基于狮群优化二维Otsu算法的输送带撕裂检测方法.pdf

工矿自动化 In dust r y a n d Min eAut oma t ion Vol .45 No.10 Oct .2019 第45卷第10期 2019年10月 文章编号1671-251X2019 10-0055-07DOI10. 13272/j. issn . 1671-251x. 2019040015 基于狮群优化二维Otsu算法的 输送带撕裂检测方法 甘福宝，黄友锐，韩涛，徐善永 （安徽理工大学电气与信息工程学院,安徽淮南232001） 扫码移动阅读 摘要基于传统二维Ot su分割算法的输送带撕裂检测方法采用穷尽搜索式的阈值选取方式，图像分割 时间长、实时性差，不能同时满足撕裂检测精度与速度要求。针对上述问题，提出了一种基于狮群优化二维 Ot su算法的输送带撕裂检测方法。首先通过输送带撕裂检测装置采集输送带图像，采用中值滤波和直方图 均衡化对采集到的图像进行去噪和增强处理，突出撕裂部位；然后采用狮群优化二维Ot su算法对预处理过 的图像求取接近实际的分割阈值，用该阈值对输送带图像进行分割处理；最后通过计算分割后图像中黑色像 素点的数量进行撕裂诊断。仿真结果表明，该方法比基于传统二维Ot su算法的检测方法寻优能力更强，输 送带分割效果更好，可以准确地从输送带图像中分割出裂痕，撕裂识别的正确率为98. 2，提高效率的同时 缩短了运行时间，可以满足输送带撕裂检测的准确性和实时性要求 关键词输送带；撕裂检测；图像分割；分割阈值选取；狮群优化二维Ot su算法 中图分类号TD634 文献标志码A Con v ey or bel t t ea r det ect ion met hodba sedon l ion g r oupopt imiza t ion t wo-dimen sion a l Ot sua l g or it hm GAN Fuba o, HUANG Your ui, HAN Ta o, XU Sha n y on g School of El ect r ica l a n dIn f or ma t ion En g in eer in g ,An huiUn iv er sit y of Scien cea n dTechn ol og y , Hua in a n 232001,Chin a AbstractThe con v ey or bel t t ea r det ect ion met hods ba sed on t r a dit ion a l t wo-dimen sion a l Ot su seg men t a t ion a l g or it hma dopt st hr eshol dsel ect ion met hodof exha ust iv esea r ch.Theima g eseg men t a t ion ha sa l on g t imea n dpoor r ea l -t imeper f or ma n ce,whichca n n ot meet r equir emen t sof t ea r det ect ion a ccur a cy a n dspeeda t t hesa met ime.For t hea bov epr obl ems,a con v ey or bel t t ea r det ect ion met hodba sedon l ion g r oupopt imiza t ion t wo-dimen sion a l Ot su wa spr oposed.Fir st l y ,t hecon v ey or b el t ima g eiscolect edby t he con v ey or bel t t ea r det ect ion dev ice, media n f il t er in g a n d hist og r a m equa l iza t ion wer eusedt oden oise a n den ha n cet he colect edima g et o hig hl ig ht t het or n pa r t .Then ,t he cl oset o a ct ua l seg men t a t ion t hr eshol dof pr epr ocessedima g eisobt a in edby l ion g r oupopt imiza t ion t wo-dimen sion a l Ot sua l g or it hm, a n d t he con v ey or ima g e is seg men t ed by t his t hr eshol d. Fin al y , t he t ea r dia g n osisis per f or med by ca l cul a t in g t he n umber of bl a ck pixel sin t heseg men t edima g e.Thesimul a t ion r esul t sshow t ha t t he opt imiza t ion a bil it y of pr oposed met hod is mor e power f ul t ha n t he t r a dit ion a l t wo-dimen sion a l Ot su a l g or it hm,a n dseg men t a t ion efect of con v ey or b el t isb eter ,t hecr a ck sca n bea ccur a t el y seg men t edf r om t he con v ey or bel t ima g e. The cor r ect r a t e of t ea r r ecog n it ion of t he met hod is 98. 