专利名称：一种基于机器视觉的料仓极限位置动态料位的检测方法
技术领域：
本发明涉及料仓极限位置料位的检测。本发明具体涉及采用使用数字相机拍摄图 像并进行图像处理的方式进行料仓极限位置料位的非接触式动态检测。
背景技术：
料仓料位检测是安全生产的重要措施。多年来人们采用各种方法对料仓料位进行 检测。常用的检测方法有重锤式、电极式、电容式、机杆式、称重式、回转翼轮式、雷达式、超 声波式、激光式、核子式等。其中重锤式、电极式、电容式、机杆式、称重式和回转翼轮式属于 接触式测量方法，其余的为非接触式测量方法。可以进行极限位置测量的方法有重锤式、 电极式、核子式和激光式。可进行料位连续测量的方法有雷达式、超声波式、机杆式、称重 式、核子式、激光式等。采用图像处理的方式进行深度测量应用广泛。目前的方式多是采用数字相机 自动对焦，直接拍摄图像，然后经过图像处理进行深度、高度测量，具体见专利公开号为 CN1378086的发明专利。然而，针对于固体物料料仓，由于图像拍摄环境特别恶劣，拍摄的图 像存在以下特点(1)料仓粉尘浓度大、湿度大、照度低、拍摄图像质量差，并且相机难以实现自动聚
焦ο(2)料仓中照度波动频繁，例如煤矿井下大型设备很多，电网扰动大，造成照度波动。(3)针对于一些特殊场合，例如煤矿井下煤仓，由于防爆要求，设备及照明功率应
尽量小。因此，由于特殊的图像环境，采用普通的图像处理方式进行深度测量的方法既难 以满足料仓料位测量的实时性、可靠性的要求，也难以实现长期、稳定的检测。专利公开号为CN101270981是一种基于机器视觉的料位测量方法与装置，提出了 针对煤矿井下料仓的料位检测方法，然而这种方法可靠性难以保证，也只能作为静态的连 续测量，不能作为极限位置的动态测量，实际应用受到限制。技术问题由于料仓的图像环境特殊，采用目前已有的方式，具有以下问题(1)数字相机难以自动对焦、拍得可靠的图像；(2)根据此类图像进行料位测量的方法可靠度、精度低；(3)不能解决极限位置的动态测量问题；(4)由于料仓是一个封闭、半封闭的环境，设备运行情况的监控和校验困难，没有 一个基于检测系统的可靠度的自检机制，系统可靠性无法得到保证，难以实际应用。本发明采用使用数字相机拍摄图像并进行图像处理的方式进行料仓极限位置料 位的非接触式动态检测，针对于料仓环境提出了采用计算特征纹理图像熵以及采用PCNN 进行料位计算的方法，采用3种工作状态动态切换的方式，具有以下优点
(1)采用计算特征纹理图像熵以及采用PCNN进行料位计算的方法降低了对于图 像质量的要求，增强了对于料仓恶劣的图像环境的适应能力；(2)采用3种工作状态动态切换的方式，增加了料位检测的实时性与可靠性；(3)实现了料仓极限位置料位的动态检测。

发明内容
本发明由数字相机系统、辅助照明系统、图像处理系统三部分组成。数字相机系统数字相机应安装在料仓的顶部，避开料仓下料口及相关下料口的设施，以免被阻 挡拍摄角度(数字相机布置如图1所示)。数字相机系统应包含一个透明密封罩，一个密封 罩的除尘装置及各自的固定装置。数字相机相关参数根据料仓尺寸及辅助照明强度选择。辅助照明系统辅助照明系统采用一组射灯、其中一个邻近数字相机设置，其余呈等分角度设置 于煤仓仓壁圆周上。光源采用单色光源，选择波长较长的红光或红外光源。根据煤仓的实 际尺寸及环境选择光源功率及射灯数量(辅助照明布置如图2所示)。