1 引言

由于带式输送机具有大运量连续运输的特点，所以在矿井生产运输中起到举足轻重的地位。由于现代采煤机配套技术的不断发展，相应的矿井生产能力也由百万吨向千万吨转变。这样就对矿井的主要运输工具带式输送机提出了比较高的要求，需要带式输送机不断的向大型化、高速化发展。而随着带式输送机输送能力的不断提高新的问题也就不断的出现，由于带式输送机的加长加大承担的角色越来越重要，所以矿井对于输送带的可靠性提出了严格的要求，其中有一点就是尽量避免停机。而输送带作为带式输送机里最为薄弱的环节，所以最容易出现问题。其中输送带的主要职责是传递动力还承载被输送物料的。而输送带的动力传递主要靠摩擦，这就导致输送带容易出现高温、撕裂、断带等情况[1]。而这几种情况里又属撕裂最为严重，如果当皮带出现撕裂时没有能够及时的停车就会将撕裂面传递开来，由于输送带的速度很快后果将不堪设想。轻则导致矿井停产，重则会出现生命安全事故。目前国际上对皮带撕裂的监测一般有2种方法，一种是撕裂后报警；另一种是当皮带有撕裂趋势时提前预警。本文提出了一种虚拟仪器的机器视觉的技术方法。其主要部件是利用一种叫NI的智能化照相机。这种相机能够自己拍摄图片并进行快速处理。目前已在多个行业得到了很好的应用[2]。

2 虚拟仪器整体组成

  

图1 虚拟仪器系统构成

本文的虚拟仪器系统是参照计算机进行设计的，其主要功能包括对图像数据的处理，将处理后的结果存储并在显示器上显示。如图1所示，系统的外设主要由监测图像的镜头或是传感器组成，而系统的传输接口主要有并行接口、串行接口、其他设备接口、GPIO以及接口卡等，同时还支持各种工业用的传输通信标准能够很方便的和其他仪器实现互联。独立的模块包括：对采集到的信号进行调理的模块，数据采集模块以及图像采集模块等[3]。虚拟机将采集到的信息一方面进行处理存储显示，另一方面通过以太网上传到服务器或者是地面监控站等。其中人机交互界面可以实现图像查看、参数修改、远处操控等。

3 视觉检测流程

NI智能化照相机使用特殊的配置方法后可以在内部进行编程，所以使用起来相当灵活，能够应用到各种不同的场合[4]。如图2所示的处理流程：首先对智能相机系统进行初始化，其中包括硬件和软件的初始化。当初始化顺利完成后相机就进入了预设的处理程序开始准备下一步动作。第二步是当初始化完成后相机开始对皮带进行图像采集，然后将采集到的图像先存储在预设的大容量存储器。然后对刚采集到的图像进行初步处理以及去除掉无用的图片，这个处理过程大体分为以下几步：将图像进行平滑处理，然后是边缘检测，最后利用数学工具对前面处理完的图像进行卷积运算。经过上面几步的处理已经达到了初步的效果，然后根据以往处理总结的专家系统的经验来创建可能出现问题的区域，对其进行进一步细化处理。然后对这个区域的图像进行裂缝像素的比例计算出最后的结果。由于这时对撕裂的预警，并没有真正的发生撕裂，所以在带式输送机控制上不能一味的停车，在矿井下尤其是特大型矿井停机的成本很高。所以采用设置阈值的方法来判定撕裂的程度，当小于这个阈值时采取的控制策略是只报警不停机，当大于这个阈值时说明撕裂风险很大，这时便采取停机处理同时也要报警提示，最后将处理结果上传到地面控制室或者是服务器。

教师只是学生学习的引路人，不是代跑者。老师最终教会学生的不仅仅是知识，更重要的是学习能力、逻辑思维能力和创新能力。教师对于每个阶段的听力学习要进行实时分析和动态把控，从个体到整体进行深度的剖析，研究整个班级的整体特点以及学生的个体差异，有策略地开展教学。根据学生对知识的把握程度，逐步放手，从手把手的教学方式过渡到学生自我反思的阶段，从基础知识的学习过渡到能力的培养。

此研究采用SPSS17.0软件。进行数据处理分析,计数资料以(%)表示,以卡方检验。P<0.05为差异具有统计学意义。

  

图2 NI视觉检测流程

4 具体图像处理和分析过程

4.1 采集图像的颜色

堤坝在平时维护时，大都采用的是承包制的方式，造成一些水库无人看管，长期如此，会让一些设施形成锈蚀和损坏，如果有汛期或是旱季，将不能正常运行。有可能会形成弃水，又或者会出现严重的渗漏问题。

4.2 对比查找经验表

将处理后的图像进行分割主要是为了更好的确定故障区域，将需要处理的图像尽量划分在最小的区域里，这样就能减少相当的工作量，能够很大程度的提高图像处理效率，很快的判断出故障区域。其中将图像进行分类主要是依靠图像本身的灰度以及颜色等固有的特点。在本文中采用的图像分割方法是比较成熟的全局阈值法。