2, impr ov es t he 收稿日期收稿日期2019-04-04;修回日期修回日期2019-09-16 t ea r det ect ion ; ima g e seg men t a t ion ; seg men t a t ion t hr eshol d sel ect ion ; l ion g r oupopt imiza t ion t wo-dimen ion a l Ot ua l g or it hm 0引言引言 带式输送机是煤矿运输煤炭、矿石等的主要工 具「1-。输送带作为带式输送机的主要部件，在长期 的运输工作中，由于冲击疲劳和其他因素的影响，易 发生撕裂故障，造成非常大的经济损失。因此，对输 送带进行撕裂检测显得尤为重要。 现有的输送带撕裂检测方法主要有嵌入法、棒 型检测法、超声波扫描法、数字图像法等「2勺。其中 数字图像法应用十分广泛，其原理主要是通过对图 像进行分割处理，从而检测出裂痕，图像分割是处理 输送带图像的关键步骤「6-。常见的图像分割方法有 阈值分割方法、区域生长方法、聚类和基于边缘的分 割方法等。文献［7］提出了一p种基于支持向量机红 外图像分割的输送带纵向撕裂检测方法，解决了低 对比度、低信噪比下红外图像分割难的问题,但存在 需要的训练样本较多的缺点。文献［8］提出了基于 洛伦兹信息测度分块的改进Ot su算法，根据图像 水平方向光照强度分块，再逐块进行分割，解决了变 光照环境对图像的影响问题，但是需要额外的激光 设备。文献［9］提出了一种基于数字图像的输送带 撕裂检测方法，适用于静态检测，但满足不了实时动 态检测要求。文献［10］提出了一种基于PC机的带 式输送机纵向撕裂数字图像检测系统，可以实现图 像的实时动态检测，但是抗噪能力不佳，容易出现检 测错误。以上研究存在着不能同时满足撕裂检测精 度与速度要求的问题。 针对以上问题，本文利用狮群算法［11］对二维 Ot su算法［12］进行优化，在狮群初始化中加入混沌 序列，构建了狮群优化算法，提高了全局搜索能力- 在此基础上，提出了基于狮群优化二维Ot su算法 的输送带撕裂检测方法。采用该检测方法对输送带 图像进行撕裂检测，可以准确地从输送带图像中分 割出裂痕,在提高效率的同时缩短了运行时间，可以 同时满足输送带撕裂检测的精度和速度要求。 1狮群优化二维狮群优化二维Ots算法算法 1. 1 传统二维Ot su算法 将图像的灰度级划分为.级，则像素的领域平 均灰度也分为.级。一幅图像可以用像素点的灰 度值和平均灰度值组成的二元组来表示。设 九表示二元组（z，d）（z，d0,1，・・・，，・・・，L 1）出现的频 数,则相对应的联合概率密度为 p. ⑴ 几 M 3 式中為1 G为图像的像素点总数。 i0 j 0 在大部分情况下，為分布主要集中在（0,0）〜 （L1,.1）对角线周围，且呈现2个明显的峰值。 令为阈值，可将图像二维直方图分成如图1所 示的C。，G 四个区域。其中区域 1分别 代表目标和背景，远离对角线的区域7B表示边缘 和噪声。 图1 二维Ot su直方图 Fig .1 Two-dimen ion a l Ot uhit og r a m 二维直方图中C ,C1有2个不同的概率分布, 令0和1分别表示目标和背景区域发生的概率, 则有 S ； 0 Pj 2 i0 j0 .1 .1 i P 5为概率因子，是根据均匀分布U［0,1］产生的均匀 随机数;pm为幼狮跟随母狮第k代历史最优位置; 4为第头幼狮在捕猎范围内被驱赶的位置，4k r h gk。 1. 3 狮群优化二维Ot su算法 本文选择在狮群初始化中加入混沌序列，构建 混沌狮 优 ， 狮 优 优 二维 Ot su算法。改进的狮群算法中狮子位置更新方式 多样，较其他群体智能算法［13-16］更能保证算法快速 ， 不 陷 部 最 狮 优 二 维 Ot su 法原理是在像素灰度及其领域内的灰度均值所组成 的二维空间矢量中求出一组最优解，使；S SBS,t取 ・58・ 工矿自动化 45 最大值。 狮群优化二维Ot su算法步骤如下 1 初始化。设置狮群中狮 目N，在阈 值的搜索范 利用混沌序列初始化狮群的位置 ,设置成年狮占狮 “、维度空间D、最大 迭代 T。 2 将每头狮子设为待寻优的二维阈值矢量， 计算出狮群中3类狮 ，并将 历史最优 位置设置为 狮子的当前位置，群体最优位置设 置为狮王位置。 3 通过式12更新狮王的位置，同时计算适 应度值。 4 通过式13更新母狮的位置。 5 通过式15更新幼狮的位置。 6 计 适 度 ， 新 历 史 最 优 位 置 和狮群历史最优位置。 7 判断 否满足终止条件，若满足条件， 则跳转到步骤9,否则跳转到步骤8 o 8 间隔一定的迭代 10次对狮群进行 重新排序，重新确定3类狮 位置，跳转到步 骤3。 