辅助照明系统主要针对例如煤矿井下煤仓这一类图像环境特别恶劣的料仓的图 像特点设计，料仓图像成像有两个主要难点，一是受生产条件约束，料仓环境存在粉尘浓度 大、湿度大的特点，造成照度衰减很快，且泛光不足；二是出于安全考虑，照明功率应尽量 低。采用多角度照明设计，能有效克服以上困难。图像处理系统图像处理系统包括数据存储、图像处理、数据通信、报警功能。图像处理包括(1)图像熵运算图像熵运算功能是对于拍得的图像提取图像熵，通过图像熵分布规律判断料位是 否进入监测区域。图像熵计算方法(a)对图像进行灰度拉伸由于这里图像处理的目的是进行料位检测，所以可以采用灰度图像。灰度级采用 8位灰度阶。由于料仓图像往往灰度分布不均衡，所以一般都要预先作灰度拉伸。方法如下当灰度是离散值时，频数近似代替概率值，即pr (rk) = nk/n 0 ^ rk ^ 1 k = 0,1, ......，1-1 ；式中1是灰度级的总数目，PJrk)是取第k级灰度值的概率，nk是图像中出现第 k级灰度的次数，η是图像中像素总数。sk=T(rk)=i;k=c.^=Sfc= c. ρ, Crj) 0 ^rk ^ 1 k = 0,1,……，1-1 ；(b)对图像进行微分运算记一幅图像为X(l，j)，微分后的图像记为Y(l，j)。则Y(l, j) = X(l, j)；
5
Y(l, j) = X (1，j) -X (i-1，j)，(i > 1)；在图像中主要包含两部分区域，以仓壁为主体的上部和以物料表面为主体的下 部，其中以物料表面为主体的下部由于光线反射的不规则，呈现亮、暗小区域混合而成，计 算后得到的图像Y中，以仓壁为主体的上部灰度值趋近0值，以物料表面为主体的下部则得 到亮、暗小区域的边界，这一部分将作为信息熵计算的主体。(c)对图像进行二值分割为了进一步清晰微分后的图像，选取一个阈值将图像背景与得到的小区域边界进 行二值分割。得到图像z(l，j)；(d)计算二值图像的信息熵图像熵H(P) =H(P) = -P1InP1-P0InP0 ；其中P1, P。，分别表示Z为1，0时的概率。(2) PCNN料位检测算法(a)采用PCNN算法对图像进行分割，得到料位线。(b)与预制的该焦距下的图像中不同料位在图像中的刻度线对比得到料位值。(c)预制的该焦距下的图像中不同料位在图像中的刻度线的刻度方法将相机镜头焦距调节到对应物距hi处，在料仓底部(料位区间W，2hl])的仓壁 上，竖立标尺，标尺可以设置发光或反光标识，例如发光二极管、反光镜面，对应标尺标识， 拍摄图像，这样得到带有标尺的图像，经图像处理得到料位刻度图像。系统工作流程将系统运行分为检测状态、监测状态、报警状态三种工作状态；设料仓高度为h， 料仓下部料位极限位置为hi ；系统开始工作后，首先将相机镜头焦距设定到物距对应hi 处，系统进入检测状态，在检测状态下，连续拍摄一组η幅图像，计算预处理后图像的图像 熵值Z' (i)，并计算得到图像熵比对值Tl，Tl = [Z' (1)+Z' (2)+...+Z' (n)]/n，n取 整数值，当Tl <= Z时(Z为预先取得的图像熵上限值，Z的获得方法首先将相机镜头焦 距设定到物距对应hi处，将料位调整到2hl处，拍摄一组t幅图像，图像经预处理后分别计 算每幅图像的图像熵，记作Z1，12, ...Zt，计算图像熵上限值Z = (Z1+Z2+. ..+Zt)/t)，返 回检测状态的初始状态，进行下一组η幅图像的比对操作，当Tl > Z时，系统进入监测状 态；监测状态下，连续拍摄一组m幅图像，计算预处理后图像的图像熵值Z' (j)，并计算得 到图像熵比对值 T2，T2 = [Z' (1)+Z' (2)+...