基于机器视觉的自动扶梯驱动链安全检测方法

技术领域

本发明涉及机器视觉领域，具体涉及一种基于机器视觉的自动扶梯驱动链安全检测方法。

背景技术

现有的自动扶梯驱动链保护装置主要分为机械式和光电式，这两种形式的驱动链保护装置只是检测的方式不一样，不管是机械式还是光电式，驱动链保护装置一旦检测到驱动链发生意外缩短或伸长时，都能使该装置的电气安全开关产生动作，迫使主机停止运行，最终实现保护功能。但在实际运行过程中，当主驱动链断裂时安全监测装置的微动开关并未动作，其原因可能是内部油污过多、摩擦阻力太大、弹簧失效。为提高驱动链安全保护装置的稳定性，国内外学者通过对驱动链的材料、断链保护方法、链条润滑方式等进行改进，使用信号检测、PLC、声波探测等技术提高保护装置的灵敏度与实时性。然而这些保护方法通过事后感知，并没有对驱动链潜在的实时状态提供完整的评估以及对潜在的安全隐患进行预警。目前对于自动扶梯安全检测方法仍为人工检测，检测效率不高，人工强度较大，在检测过程中会出现测量结果准确性差和可重复性差、测量效率低下等问题。

发明内容

针对上述存在的问题，本发明提供了一种基于机器视觉的自动扶梯驱动链安全检测方法。

为实现上述目的，本发明的技术方案是：

一种基于机器视觉的自动扶梯驱动链安全检测方法，包括以下步骤：

步骤S1，搭建检测装置，检测装置包括对应待测驱动链1处设置的支撑架5，支撑架5上设置有与数字光源控制器4连接的背景光源2，背景光源2一侧设置有CMOS相机3，计算机6通过CMOS相机3实时采集检测图片；

其中，所述的背景光源2为条形光源，背景光源2的长度尺寸可以根据实际需求进行调整，照射角度、透光度也可以根据需求随时调整。

所述的数字光源控制器4是PWM数字调光模式，有4个光控通道，单通道的最大输出功率为30W。

所述的数字光源控制器(4)采用上位机控制，通过RS232通讯接口连接计算机(6)，设置各通道的亮度等级，并且可以读取各个通道的当前等级亮度。

所述的CMOS相机3与背景光源2的高度调节与前后距离的移动，通过调节模组的高度实现CMOS相机3高度调整为237.50±100.00mm，背景光源2可调高度为287.17±100mm，通过调整旋钮的位置可以调整CMOS相机3与背景光源2间距范围在50mm-400mm。

步骤S2，CMOS相机3对准待测驱动链需要测量位置，使用计算机6控制数字光源控制器4调整背景光源2亮度，使CMOS相机3能够清晰的采集待检测位置；

步骤S3，计算机6接收CMOS相机3采集到的实时图像，通过图像处理对待测图样进行分析；

所述的图像处理包括：相机标定、预处理、长度测量、缺陷检测；

步骤S31，相机标定，采用张正友标定法重新标定相机的内外参数，并且计算畸变参数；

步骤S32，预处理，包括灰度化、图像增强和形态学处理；

灰度化将原有图片的像素RGB值统一成同一个值，灰度化后的图像将由三通道变为单通道；

图像增强对原始图片的边缘信息、轮廓信息和对比度进行突出或增强，更好的显示图像的有用信息；

形态学处理为对图像进行滤波、剔除无效信息，进一步增强图像的特征信息；

步骤S33，长度测量，通过特征提取、图像拼接与轮廓提取进行处理；

对预处理之后的图片，把链条作为明显的特征从原有的图像中提取出来；

对驱动链进行人工标记分割为相机的有效视野范围大小，采用图像拼接技术把每次拍摄的图片进行拼接；

所述的图像拼接为采用基于局部特征匹配的图像拼接算法，图像局部特征是由角点、边缘、斑点组成，通过寻求多幅图像间共同的特征，将相同特征进行融合，进而得到高分辨率的宽视角的图像；

将拼接完成的图像，进行轮廓提取，从而获得完整链条的轮廓，进而测得链条的长度；

步骤S34，缺陷检测，包括特征提取、轮廓提取、边缘检测以及模板匹配；

计算机对于实时接收到的驱动链图片，经过初始化之后进行特征提取，将链条从复杂的背景中提取出来；

通过轮廓提取、边缘检测，获得部分链条的清晰轮廓，判断此部分链条有无明显磨损；

采用模板匹配算法对驱动链内部的磨损缺陷检测，以完好无缺的链条为初始模板，采用基于形状的模板匹配，对链条进行实时检测。

所述的边缘检测采用Canny算子进行边缘检测。

本发明的有益效果是：

本发明提出的种基于机器视觉的自动扶梯驱动链安全检测方法，结合相应的照明系统，可以对驱动链进行更快的定位、识别；通过机器视觉检测，解决驱动链超过调整极限、链条与链轮不能正常啮合、链条变形或出现裂纹等问题。相对于传统的测方法，机器视觉检测不但可以节约成本和时间，提高检测效率以及降低人工劳动强度，还可以将驱动链的实时状态进行收集进而反馈给检测人员，相对于原先的人工检测，更加方便直接，检测的结果准确性更高，更具有实际的应用价值。