9 输出狮王位置，作为图像的最优分割阈值， 对图像进行二 分 算法流程如图2所示。 图2狮群优化二维Ot su算法流程 Fig .2 Fl ow of l ion g r oup opt imiza t ion t wo-dimen sion Ot sua l g or it hm 2输送带撕裂检测方法输送带撕裂检测方法 利用输送带撕裂检测装置图3采集输送带图 像，将采集到的图像传输到计算机，通过计算机对图 进行 。若 撕裂，再通过控制PLC 启停来控制 送 运行。 送带 度和高度安 台CCD相机和外部 L 计算机 图3输送带撕裂检测装置 Fig .3 Con v ey or b el t t ea r det ect ion dev ice 首 过输送带撕裂检测装置采集清晰稳定的 输送带图像,利用中 波方 采集 图像进行 ，突出撕裂部位，提高图像质量； 利用直方图均 图像进行增强 ，经过这 2种 和增强撕裂部位的效果。 然后利用狮群优化二维Ot su 过的图 近 分割阈值，用该阈 送 图 进行分 最 过计 分 图 中 黑 点 进行撕裂诊断。输送带撕［测 程 图 4 所 图 4 送 撕 程 Fig .4 Con v ey or b el t t ea r det ect ion f l ow 3实验仿真与分析实验仿真与分析 3. 1 实验目的与参数设置 为了验证基于狮群优化二维Ot su算法的输送 撕 方 行 ， 将 CCD 相 机采 集 图 作为原始图像，采用狮群优化二维Ot su 分 图像， 二维Ot su 、遗传算法GA、 优化PSO算法优 二维Ot su 进行 对比。 验装置如图5所示。在仿真程序中，设 置狮 规模为100,矢量空间维数为2,最大 迭 代 为 100 ， 为 0.2 中 ， PSO 置粒子总数为100,维度为2, 最 大迭代 为 100， 采 方 2019年第10期甘福宝等基于狮群优化二维Ot su算法的输送带撕裂检测方法・59・ 式，最大值为0. 95,最小值为0. 4,加速常数为2。 3. 2. 1主观分析 GA参数设置初始规模为100,最大遗传代数 从图6可看出，4种算法大致都能分割出裂痕, 为 100。 图5现场实验装置 Fig 5 Fiel dexper imen t a l dev ice 3.2 算法仿真结果对比 4种 图像分割结果如图6、图7所示。 但本文算法处理过的图像噪声点少，撕裂痕迹更为 明显。 从图7可看出，传统二维Ot su算法存在未完全 分 状况，而PSO和GA优 Ot su 分 图 点多，不利于 ，本文算法分 ； 果。 从分割后图像可看出，图像上撕裂部分呈黑色， 正常部分呈 。且撕裂图 黑 点 于正常图像，所以，通过统计分 图.的 黑 点 定一个阈 判断输送 否发生撕裂。 a 输送带图像1e本文算法b 传统二维Ot su算法 c GA优化的二维Ot su算法 d PSO优化的二维Ot su算法 图6输送带图像1分 果对比 Fig 6 Compa r ison of seg men t a t ion r esul t sof con v ey or b el t ima g e1 a 送 图 2 e本文算法 3.2.2客观分析 b 二维 Ot su cGA 优 二维 Ot su dPSO 优 二维 Ot su 图 7 送 图 2 分 果 Fig 7 Compa r ison of seg men t a t ion r esul t sof con v ey or b el t ima g e2 重要指标。同一等条件下，运行时间 客观评价选取分割阈值、运行时间以及区域对 比度3 标作为 标准「17-。 不是固定不变的，而是有一定波动的，因此，本文在 同等 件 ，对同一种 运行100次，取平 1分割阈值与运行时间对比。阈值是分割的 均值作为客观评价标准，具体结果见表1本文算 ， 阈 大 图 分 果 ， 法与传统二维Ot su算法所求取的阈值基本相同， 而运行时间关系到实时性问题，二者是衡量图像分运行时间明显要少于其他3种算法。 Ta bl e 1 Compa r ison of seg men t a t ion t hr eshol ds a n d r un n in g t ime of f our a l g or it hms 表1 4种算法分割阈值与运行时间比较 图 二维 Ot su GA 优 二维 Ot su PSO 优 二维 Ot su 本文 阈运行间/s阈运行间/s阈运行间/s阈运行时间/s 送图173 741.18572 720.87572 730.59673 740.517 送图262 581.23570 710.89673 740.60874 750.515 2区域对比度。区域对比度也通常作为图像 分割质量的一种评判指标，其值与分割质量成正比， 计算公式如下 C “0 16 式中“0,“1分别表示背景类和目标类的像素个数。 运行计算结果见表2。由表2可看出，本文算 区 度 种 明 分 割效果好。 ・60・ 工矿自动化 45 表2区域对比度比较 Ta b l e2 Compa r ison of r eg ion a l con t r a st 图像 传统二维 Ot su GA优化 二维 Ot su PSO 优 二维 Ot su 本文 算法 输送带图像1090570 94100 95980 9702 输送带图像2085100 91580 90340 9728 本实验所采用的相机分辨率为1 024X768,图 像上共有786 432个像素点。