+2' (m)]/m，m 取整数值，当 T2<=Z 时， 则返回检测状态，当Τ2 > Z时，则对于拍摄的一组m幅图像采用料位边沿检测算法得到料 位边沿，并计算得到料位值Y(i)与料位比对值Li，(得到料位值Y(i)与料位比对值Ll的 计算方法对于连续拍摄的图像，经图像预处理后，进行PCNN边沿检测，得到料位边沿，将 料位边沿与料位刻度图像比对，得到一组m个料位值，记为Y(i)，i = l，2，...m，计算Ll = [Y(I) +Y (2) +· · · +Y (m) ] /m, m取整数值)，当Ll > = hi时，返回监测状态的初始状态，当Ll < hi时，系统进入报警状态；报警状态下，连续拍摄一组k幅图像，对于拍摄的一组k幅图 像采用料位边沿检测算法得到料位边沿，并计算得到料位值Y (j)与料位比对值L2，(计算 得到料位值Y(j)与料位比对值L2的计算方法对于连续拍摄的图像，经图像预处理后，进 行PCNN边沿检测，得到料位边沿，将料位边沿与料位刻度图像对比，得到一组k个料位值， 记为 Y(j)，j = 1,2, ...k，计算 L2 = [Y(l)+Y(2)+...+Y(k)]/k, k 取整数值)，当 L2 < =hhh2时(h2为料位极限位置限位回差值，选取h2等于绝对误差值Δ t!)，继续报警，然后返 回报警状态的初始状态，当L2 > hl+h2时，解除报警状态，返回监测状态。系统工作流程如图3所示。


图1数字相机布置2辅助照明布置3系统工作流程图
具体实施例方式本发明结合实施例参见附图进一步说明如下以煤矿井下煤仓为例，煤仓高度40m，直径8m，检测精度要求0. 25m。最低料仓限位 值为細。参见附图1，描述了数字相机系统的安装位置，数字相机系统应安装在料仓的顶 部，尽量靠近料仓壁，避开料仓下料口及相关下料口的设施、以免被阻挡拍摄角度。数字相 机系统应包含一个透明密封罩，一个密封罩的除尘装置及各自的固定装置，装置还应满足 应用场合的安全要求，如在煤矿井下煤仓使用本发明时，本发明所使用的装置还应满足煤 矿井下电气防爆要求。参见附图2，描述了辅助照明的安装，辅助照明系统采用一组射灯、其中一个邻近 数字相机设置，其余呈等分角度设置于煤仓仓壁圆周上。光源采用单色光源，选择波长较长 的红光或红外光源。根据煤仓的实际尺寸及环境选择光源功率及射灯数量。附图2描述了 8个射灯的情形。如在煤矿井下煤仓使用本发明时，本发明所使用的装置还应满足煤矿井下 电气防爆要求。辅助照明系统主要针对例如煤矿井下煤仓这一类图像环境特别恶劣的料仓的图 像特点设计，料仓图像成像有两个主要难点一是受生产条件约束，料仓环境存在粉尘浓度 大、湿度大的特点，造成照度衰减很快，且泛光不足；二是出于安全考虑，照明功率应尽量 低。采用多角度照明设计，能有效克服以上困难。参见附图3，描述了本发明检测方法的具体实施过程在检测之前，要首先预制料位刻度线图，将相机镜头焦距设定到对应物距36m处， (参照相机镜头的参数表调节，本发明设计的检测系统处于运行状态时，相机镜头焦距也设 定到此数值)，在料仓底部(料位区间W，8m])的仓壁上，竖立标尺，标尺每0. 25m设置一个 发光标识，发光标识采用发光二极管，拍摄图像，这样得到带有标尺的图像，经图像处理后 得到料位刻度图像。本发明设计的检测系统的运行分为检测状态、监测状态、报警状态三种运行状态。参见附图3，系统启动运行后，首先进入检测状态，在检测状态下，执行201，连续 拍摄一组η幅图像，计算预处理后图像的图像熵值Z’(i)，并计算得到图像熵比对值Τ1，Τ1 =[ζ，(1)+ζ，(2)+· · · +Ζ，(η) ]/η，η取整数值，然后执行202，当Tl < = Z时(Ζ为预先取得的 图像熵上限值，Z的获得方法首先将相机镜头焦距设定到物距对应36m处，将料位调整到 8m处，拍摄一组t幅图像，图像经预处理后分别计算每幅图像的图像熵，记作Zl，Z2，... Zt，
