进机机身朝向工作面的一面的中心处安装激光指示灯，激光指示灯在工作面上投射出靶标图案；在掘进机的左掘进臂朝向工作面的一面上安装左摄像机，在右掘进臂朝向工作面的一面上安装右摄像机，左、右摄像机同时采集工作面上的靶标图案；在掘进机电控箱里安装位移传感器，位移传感器用于采集单位时间内掘进机向工作面位移的位移量；在掘进机的左、右掘进臂和机身中心处分别安装陀螺仪，所述三个陀螺仪分别输出自身坐标系下的三轴角速度和旋转量；(2)选取靶标图案中的某个像素点作为特征点；分别计算特征点在左、右摄像机成像平面内的像素坐标；(3)建立特征点在左、右摄像机坐标系的等效约束方程：AX＝0x＝[x x ′]其中，A为特征点在左摄像机成像坐标系内的齐次坐标矩阵，x为特征点在左摄像机成像平面内的像素坐标，x ′为特征点在摄像机右成像平面内的像素坐标，p为左摄像机的投影矩阵，p ′为右摄像机的投影矩阵；(4)根据特征点在左、右摄像机坐标系的等效约束方程，计算：其中，B表示特征点在掘进机机身坐标系内的坐标，θ为左、右摄像机拍摄镜头轴线之间的偏转角；(5)根据位移传感器和三个陀螺仪的测量结果分别计算掘进机在三个陀螺仪所在位置权 利 要 求 书1/2页2CN 109839109 A。
基于图像识别的电铲铲齿缺失智能监控系统研究
设备管理与改'♦Shebei Guanli yu Gaizao基于图像识别的电铲铲齿缺失智能监控系统研究靳海军(黄国坤！赵利辉！(1.神华北电胜利能源有限公司露天矿机电管理部，内蒙古锡林浩特026015；2.北京中矿华沃科技股份有限公司，北京100083)摘要:为解决现有露天矿电铲作业时，无法及时发现铲齿或销子缺失的问题,构建了一套基于图像识别的电铲铲齿缺失智能监控系统。
该系统通过高清摄像机外加近激光红外光装置实时电铲铲齿的图像，并将图像电铲驾驶室内的嵌入式工控机上;通过AI视觉图像标定和智能，时视图像中铲齿的特和，有铲齿的信,图像监视器上。
，AI视觉图像标智能铲齿的状态，一发现铲齿丢失，立，司机监控铲齿。
关键词：图像识别；智能监；电铲；铲齿;报警0引言目前，露天矿现场的主要开采工艺还是以穿、爆、采、运为主要的工作。
矿石载运工，电铲为的式，失的电铲铲齿为电铲过程中的。
电铲铲齿一入后，机和，业的失。
际的矿业中，电铲铲齿脱落丢失的现象时有发生，且不易被及时发现，这样脱落的铲齿就极有能混入矿石中，与之一起进入机，对机及极的损害。
本文介绍的电铲铲齿缺失智能监控系统采用AI视觉图像标智能技术，当铲齿或销子脱落时能及时，避免上述情况的发。
1电铲铲齿缺失智能监控系统的设计思路(1)本系统通过高清红外摄像机配合近激光红外补光装置，实时电铲铲齿的图像，图像电铲内的入式工控机上，通过AI视觉图像标智能技术，识别视图像中铲齿及销子的特，销子或铲齿是否失，一发现铲齿或销子丢失，司机监控铲齿状态。
(2)本系统利露天矿车现有的卡车防撞预警系统无线RF433M网络现电铲与卡车之间的，当系统检测到铲齿失或销子丢失时，刻通过无线RF433M网络向对的卡车行，防止卡车司机有销子或者铲齿的矿料走，对铲齿或销子的寻找困，同时避免销子或铲齿入工艺中对机害。
2电铲铲齿缺失智能监控系统的构成2.1硬件部分(1)车高速嵌入式Linux工控机:安装在电铲驾驶室里，为终端。
人脸识别智能相机在电控挖掘机上的应用
20挖掘机作为一种典型的工程机械，在经济发展中扮演着很重要的角色。
本文结合挖掘机的具体使用场景，探讨人脸识别相机在挖掘机上面的应用。
一、系统组成该系统硬件部分包括智能相机、电控挖掘机以及通讯网络三部分组成。
1.智能相机相机安装在驾驶舱内，摄像头面对驾驶员，可以时刻监测驾驶员的脸部特征。
其主要是由成像元件，包括镜头、CMOS、补光灯、滤光片等，另外还有主芯片、内存、通讯模块、通信天线、扬声器、外壳等组成。
相机需要正对驾驶员，并需要检测到驾驶员头部所有的信息。
2.电控挖掘机电控挖掘机是在传统挖掘机上面增加了电子控制部分，由挖掘机的整机控制器来控制挖掘机的各个部件的协同动作，且可以通过CAN网络与显示器、TBOX等进行信息交互，完成功能或者一些模式的设置。
3.通讯网络通讯模块包括无线通讯模块，负责相机与平台间的信息交互；还有本地通讯模块，主要为CAN通讯网络，负责与整机本地的控制器之间的通讯。
4.系统功能设计通过智能相机的人脸识别，与挖掘机系统进行信息交互，以及挖掘机系统的接收和响应，再加上云平台的配合，可以实现智能解锁、智能切换操纵模式、智能自动停机、驾驶员疲劳监测以及车队管理功能。