根据统计数据，设定 撕裂阈值为30 000,选取500张图像进行撕裂诊断 实验，诊断结果统计分析见表3。 3 图像撕裂诊断结果统计分析 Ta b l e3 St a t ist ica l a n a l y sisof ima g et ea r dia g n osisr esul t s 图像种类数量错误数正确率/ 正常图像 450 998 撕裂图像 50 0 100 从表3可看出，本文算法对撕裂图像的识别正 确率达到100,对正常图像的识别正确率达到 98，总正确率达98.2。综上所述，本文算法可 以满足输送带撕裂检测的精度和速度要求。 4结语 利用改进狮群算法对二维Ot su算法进行优 化，提出了一种基于狮群优化二维Ot su算法的输 送带撕裂检测方法。仿真结果表明，狮群优化的二 维Ot su算法比传统二维Ot su算法、GA优化的二 维Ot su算法和PSO优化的二维Ot su算法的寻优 能力更强，输送带分割效果更好，可以准确地从输送 带图像中分割出裂痕，在提高效率的同时缩短了运 行时间。撕裂诊断实验结果表明，对500张图像撕 裂识别的正确率为9 2。基于狮群优化二维 Ot su 送 撕 方 送 撕裂检测的准确性和实时性要求，具有一定的工程 应用价值。 参考文献References [1-刘伟力，乔铁柱矿用输送带纵向撕裂检测系统研究 [J-工矿自动化，2017,43278-81. LIU Weil i，QIAO Tiezhu8Resea r ch on l on g it udin a l t ea r in g det ect ion sy st em of min e-usedcon v ey or b el t [J In dust r y a n d Min e Aut oma t ion , 2017，43 2 78-818 [2-郭启皇.基于Ot su算法的输送带撕裂视觉检测系统 研究[D大连大连理工大学2017. [3 - LI Jie， MIAO Cha n g y un 8 The con v ey or bel t l on g it udin a l t ea r on -l in edet ect ion b a sedon impr ov ed SSR a l g or it hm [J-8Opt ik -In t er n a t ion a l Jour n a l f or Lig ht a n dEl ect r on Opt ics2016，127198002-80108 [4 - HOU Chen g chen g， QIAO Tiezhu，ZHANG Ha it a o， et a l Mul t ispect r a l v isua l det ect ion met hod f or con v ey or b el t l on g it udin a l t ea r [J-8Mea sur emen t， 2019，143 246-2578 [5 -陈路路，庞宇松.用于输送带纵向撕裂检测的新型视 觉传感器[J-.工矿自动化，2017,43240-43. CHEN Lul u，PANG Yuson g . A n ov el v ision sen sor f or l on g it udin a l t ea r det ect ion of con v ey or b el t[J-8 In dust r y a n d Min eAut oma t ion 2017，432 40-438 [6 - LIU Y，MA X. Appl ica t ion of ima g e seg men t a t ion ba sed on t he a r t if icia l bee col on y a l g or it hm in f ir e det ect ion of min e bel t con v ey or [C-//2017 10t h In t er n a t ion a l Con g r ess on Ima g e a n d Sig n a l Pr ocessin g， Bio-Medica l En g in eer in g a n d In f or ma t ics CISP-BMEI，Sha n g ha i20171-58 [7 -赵弼龙，乔铁柱.基于支持向量机红外图像分割的输 送带纵向撕裂检测方法[J-.工矿自动化，2014, 40530-338 ZHAO Bil on g， QIAO Tiezhu8Det ect ion met hod of b el t l on g it udin a l t ea r b a sedon suppor t v ect or ma chin e a n d in f r a r ed ima g e seg men t a t ion [J-8In dust r y a n d Min eAut oma t ion 2014，40 530-338 [8 -张文明，卢金龙.