附图说明

图1为本发明的检测装置的搭建示意图；

图2为图1中支撑架主视图；

图3为图1中支撑架左视图；

图4为图1中支撑架俯视图

图5为本发明的图像处理流程图；

附图标记说明：

1.待测驱动链，2.背景光源，3.CMOS相机，4.数字光源控制器，5.支撑架，

6.计算机。

具体实施方式

下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述。

本发明的一种基于机器视觉的自动扶梯驱动链安全检测方法，包括以下步骤：

步骤S1，搭建检测装置，如图1所示出的，检测装置包括对应待测自动扶梯驱动链1处设置的支撑架5，支撑架5上设置有与数字光源控制器4连接的背景光源2，背景光源2一侧设置有CMOS相机3，计算机6通过CMOS相机3实时采集检测图片；

其中，所述的背景光源2为条形光源，它对驱动链的外观检测、缺陷识别有着很大的效果，并且背景光源2的长度尺寸可以根据实际需求进行调整，照射角度、透光度也可以根据需求随时调整。

本发明使用的数字光源控制器4是PWM数字调光模式，它有4个光控通道，单通道的最大输出功率为30W。该数字光源控制器有手动调节与上位机调节亮度两种方式，为了方便检测人员根据驱动链背景调整合适的亮度，采用上位机控制，通过RS232通讯接口连接计算机，可以设置各通道的亮度等级，并且可以读取各个通道的当前等级亮度。

如图2，3，4所示，为本发明设计的支撑架5的主视图、左视图、俯视图。支撑架5可以实现CMOS相机3与背景光源2的高度调节与前后距离的移动。通过调节模组的高度实现相机3高度调整为237.50±100.00mm，背景光源可调高度为287.17±100mm，通过调整旋钮的位置可以调整相机3与背景光源4间距范围在50mm-400mm。

步骤S2，CMOS相机3对准待测驱动链需要测量位置，使用计算机6控制数字光源控制器4调整背景光源2亮度，使CMOS相机3能够清晰的采集待检测位置；

步骤S3，计算机6接收CMOS相机3采集到的实时图像，通过图像处理对待测图样进行分析；

所述的图像处理包括：相机标定、预处理、长度测量、缺陷检测；

步骤S31，相机标定，采用张正友标定法重新标定相机的内外参数，并且计算畸变参数；本发明使用11×9圆点标定板，精度为0.01mm。

步骤S32，预处理，包括灰度化、图像增强和形态学处理；

灰度化将原有图片的像素RGB值统一成同一个值，灰度化后的图像将由三通道变为单通道，后续数据处理会简单许多；

图像增强可以对原始图片的边缘信息、轮廓信息和对比度等进行突出或增强，从而更好的显示图像的有用信息，提高图像的使用价值。图像增强技术是在一定标准下，处理后的图像比原图像效果更好。

形态学处理为对图像进行滤波、剔除无效信息，进一步增强图像的特征信息；

步骤S33，长度测量，通过特征提取、图像拼接与轮廓提取进行处理；

对预处理之后的图片，把链条作为明显的特征从原有的图像中提取出来；

考虑到链条长度大大超出了相机的视场范围，对驱动链进行人工标记分割为相机的有效视野范围大小，采用图像拼接技术把每次拍摄的图片进行拼接；因为驱动链图片的重复性和鲁棒性较好，本发明采用基于局部特征匹配的图像拼接算法，图像局部特征是由角点、边缘、斑点组成，通过寻求多幅图像间共同的特征，将相同特征进行融合，进而得到高分辨率的宽视角的图像；

将拼接完成的图像，进行轮廓提取，从而获得完整链条的轮廓，进而测得链条的长度；

步骤S34，缺陷检测，包括特征提取、轮廓提取、边缘检测以及模板匹配；

计算机对于实时接收到的驱动链图片，经过初始化之后进行特征提取，将链条从复杂的背景中提取出来；

通过轮廓提取、边缘检测，获得部分链条的清晰轮廓，判断此部分链条有无明显磨损；本发明中采用的是Canny算子进行边缘检测，其不仅可以精准定位驱动链边缘，还可以有效的去处噪声。

采用模板匹配算法对驱动链内部的磨损缺陷检测，以完好无缺的链条为初始模板，采用基于形状的模板匹配，对链条进行实时检测。

以上所述的实施方式，是为了帮助读者能够更好的理解本装置实施方法，并非局限于上面揭示和描述的具体实施方法。即凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰，皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。