5.智能解锁传统挖掘机一般都是使用机械钥匙，存在遗落或失窃的风险。
且挖掘机的破坏力较强，钥匙若被非合法操作人员使用，存在很大的风险。
系统增加智能相机后，可以通过人脸识别来解锁车辆。
人脸的生物特征作为解锁，具有特异性强、不易破解等优势，并且可以与驾驶员注册和绑定，非注册人员就无法解锁，大大提高了挖掘机的安全性。
实现方式为，当整车上电后，相机会识别驾驶员是否入镜，检测到入镜后会比对驾驶员的面部特征，并与已注册的驾驶员特征进行比对，识别为注册驾驶员后，发出允许起动状态至控制器，控制器自动解锁。
若检测不到驾驶员或检测为非注册驾驶员时，则禁止起动至控制器，控制器实现锁车。
智能解锁后，若一直为上电状态，即使检测不到驾驶员也不再进行锁车控制，这样可避免驾驶员操作时有扭头或者有较大动作，导致相机无法检测到人脸的情况，进行错误锁车的情况。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1
现有技术的不足
为了能够及时发现大型矿用挖掘机铲斗前部断裂或脱落的斗齿，现有的方法是在设备上加装一套摄像显示器系统，操作人员通过摄像头在终端的显示屏观察斗齿完整与否。
在实际使用中存在几个
不足：其一由于挖掘环境的恶劣，
挖掘过程伴随着大量的粉尘和较大石块，
加之物料黏性较大或者环境潮湿，物料堆积在斗齿部位增加操作员辨别的难度；其二长时间频繁检查挖掘作业，特别是夜间作
业增加了操作员的疲劳程度，
在发生断齿时很难第一时间确定可疑物料的范围，
导致整个工艺线停产排除故障。
如果未能及时发现折断的斗齿，
则会使该段斗齿随着渣土、矿石等一起被拉走并进入破碎系统，由于斗齿的特殊材质必定会造成重大经济损失。
2基于图像识别的斗齿监控系统
为克服现有监控系统的缺点，挖掘机设备采用了一种基于图像识别技术的斗齿状态监控系统。
该系统采用红外热成像技术，把扫描到斗齿的热信号转化为立体图像，对挖掘机铲斗位置进行实时监控；在特定位置对斗齿进行采样拍照，并在后台运行智能分析算法，当发生断齿情况时，及时发出报警信
息。
软件还具备历史视频存储、
回放、下载、删除、报警信息存储、报警图片抓拍等功能。
整套监控系统基于Visual Studio 2008、
OpenCV 、C++[1]软件平台开发。
图1是监控系统的组成部分，包括取流模块（SDK 摄像机），算法分析模
块，报警模块以及故障存储模块四大部分。
其中取流过程进行实时的图像采样，算法分析将采样的图像
数据进行比对分析，报警过程属于报警触发，
故障存储是在报警触发后所采取的数据记录。
3监控系统在挖掘机上的应用
由于铲斗斗跟石矿颜色相近，在图像识别过程
中会带来很大困扰。
在挖斗卸完石矿后，
会有几秒钟的空斗情况，此时对空斗进行图像抓拍，是图像识别的关键，因此采取的解决方案是定位+识别+隔帧取流的技术。
通过隔帧取流方法更有效快捷的提取到符合识别算法的图像，然后在对该图片进行特征提取识别，再通过一定的图像处理技术缩小检测目标的范围，进一步提高算法的精度以及性能，降低算法的误差性。
最终达到的效果是抓拍效果图—轮廓特征图—二分值图。
SDK 摄像机安装在天轮位置，便于拍摄铲斗齿
尖。
系统主机安装在驾驶员操作室内，
显示屏安装在操作员左前方位置。
监控系统在投入使用前首先进行特定位置斗齿图像库的建立和，针对电铲装车卸料后的状态抓拍图像，进行大量的图像数据采集形成图像数据比对
库。
采集的图像数据越全面，
系统识别的精度越高。
抓拍到的每一幅图像都是目标效果图样本，将目标效果图特征提取后生成目标轮廓图，目标轮廓图进行图像处理从中抽取出目标对象的二分值图。
所有样本图像处理的信息数据汇集构成了图像识别的完
整数据库。
整个数据库是一个独立的动态库，
并可兼容多种设备，
如下页图2—图4所示。
收稿日期：2017-11-12
★基金项目：矿山采掘装备及智能制造国家重点实验室项目（2015DQ630408）
作者简介：岳海峰（1982—），男，硕士，工程师，现从事电气设计工作，研究方向为矿用挖掘机设备的电气传动与控制系统。
一种基于图像识别的斗齿监控系统在挖掘机上的应用★
岳海峰
（太原重工股份有限公司技术中心，山西
太原
030024）
摘
要：主要介绍了图像识别技术在挖掘机铲斗斗齿保护方面的应用，
重点论述了通过图像识别特定位置进行铲斗抓拍以及隔帧取流的关键算法分析。