变光照环境下皮带撕裂视觉检测方 法研究[J光学技术，2016,422108113. ZHANG Wen min g， LU Jin l on g .Resea r ch of v isua l det ect ion of b el t r ipun der v a r ia b l ea mb ien t l ig ht[J-. Opt ica l Techn ique2016，422108-113. [9-张晞，陈功，宋耀民，等.胶带纵向撕裂图像识别保护 装置的设计与研究[J-.机电产品开发与创新，2007 658-608 ZHANG Xi, CHEN Gon g , SONG Ya omin ,et a l . The desig n a n d r esea r ch of t he pict ur e iden t if in g a n d pr ot ect in g equipa b out t a pet ea r in g[J-8Dev el opmen t g In n ov a t ion of Ma chin er y g El ect r ica l Pr oduct s 2007 658-608 [0-张晞，刘鸿鹏，叶涛.带式输送机纵向撕裂数字图像检 测系统设计研究[J煤炭工程2011,43101618. ZHANG Xi, LIU Hon g pen g, YE Ta o. Desig n st udy on dig it a l ima g e det ect ion sy st em of l on g it udin a l t ea r in g f or b el t con v ey or[J-8Coa l En g in eer in g 2011 431016-18. [1-刘生建，杨艳，周永权.一种群体智能算法狮群算 法[J模式识别与人工智能，2018,315431441. LIU Shen g jia n, YANG Ya n, ZHOU Yon g qua n . A swa r m in t elig en ce a l g or it hm l ion swa r m opt imiza t ion[J-8Pater n Recog n it ion a n d Ar t if icia l In t elig en ce2018 31 5 431-4418 [2-刘健庄，栗文青.灰度图像的二维Ot su自动阈值分割 法[J-自动化学报，1993,191101105. 下转第79页 2019年第10期 李李武军等留巷巷道定向向水力压裂卸压机理及试验 ・79・ ov er l y in g a n d t hick -ha r d r oof [J]. Jour n a l of Chin a Coa l Societ y, 2014,39S2 378-383. [8] 王炯，刘雨兴，马新根，等.塔山煤矿综采工作面切顶 留巷技术[J]煤炭科学技术，2019,47227-34. WANG Jion g, LIU Yuxin g, MA Xin g en, et a l . Techn ol og y of r oof cutin g a n d en t r y r et a in in g in f uly -mecha n ized wor k in g f a ceof Ta sha n Coa l Min e [J] Coa l Scien ce a n d Techn ol og y, 2019 , 47 2 27-348 [9] 徐幼平，林柏泉，翟成，等定向水力压裂裂隙扩展动 态特征分析及其应用[J]中国安全科学学报，2011, 217104-1108 XU Youpin g, LIN Ba iqua n, ZHAI Chen g, et a l An a l y sis on dy n a mic cha r a ct er ist ics of cr a ck s ext en sion in dir ect ion a l hy dr a ul icf r a ct ur in g a n dit s a ppl ica t ion[J]8Chin a Sa f et y Scien ceJour n a l,2011, 217104-1108 [0]康红普，冯彦军.定向水力压裂工作面煤体应力监测 及其演化规律[J].煤炭学报，2012, 37 12 1953-19598 KANG Hon g pu,FENG Ya n jun . Mon it or in g of st r ess cha n g ein coa l sea m ca used by dir ect ion a l hy dr a ul ic f r a ct ur in g in wor k in g f a ce wit h st r on g r oof a n d it s ev ol ut ion[J]8Jour n a l of Chin a Coa l Societ y, 2012, 37121953-19598 [1]郑晋连浅谈定向水力压裂技术在煤矿坚硬顶板管理 中的应用[J]河南科技20131144. 