基于机器视觉的矿车踏面磨耗检测设计

• 作者: 丛明 张彬 张震 高军伟
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 机器视觉 轮对检测 优化细线化算法 相机标定
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 111-116
• 页数: 6页
• 分类号: TP29
• 字数: 3625字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2018.08.026

摘要

针对矿用轨道车辆传统的人工轮对检测方法的精度低、效率低等问题,设计了一个基于机器视觉的自动检测系统.通过摄像头采集辅助光源照射到轮对上光带的图像,使用Matlab对图像进行处理.算法上根据踏面图像的特征针对细线化方法进行了专门优化,并通过实验确定了轮廓检测的最佳阈值.将处理后的图像与标准图像进行差影比对,使用相机标定的相关参数进行计算得出踏面的磨耗量.实验证明,使用优化后处理算法的系统相比传统算法提高了精度.每个轮对平均检测时间小于2 s,误差小于±0.2 mm,可以快速大量地自动检测轮对踏面的磨损情况,保证了工业现场稳定安全的生产,具有一定的应用意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高军伟	青岛大学自动化与电气工程学院	69	408	10.0	16.0
2	张彬	青岛大学自动化与电气工程学院	32	136	6.0	9.0
3	张震	青岛大学自动化与电气工程学院	4	9	2.0	3.0
4	丛明	青岛大学自动化与电气工程学院	1	0	0.0	0.0