机器视觉的核心内容是图像的处理和识别。由于图像的获取受影响因素较多,而且图像处理和分析的目的不同。所以,对于不同的应用条件和应用场合,可采用不同的图像处理和识别过程。通常的图像处理和识别过程可表述成图3-1所示。由于输送带本身为低对比度、低灰度值的物体,而输送带裂纹不规则,边缘条件恶劣,难以检测到清晰边界。在以往的文献研究中只能实现对纵向撕裂检测,而未能实现报警。在本文中为了实现对输送带纵向撕裂在线自动检测和识别报警的功能,对工业相机实时采集的原始图像进行了图像处理和识别算法研究。其具体流程如图3-2所示,流程阐述如下:(1)利用工业相机采集帧图像到缓存;(2)针对系统纵向撕裂图像的特点,对缓存中的图像进行预处理过程设计,其具体实现步骤为:图像灰度化、改进直方图均衡化、中值滤波、直方图阈值二值化和形态学去噪声;(3)图像预处理后,接着对图像进行改进的Canny边缘检测,对边缘进行连接,删除假边缘,以便于下一步提取报警特征量,本文在边缘检测的基础上进行轮廓提取,当有轮廓检出时,保存当前帧图像;(4)保存当前帧图像的同时,对纵向撕裂裂纹的像素面积和个数作为特征量识别报警分析。当检到的轮廓个数大于设定值时,对撕裂进行预警,但不发撕裂报警信号;当检到的最大轮廓面积或所有轮廓面积大于设定值时,对纵向撕裂发出报警和停机信号。