上接第60页 LIU Jia n zhua n g, LI Wen qin g 8Two-dimen sion a l Ot su a ut oma t ic t hr eshol d seg men t a t ion met hod f or g r a y sca l eima g es[J]8Act a Aut oma t ica Sin ica,1993, 191101-1058 [13] LI Y B, MENG T. Two-dimen sion a l Ot su ima g e seg men t a t ion a l g or it hm b a sedon t hepa r t icl eswa r m opt imiza t ion a l g or it hm[J] Lect ur eNot esin El ect r ica l En g in eer in g 2012,172115-120 [14] ZHOU C,TIAN L,ZHAOH,et l A met hod of t wo- dimen sion a l Ot suima g et hr eshol dseg men t a t ion b a sed on impr ov ed f ir ef l y a l g or it hm [ C ]//IEEE In t er n a t ion a l Con f er en ce on Cy ber Techn ol og y in Aut oma t ionCon t r ola n dIn t elig en t Sy st ems2015 [12] 黄炳香，程庆迎，刘长友，等.煤岩体水力致裂理论及 其工艺技术框架[J]采矿与安全工程学报，2011, 282167-173 HUANG Bin g xia n g, CHENG Qin g y in g, LIU Cha n g y ou et a l Hy dr a ul icf r a ct ur in g t heor y of coa l - r ock ma ssa n dit st echn ica l f r a mewor k[J] Jour n a l of Min in g g Sa f et y En g in eer in g ,2011,282 167-173. [13] 黄炳香，王友壮顶板钻孔割缝导向水压裂缝扩展的 现场试验[J]煤炭学报2015,4092002-200 HUANG Bin g xia n g, WANG Youzhua n g . Fiel d in v est ig a t ion on cr a ck pr opa g a t ion of dir ect ion a l hy dr a ul icf r a ct ur in g in ha r dr oof[J] Jour n a l of Chin a Coa l Societ y ,2015,409 2002-2008. [14] 黄炳香，赵兴龙，陈树亮，等.坚硬顶板水压致裂控制 理论与成套技术岩石力学与工程学报，2017, 36122954-2970 HUANG Bin g xia n g ZHAO Xin g l on g CHEN Shul ia n g et a l Theor y a n dt echn ol og y of con t r olin g ha r dr oof wit h hy dr a ul icf r a ct ur in g in un der g r oun d min in g[J] Chin eseJour n a l of Rock Mecha n icsa n d En g in eer in g 2017 36122954-2970 [15] 吴拥政，康红普煤柱留巷定向水力压裂卸压机理及 试验煤炭学报，2017,42511301137. WU Yon g zhen g, KANG Hon g pu. Pr essur e r el ief mecha n ism a n d exper imen t of dir ect ion a l hy dr a ul ic f r a ct ur in g in r eusedcoa l pila r r oa dwa y[J] Jour n a l of Chin a Coa l Societ y 20174251130-1137 1420-1424 [15] KHORRAM B, YAZDI M. A n ew opt imized t hr eshol din g met hod usin g a n t col on y a l g or it hm f or MR br a in ima g e seg men t a t ion[J] Jour n a l of Dig it a l Ima g in g 2019321162-174 [16] PRUTHIJGUPTA G Ima g e seg men t a t ion usin g g en et ica l g or it hm a n d OTSU [C]//Pr oceedin g s of Fif t hIn t er n a t ion a l Con f er en ceon Sof t Comput in g f or Pr obl em Sol v in g 2016 [17] 王志明无参考图像质量评价综述自动化学报, 2015 4161062-1079 WANG Zhimin g Rev iew of n o-r ef er en ce ima g e qua l it y a ssessmen t[J] Act a Aut oma t ica Sin ica 2015 4161062-1079