7t)，返回检测状态的初始状态，执行201，当Tl > Z时，系统进入监测状态。监测状态下，执行203，连续拍摄一组m幅图像，计算预处理后图像的图像熵值 V (j)，并计算得到图像熵比对值T2，T2 = [Ζ，(1)+Ζ，(2)+...+Ζ，(m)]/m，m取整数值，然 后执行204，当T2 < = Z时，则返回201，当T2 > Z时，则执行205，连续拍摄一组m幅图像， 对于拍摄的一组m幅图像采用料位边沿检测算法得到料位边沿，并计算得到料位值Y(i)与 料位比对值Li，(得到料位值Y(i)与料位比对值Ll的计算方法对于连续拍摄的图像，经 图像预处理后，进行PCNN边沿检测，得到料位边沿，将料位边沿与料位刻度图像比对，得到 一组 m 个料位值，记为 Y(i)，i = l，2，...m，计算 Ll = [Y (1)+Y O)+. . .+Y (m) ]/m，m 取整数 值)，然后执行206，当Ll >= hi时，返回203，当Ll < hi时，系统进入报警状态。报警状态下，执行208，连续拍摄一组k幅图像，对于拍摄的一组k幅图像采用料 位边沿检测算法得到料位边沿，并计算得到料位值Y (j)与料位比对值L2，(计算得到料位 值Y(j)与料位比对值L2的计算方法对于连续拍摄的图像，经图像预处理后，进行PCNN边 沿检测，得到料位边沿，将料位边沿与料位刻度图像对比，得到一组k个料位值，记为Y(j)， j = 1,2, ...k，计算 L2 = [Y(l)+Y(2)+...+Y(k)]/k，k 取整数值)，然后执行 209，当 L2 < hl+h2时(h2为料位极限位置限位回差值，选取h2等于0. 25m)，执行210，然后返回208， 当L2 >= hl+h2时，执行207，返回203。
权利要求
1.一种基于机器视觉的料仓极限位置动态料位的检测方法，其特征在于将系统运行 分为检测状态、监测状态、报警状态三种工作状态；设料仓高度为h，料仓下部料位极限位 置为hi ；系统开始工作后，首先将相机镜头焦距设定到物距对应hi处，系统进入检测状态， 在检测状态下，连续拍摄一组η幅图像，计算预处理后图像的图像熵值V (i)，并计算得到 图像熵比对值Tl，当Tl < = Z时(Z为预先取得的图像熵上限值)，返回检测状态的初始状 态，进行下一组η幅图像的比对操作，当Tl > Z时，系统进入监测状态；监测状态下，连续拍 摄一组m幅图像，计算预处理后图像的图像熵值τ, (j)，并计算得到图像熵比对值T2，当T2 <=Z时，则返回检测状态，当T2 > Z时，则对于拍摄的一组m幅图像采用料位边沿检测算 法得到料位边沿，并计算得到料位值Y(i)与料位比对值Li，当Ll > = hi时，返回监测状态 的初始状态，当Ll < hi时，系统进入报警状态；报警状态下，连续拍摄一组k幅图像，对于 拍摄的一组k幅图像采用料位边沿检测算法得到料位边沿，并计算得到料位值Y (j)与料位 比对值L2，当L2 < = hl+h2时(h2为料位极限位置限位回差值)，继续报警，然后返回报警 状态的初始状态，当L2 > hl+h2时，解除报警状态，返回监测状态。