将基于图像识别的斗齿监控系统应用在挖掘机上，实现了对斗齿磨损或者丢失的自动识别和自动报警。
关键词：图像识别
算法分析
斗齿判断
自动报警中图分类号：TU621;TG142.72
文献标识码：A
文章编号：1003-773X （2018）03-0073-02
DOI:10.16525/14-1134/th.2018.03.31
总第179期2018年第3期机械管理开发
MECHANICAL MANAGEMENT AND
DEVELOPMENT
Total 179No.3，2018
图1基于图像识别的斗齿监控
系统
实践与应用
针对要识别的特定类型的挖掘机斗齿，aboost [2]
分类器算法进行分类器训练，生成的分类器文件保存在XML 文件中，在后面的分析中，使用该XML 文件进行分类。
数据库模板建立完成后，斗齿监控系统可以投入运行。
系统运行过程中，SDK 摄像机进行实
时视频采集，并进行实时视频显示，
同时将每帧数据进行解码，当实时数据传送给算法分析库之后，
算法首先对当前图像数据进行预处理，并与之前训练的数据库进行比对分析，当检测到符合识别算法的图像数据之后，进行图片抓拍。
抓拍频率30祯/s ，每秒取3～5祯，时间10s ，每组取40祯左右图片。
并对
每帧图片进行后续分割、
特征提取等算法操作。
轮廓特征提取，首先进行分割，
将铲斗与背景分割开来，其次进行目标轮廓线提取，
从而得到目标的轮廓线图。
获取到目标轮廓线图之后，
使用最小二乘法进行曲线拟合。
拟合之后得到每个斗齿的曲线情况，根据曲线的长度、高度情况与系统设置阈值判断该斗齿是否为断齿或磨损。
连续或间隔5～6祯数据
偏差既可认为有异常情况，
每组数据10s 内出结果。
通过接口将异常结果信息发送给前端界面或其
他系统。
报警模块接到报警信息之后，
会进行报警信息显示以及语音提醒等，具体报警方式可以有多种方式。
通过报警模块会触发抓拍存储模块进行数据
抓拍和视频录像功能。
采用视频预录功能，
该功能能够实现将报警之前一段以及报警之后一段视频数据
进行保存，从而利于后续查看、
分析原因等。
4结语
在挖掘机上应用基于图像识别技术的斗齿监控
系统，不仅可以将斗齿状态实时视频显示，
还可以对斗齿是否完整进行自动识别和报警，提升了挖掘机
产品的自动化水平，提高了产品竞争力，
填补斗齿掉落损坏后不能自行报警的空白，对铲斗本体以及生产工艺后续设备提供了必要的保护，从而产生很大的经济效益和社会效益。
参考文献
[1]苏彦华.Visual C++数字图像识别技术典型案例[M].北京：人民邮电出版社，2004.
[2]
张国云，
郭龙源,吴健辉,等.计算机视觉与图像识别[M].北京：科学出版社，2012：89-120.
（编辑：
李媛
）图2铲斗效果图图3铲斗轮廓
图
图4铲斗二分值图
Application of Bucket Tooth Monitoring System Based on Image
Recognition in Excavator
Yue Haifeng
（Technology Center of Taiyuan Heavy Industry Co.,Ltd.,Taiyuan Shanxi 030024）
Abstract:The application of image recognition technology in bucket tooth protection of excavator bucket is introduced.The key algorithms of bucket capture and frame separation by image recognition are discussed in detail.The bucket tooth monitoring system based on image recognition is applied to excavator.The automatic recognition and alarm of the wear or loss of the bucket teeth are realized.
Key words:image recognition;algorithm analysis;bucket tooth judgment;automatic alarm
第33卷
机械管理开发
jxglkfbjb@。