基于matlab的塔机卷扬机钢丝绳缠绕形式图像识别技术_第1页
基于matlab的塔机卷扬机钢丝绳缠绕形式图像识别技术_第2页
基于matlab的塔机卷扬机钢丝绳缠绕形式图像识别技术_第3页
基于matlab的塔机卷扬机钢丝绳缠绕形式图像识别技术_第4页
基于matlab的塔机卷扬机钢丝绳缠绕形式图像识别技术_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、 基于matlab的塔机卷扬机钢丝绳缠绕形式图像识别技术 崔康基摘 要:针对由于塔机卷扬机在缠绕钢丝绳过程中由于出现乱绳现象导致钢丝绳磨损问题,利用MATLAB的图像处理技术对现场拍摄到的卷扬机钢丝绳图像进行处理,基于得到的乱绳特征图像对出现乱绳的位置进行标记显示,对排线整齐的部分正常显示。通过图像处理可以判断塔机卷扬机上缠绕的钢丝绳是否存在乱绳现象及出现乱绳的位置。Key:钢丝绳;乱绳;图像处理;标记显示0.引言如今,国内城市化建设进程加快,塔式起重机(以下称为塔机)作为建筑施工现场重要的垂直运输机械,得到了广泛的应用,但塔机安全管理手段和技术的相对不足,也导致的塔机安全事故频繁发生。据不完

2、全统计,在塔机服役期间,由于钢丝绳损伤所引起的安全事故占塔机设备事故原因的7%左右,而能引起钢丝绳损伤的一个重要的原因就是在塔机卷扬机对钢丝绳进行缠绕的过程中,由于导向滑轮或排绳装置异常导致绕绳过程出现乱绳现象,造成钢丝绳应力增加和磨损,缩短了钢丝绳的使用寿命,易导致钢丝绳发生断裂,造成安全事故的发生。故针对上述问题,现阶段所采用的技术是利用视频监测技术,在卷扬机上方安装网络摄像头,用于采集卷扬机卷绳的工作状态视频,并显示在塔机司机室内的显示器上,依靠司机观察判断是否出现乱绳现象。本文基于该技术基础上,对拍摄到的现场图片进行图像处理,以一种更加直观明确的方式判断显示出现的乱绳现象,为判断钢丝绳

3、缠绕状态提供一种辅助手段,方便对出现的乱绳问题进行整改。1.图像预处理由于现场拍摄到的图片尺寸质量不一,卷扬机所在位置也大不相同,故首先要对图像进行几何操作,将卷扬机分割出来方便以下的操作。1.1图像灰度化处理如果对源色彩图像进行数字处理,其运算量较大,且不利于研究后续处理。所以我们先将源色彩图像运rgb2gray函数转化为灰度图像,然后对经过灰度处理的图像进行几何处理。1.2图像插值旋转在对数字图像进行旋转的时候,各像素的坐标会发生变化,使得旋转之后不能正好落在整数坐标出,需要进行插值。使用imrotate可以对图像进行插值旋转,其默认插值方法为最邻近插值法。1.3图像剪切在对图像进行插值旋

4、转之后,对卷扬机部分进行剪切。运用imcrop函数,剪切图像中的一个矩阵子图,通过调整矩阵参数获得图像中卷扬机的部分。1.4噪声中值滤波由于天气状况、背景干扰等特殊因素的影响,图像被引入了各种噪声,导致图像质量下降,影响视觉效果和信息的可用性,故要对图像进行降噪处理。本文采用的降噪方法为中值滤波,原理是把数字图像或数字序列中一点数值用该店的某个领域中所有点的中值来代替。它的优点是运算简单且速度快,在滤除噪声尤其是滤除脉冲噪声的同时,能很好的保护信号的细节信息。将进行完几何变换之后的图像进行中值滤波,完成降噪处理。2.动态阈值分割-bernsen算法为解决图像中的阴影、光照不均匀、各处的对比度不

5、同、突发噪声、背景灰度变化等因素导致的图像钢丝绳排列状况不易观察区分的问题采用图像分割中的动态阈分割。可以用于坐标相关的一组阈值(即阈值是坐标的函数)来对图像各个部分分别进行分割,该方法的时间复杂度和空间复杂度比较大,但抗噪声能力强,对一些用全局阈值法不易分割的图像有较好的效果。本文采用的动态阈值算法为Bernsen算法,通过对每个像素确定以它为中心的一个窗口.计算窗口内的最大值和最小值,再取它们的平均值作为该点的阈值,可以证明图像像素点灰度值和该阈值的差具有二阶导数的性质,故取差的过零点就可以得到二值分割结果。Bernsen算法的具体过程如下:对图像中各个像素点(i,j)用b(i,j)值逐点

6、进行二值化。用bernsen法对预处理完成的三张图片进行分割,可以得到得到钢丝绳的排线状态。3.寻找乱绳特征位置3.1灰度直方图灰度直方圖表示数字图像中各灰度级与其出现的概率的统计关系,对图像进行灰度直方图的绘制,找出出现乱绳特征的位置其灰度级的不同状态。3.2二值化处理根据绘制的直方图,找出乱绳位置的灰度级范围,将在此范围之内的灰度级统一为灰度级255,在该范围之外的灰度级统一为灰度级0。3.3 bwareaopen函数为保障二值化处理后的图像不受一些细小噪声的影响,使用bwareaopen函数将一些出现在图像中面积较小的区域删除掉,增加乱绳特征位置识别的准确性,经过处理的图像如下:4.标记

7、乱绳特征位置4.1灰度膨胀函数为使二值化处理的特征位置图像表现出来的乱绳特征更加明显,便于区分,运用imdilate灰度膨胀函数对特征图像进行膨胀处理。4.2连通域标记函数经过灰度膨胀处理后的特征图像表现出来的特征为出现乱绳特征的位置,其相邻的灰度级为255的特征会连通为同一块区域,乱绳位置与连通区域个数相同,故用 连通域标记函数bwlabel将连通区域的位置和个数计算出来,本文采用8连通寻找区域,指一个像素,如果和其他像素在上、下、左、右、左上角、左下角、右上角或右下角连接着,则认为他们是联通的。4.3标记乱绳位置基于上述的图像处理工作,运用rectangle函数绘制标记矩形,将计算得到的乱绳特征出现的不同位置用绿色矩形在灰度图像中标记出来,其效果图如下:5.总结本文基于机器视觉技术运用matlab将塔机卷扬机在工作过程中出现的乱绳现象在图像资料中标记出来,目的以辅助工作人员对卷扬机钢丝绳状态进行判断,对出现问题的塔机卷扬机钢丝绳及时进行整改,避免安全事故的发生。本文虽对出现乱绳现象的图像进行识别标记,但整个识别缺乏智能化,对每一副图像都要确定基础参数,需要在日后的工作中进行优化。Reference1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论