2.如权利要求1所述的检测方法，预先取得的图像熵上限值Z的获得方法，其特征在 于首先将相机镜头焦距设定到物距对应hi处，将料位调整到2hl处，拍摄一组t幅图像， 图像经预处理后分别计算每幅图像的图像熵，记作Zl，Z2，...Zt，计算图像熵上限值Z = (Z1+Z2+. · · +Zt)/to
3.如权利要求1所述的检测方法，检测状态下，计算预处理后图像的图像熵Ζ’(i)，并 计算得到图像熵比对值Tl的方法，其特征在于首先，对连续拍摄的一组η幅图像进行预处 理运算，包括以下步骤灰度拉伸、微分计算、二值分割，然后再计算其图像熵，得到一组η 个图像熵值，记为 Ζ，(i)，i = 1，2，···，n;计算Tl = [Ζ，(1)+Ζ，(2)+...+Ζ，(η)]/η，η 取整数值。
4.如权利要求1所述的检测方法，监测状态下，计算预处理后图像的图像熵Ζ’(j), 并计算得到图像熵比对值T2的方法，其特征在于首先，对图像进行预处理运算，然 后计算其图像熵，得到一组m个图像熵值，记为V (j), j = 1，2，...，m;计算T2 = [Ζ，(1)+Z，(2)+·· .+Ζ，(m)]/m，m 取整数值。
5.如权利要求1所述的检测方法，监测状态下，计算得到料位值Y(i)与料位比对值 Ll的计算方法，其特征在于对于连续拍摄的图像，经图像预处理后，进行PCNN边沿检测， 得到料位边沿，将料位边沿与料位刻度图像比对，得到一组m个料位值，记为Y(i)，i = 1， 2，... m，计算 Ll = [Y(l)+YQ)+...+Y(m)]/m，m 取整数值。
6.如权利要求1所述的检测方法，报警状态下，计算得到料位值Y(j)与料位比对值 L2的计算方法，其特征在于对于连续拍摄的图像，经图像预处理后，进行PCNN边沿检测， 得到料位边沿，将料位边沿与料位刻度图像对比，得到一组k个料位值，记为Y(j)，j = 1， 2，..丄，计算1^2 = [Y(l)+Y(2)+...+Y(k)]/k，k 取整数值。
7.如权利要求5、6所述的检测方法，料位刻度图像的获得方法，其特征在于首先，将 相机镜头焦距调节到对应物距hi处，在料仓底部(料位区间W，2hl])的仓壁上，竖立标 尺，按照料仓料位检测的绝对误差值Ah设置标尺标识，每间隔一个Ah值对应一个标尺标 识，然后拍摄图像，这样得到带有标尺的图像，经图像处理得到料位刻度图像。
8.如权利要求1所述的检测方法，料位极限位置限位回差值h2的取值方法，其特征在于选取h2等于绝对误差值Ah。
全文摘要
本发明是一种基于数字相机、辅助照明设备，采用图像处理方式的料仓极限位置动态料位的检测方法。本发明通过拍摄料仓图像，对图像进行实时处理，完成对于动态料位的实时监测，实现料位的超限报警。本发明通过分析料仓极限位置图像的特点，以采用图像处理方式提取的特定图像特征为依据，将料仓极限位置附近的动态料位对应于检测状态、监测状态、报警状态三种工作状态，实现料位的超限报警，具有实时性好，可靠性高的特点，特别适用于煤矿井下煤仓等对于料仓极限位置料位有安全性强制要求的场合。
文档编号G01D11/24GK102116661SQ20101051114
公开日2011年7月6日 申请日期2010年10月19日 优先权日2010年10月19日
发明者孙继平, 赵春鹏 申请人:中国矿业大学(北京)