输送带表面图像快速分割技术研究

doi:10.11799/ce201404047

煤炭工程 ›› 2014, Vol. 46 ›› Issue (4): 140-141.doi: 10.11799/ce201404047

输送带表面图像快速分割技术研究

苗继军¹,杨彦利²,张学忠¹,苗长云²

1. 神华乌海能源有限责任公司
2. 天津工业大学

收稿日期:2013-07-05 修回日期:2013-09-02 出版日期:2014-04-11 发布日期:2014-04-10
通讯作者: 杨彦利 E-mail:yyl070805@163.com

Research on the Technique of Fast Image Segmentation for Conveyor Belt Images

Received:2013-07-05 Revised:2013-09-02 Online:2014-04-11 Published:2014-04-10

摘要/Abstract

摘要：

快速图像处理是基于机器视觉的输送带在线状态监测系统的关键技术。针对输送带表面图像的分割，提出了一种快速阈值分割算法。该算法基于图像的灰度信息，具有简单、实时性好等特点。用实际图像对本文算法与其它几种算法进行了对比，结果验证了该算法的有效性。

关键词: 图像处理, 图像分割, 输送带, 机器视觉, 故障检测

Abstract:

Fast image processing is the key technology of on-line vision inspection system for conveyor belts. A fast image segmentation algorithm is proposed to segment conveyor belt images. This algorithm which is only using the grayscale information of images has the characteristics of simple and real-time. The results of comparing with several classical thresholding methods show that the effectiveness of the algorithm.

Key words: image processing, image segmentation, conveyor belt, machine vision, fault diagnosis

中图分类号:

TN911.73

苗继军,杨彦利,张学忠,等. 输送带表面图像快速分割技术研究[J]. 煤炭工程, 2014, 46(4): 140-141.

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.coale.com.cn/CN/10.11799/ce201404047

http://www.coale.com.cn/CN/Y2014/V46/I4/140

参考文献

[1] 祁隽燕,彦海峰,谭超,等. 基于LabVIEW的胶带撕裂机器视觉检测系统研究[J]. 煤炭工程,2009,(9): 123-125.
[2] 滕永青,李仰军,周承仙. 基于机器视觉和虚拟仪器技术的传送带监测系统[J]. 煤矿机械,2008,29(4): 125-127.
[3] 魏涛. 煤炭输送带裂纹检测技术研究[D]. 太原: 中北大学,2010.
[4] Fromme C C,Stager D J,Pilarski T E,et al. Conveyor belt inspection system and method [P]. International Patent: WO03059789A2,2003-07-24.
[5] 杨彦利,苗长云，亢伉. 基于机器视觉的矿用输送带在线监测技术[J]. 矿山机械. 2012,40(8): 52-55.
[6] Sezgin M,Kocaeli G,Sankur B. Survey over image thresholding techniques and quantitative performance evaluation [J]. Journal of Electronic Imaging,2004,13(1): 146-165.
[7] Otsu N. A threshold selection method from gray-level histograms [J]. IEEE Transactions on Systems,Man,and Cybernetics,1979,9(1): 62-66.
[8] 李宏,张冬生,林义刚,等. 基于Otsu理论的灰度图像分割算法研究和改进[J]. 科学技术与工程，2010,10(22): 5437-5440.
[9] 杜奇,向健勇,袁胜春. 一种改进的最大类间方差法[J]. 红外技术，2003,25(5): 33-36.
[10] 郁晶源，宋凯. 最佳阈值分割算法在肺癌细胞识别系统中的应用[J]. 沈阳理工大学学报，2005,24(4): 33-35.
[11] Mishra A K,Aloimonos Y,Cheong L F,et al. Active visual segmentation [J]. IEEE Transactions on Patter Analysis and Machine Intelligence,2012,34(4): 639-653.
[12] Lie W N. Automatic target segmentation by locally adaptive image thresholding [J]. IEEE Transactions on image processing,2012,4(7): 1036-1041.
[13] Kwon S H. Threshold selection based on cluster analysis [J]. Pattern Recognition Letters,2004,25: 1045-1050.
[14] Albuquerque M P D,Esquef I A,Albuquerque E M P D. Image segmentation using nonextensive relative entropy [J]. IEEE Latin America Transactions,2008,6(5): 477-483.

输送带表面图像快速分割技术研究

Research on the Technique of Fast Image Segmentation for Conveyor Belt Images

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价

[1]	景毅袁红兵廉自生. 电动滚筒内部组件对输送带运动性能的影响分析[J]. 煤炭工程, 2019, 51(5): 159-162.
[2]	沈宁,窦东阳,杨程,张勇. 基于机器视觉的煤矸石多工况识别研究[J]. 煤炭工程, 2019, 51(1): 120-125.
[3]	庞雨花. 新型带式输送机调偏装置的结构设计与分析[J]. 煤炭工程, 2018, 50(9): 160-162.
[4]	鲁恒润，王卫东，徐志强，吕子奇，李群. 基于机器视觉的煤矸特征提取与分类研究[J]. 煤炭工程, 2018, 50(8): 137-140.
[5]	张海平，李军霞，黄镇，王楠楠. 带式输送机输送带摩擦学行为研究[J]. 煤炭工程, 2016, 48(2): 109-111.
[6]	张伟，刘海军，李忠. 输送带纵向撕裂SOM检测方法[J]. 煤炭工程, 2015, 47(9): 114-116.
[7]	郭玉梅，赵贺. 选煤厂钢绳芯输送带横断检测装置研究[J]. 煤炭工程, 2013, 45(11): 126-128.
[8]	王怀群. 新型钢丝绳芯输送带X光机在线检测装置的应用[J]. 煤炭工程, 2012, 1(8): 122-124.
[9]	刘鸿鹏. 带式输送机纵向撕裂数字图像检测系统设计研究[J]. 煤炭工程, 2011, 1(10): 16-18.
[10]	涂帅;黄友锐;赵娜娜. 基于数字图像处理的钢丝绳裂纹在线检测[J]. 煤炭工程, 2010, 1(4): 0-0.
[11]	吴房胜. 数字图像处理技术在高精度自动对中装置中的研究[J]. 煤炭工程, 2010, 1(1): 0-0.