4.3 将处理后的图像进行分割

对比查找经验表就是利用对比法将经验表里的数据和图像现有的数据进行对比，将不合格的地方按照经验表里的数据进行灰度的处理。这种方法主要的目的就是提高图像的亮度和对比度。在试验中将皮带撕裂后采集到的图像经过相应的处理后效果比较明显，在亮度和对比度方面有很大的提升。

式中：S为被处理的元素，A为未被处理过的图像。

NI相机采集到的图像一般都是具备3种颜色的平面，分别是HSL、RGB、HSV，而这里只采用表示亮度的面。利用这种方法能够把智能相机采集回来的图像细化，化为具有8位灰度数据的图像。由于煤矿井下环境条件比较复杂，所以采集到的图像可能在显示方面不够清晰，而将图像进行一定程度的灰度处理能使图像在显示以及动态方面有所改善，同时使图像和周围物体的对比性更加强烈，图像更加的清晰，使出现问题区域很突出的显示出来。灰度处理的本质就是修改图像每一个像素的对比度[5]。

 

开运算是基本的图像状态处理中最常用到的方法，基本处理思路是先将图像的像素全部打乱，然后再将打乱后的图像扩充。如公式2所示。

4.4 基本的图像状态处理[6]

根据上面的公式可以将图像分割的处理方法理解为，先设定一个判断的标准值T，然后将被分割图像的每一个像素点的灰度值和这个标准值进行大小的比较，一般背景的颜色或者是对比度都比较低，这样就可以将目标图像和背景分离开来。这个标准值很重要，在选定标准值的时候需要经过多方面的科学验证，当验证的结果没问题是才能应用于实际。

 

处理思路：如公式1所示，假设被处理图像的灰度范围是[0，L-1]，而图像的坐标用f（x，y）来表示，也就是说被处理图像的灰度范围限制在0到L-1这个范围内。其中T为选择的被处理图像的灰度阈值。

通过前面的开运算处理可以将被处理的图像边缘轮廓变清晰，另外还能够将以前难以区分的区域区分开来。具体的处理过程就是通过设置的最小结构S与原图像的对比，将小于S的区域丢弃，大于S的区域保留，图像的大小并没有变化，而是去除了一些模糊的区域，使图像更加清晰，轮廓更加明显。

5 实验结果及后期数据分析

设计出来后为了验证相关功能，做了试验仿真。方法是利用NI相机不间断的在一定时间内采集了相当数量的图片信息，选择其中最具有代表性的几张做后期的处理及分析。得到的试验结果如图3所示：

  

图3图像处理前后效果对比

图3 是经过表面图像处理前后的照片对比，通过第二幅图能够很明显的看到输送带撕裂的痕迹，而在未经过处理的图片上显示却是模糊的。

水磨石地面是将石英石、大理石石屑等骨料和(或)需要用于着色的染色剂拌入水泥黏接料制成混凝制品，直接在基层上原位浇筑后经表面研磨、抛光的制品，有时使用黄铜片在其中充当伸缩缝，作为浇筑的分格，减少相邻水磨石的影响.较多使用在行政建筑与公共建筑室内.例如在胶澳总督官署旧址的一二层公共通道、门厅及主楼梯铺设包含黑白石粒骨料的中灰色水磨石地面；胶澳帝国法院旧址的门厅赭石色水磨石地面还镶嵌有黑黄两色的小块地砖形成几何边框.

6 总 结

本文首先从需求的角度分析了带式输送机对煤矿生产中起到的重要作用，又从带式输送机本身出发分析了其需要满足的安全、稳定、可靠的性质。通过分析发现输送带由于其特殊性所以很容易发生故障，而在所有的输送带故障里又属撕裂时最为危险，发生的可能性最高的。所以针对这一情况设计了一套利用视觉识别的方法来识别输送带撕裂故障，做到提前预警。又从识别原理是分析了具体的图像处理方法及过程，最后通过实验验证了这套系统的可靠性。从理论和实践两方面证明了机器视觉应用于煤矿带式输送机撕裂保护的可行性。

参考文献

[1]张唏，顾歆，齐悦等.胶带输送机胶带纵向撕裂连通域图像识别技术研究[J].煤炭工程，2009（1）：104-107.

[2]李宏，杨立峰.井下胶带输送机胶带纵向撕裂监测保护的研究[J].机电产品开发与创新，2011，24（6）：142-144.

[3]毛君，赵永生，王淑娇.矿用输送带纵向撕裂原因分析及其预防[J].煤矿机械，2007（10）：182—183.

[4]荣鑫.基于虚拟仪器的数据采集与处理系统[D].太原：中北大学，2010.

[5]杨帆.数字图像处理与分析[M].北京：北京航空航天大学出版社，2010：59.

[6]张铮，王艳平，薛桂香.数字图像处理与机器视觉[M].北京：人民邮电出版社，2010：284-285