一种用于电铲斗齿缺失的实时视觉检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107862675A(43)申请公布日2018.03.30(21)申请号201710880249.X(22)申请日2017.09.25(71)申请人中北大学地址030051山西省太原市学院路3号(72)发明人王日俊董磊段能全王俊元党长营曾志强杜文华段宇秀陈立王俊凤刘东曜崔铮薛亮(74)专利代理机构太原晋科知识产权代理事务所(特殊普通合伙)14110代理人任林芳(51)Int.Cl.G06T7/00(2017.01)G06K9/62(2006.01)G06K9/46(2006.01)权利要求书4页说明书9页附图5页(54)发明名称一种用于电铲斗齿缺失的实时视觉检测方法(57)摘要本发明属于采矿技术领域，具体是一种用于电铲斗齿缺失的实时视觉检测方法。包括以下步骤：Ⅰ、预先拍摄一组电铲斗齿的正、负样本；Ⅱ、提取正、负样本HOG特征；Ⅲ、将HOG特征输入到SVM的分类器中训练，得到决策函数；Ⅳ、输入现场实时拍摄的图片，通过检测窗口进行HOG特征提取，再通过SVM分类，完成对电铲斗齿的初步检测；Ⅴ、对获得的电铲斗齿检测结果进行SC约束完成对电铲斗齿的精确检测；具体步骤如下，a.图像预处理和轮廓提取；b.计算SC特征；c.形状相似性计算；Ⅵ、将电铲斗齿的精确检测结果与预先设定的电铲斗齿无缺失时斗齿的数目相比较，判断电铲斗齿是否缺失。本发明克服了传统视觉检测方法因错检、漏检造成的准确率低的问题，降低了误报率。CN107862675ACN107862675A权利要求书1/4页1.一种用于电铲斗齿缺失的实时视觉检测方法，其特征在于：包括以下步骤：Ⅰ、预先拍摄一组电铲斗齿的正、负样本；Ⅱ、提取正、负样本HOG特征；Ⅲ、将HOG特征输入到SVM的分类器中训练，得到决策函数；Ⅳ、输入现场实时拍摄的图片，通过检测窗口进行HOG特征提取，再通过SVM分类，完成对电铲斗齿的初步检测；Ⅴ、对获得的电铲斗齿检测结果进行SC约束，完成对电铲斗齿的精确检测；具体步骤如下，a.图像预处理和轮廓提取；b.计算SC特征；c.形状相似性计算；Ⅵ、将电铲斗齿的精确检测结果与预先设定的电铲斗齿无缺失时斗齿的数目相比较，判断电铲斗齿是否缺失。2.根据权利要求1所述的用于电铲斗齿缺失的实时视觉检测方法，其特征在于：所述步骤Ⅰ中预先拍摄电铲斗齿的正、负样本，并预先设定电铲斗齿无脱落时斗齿的数目，拍摄时应获取单齿的正、负样本。3.根据权利要求2所述的用于电铲斗齿缺失的实时视觉检测方法，其特征在于：所述步骤Ⅱ包括：步骤1、对采集的一组电铲斗齿的正、负样本进行图像预处理，图像预处理包括灰度化和Gamma校正；步骤2、计算电铲斗齿正、负样本的图像梯度；步骤3、计算梯度方向统计直方图，获得HOG特征。4.根据权利要求3所述的用于电铲斗齿缺失的实时视觉检测方法，其特征在于：所述步骤II中，Gamma校正计算公式(1)如下Y(x,y)＝I(x,y)γ公式(1)其中I(x,y)表示输入图像在点(x,y)处像素的灰度，Y(x,y)表示校正过后该像素点的灰度值，取γ＝0.5；所提取的电铲斗齿正、负样本的图像梯度大小和方向的计算公式如下：Gx(x,y)＝H(x+1,y)-H(x-1,y)公式(2)Gy(x,y)＝H(x,y+1)-H(x,y-1)公式(3)其中GX(x,y)、GY(x,y)分别表示x方向和y方向上图像的梯度值，H(x,y)表示图像中某点的灰度值，G(x,y)表示图像某点梯度向量的大小，α(x,y)表示此点梯度向量的方向；计算梯度方向统计直方图，获得HOG特征，具体实施方法包括以下步骤：a)选定细胞单元cell的大小，因检测窗口像素大小为64×128，此处将检测窗口分为128个细胞单元，每个细胞单元的大小为8×8像素；b)计算每个细胞单元内梯度方向直方图，计算方法如下：将梯度方向的范围设定为0到180度，并将梯度方向分为9段，然后统计该细胞单元内每2CN107862675A权利要求书2/4页个像素上不同梯度方向出现的次数,在统计每个细胞单元每个像素上梯度方向出现的次数时，需要对每个像素乘以一个权重系数，取该权重系数为每个像素点梯度的大小，每个像素点在每个梯度方向区间内出现次数的计算公式(6)如下：其中，α(x,y)为细胞单元内某一点的梯度方向，bink为第K个区间，Vk(x,y)表示像素点在第K个梯度方向区间内出现的次数；由上述计算过程，在每个细胞单元内，将每个像素点的梯度大小按照不同的梯度方向进行统计，精确形成该细胞单元的HOG特征向量；c)将相邻的若干个细胞单元组成一个描述块block，对描述块内所有的细胞单元的统计直方图特征向量组合在一起形成描述块的特征向量，以此类推，计算所有描述块的HOG特征向量；d)对