对基于图像的蛇形带子磨损评估的增强分析的制作方法
【专利说明】对基于图像的蛇形带子磨损评估的増强分析
[0001]对相关申请的交叉引用
[0002]本申请要求于2013年3月11日提交的美国临时申请号61/776，600的权益，该申请的全部公开内容通过引用被结合于此。
技术领域
[0003]本公开一般而言针对测量带子磨损(belt wear)，并且更具体而言针对利用图像来识别带子磨损的特点并预测带子寿命。
【背景技术】
[0004]由于乙烯丙烯二烯单体(EPDM)材料的使用，蛇形传动带变得日益耐用。因此，对带子磨损、开裂的历史上可靠的指示发生频率较低，但是带子仍然随时间的推移而磨损。由于这些高级材料的使用而存在的一个问题是故障前磨损检测越来越难以量化。换句话说，由EPDM材料制成的蛇形(serpentine)传动带通常只在带子完全故障之后被诊断为过度磨损。
[0005]处理以上识别出的问题的最近进展需要与被测带子接触的物理工具。这种工具的例子在全都授予Smith等人的美国专利N0.7，946，047和美国专利公开N0.2010/0307221中描述，这二者的全部内容通过引用被结合于此。这些解决方案依赖于测量工具与被测带子之间的物理接触。
[0006]开发不依赖于工具与被测带子之间的物理接触并且可以快速有效地识别带子磨损的带子测量解决方案将是有用的。如果这种系统减小这种系统操作人员所需的图像处理负担，则将实现更多的益处。
【发明内容】
[0007]用于带子磨损的无接触测量的一种技术在申请人的共同未决申请一一即，于2011年 9 月 6 日提交且标题为“MEASUREMENT OF BELT WEAR THROUGH EDGE DETECT1N OF ARASTER IMAGE”的申请号13/226,266——中描述，该申请所讲授的全部内容通过引用被结合于此。
[0008]为了在分析肋条磨损程度之前校正旋转，一种方法用于确定在数码照片中绘出的蛇形带子的朝向。通过执行照片的反差系数(gamma)、亮度、对比度、色调、颜色通道和其它信息的数字过滤操纵，软件将识别数字数据中被视为代表带子肋条的纵轴的平行、高纵横比的四边形区域。这种分析的结果将被用来定义照片现场内带子图像的朝向，并且确立在后续分析中使用的垂直轴。
[0009]此外，为了在分析肋条磨损程度之前准确地识别带子肋条的朝向和/或数目，一种方法用于补偿蛇形带子的数码照片中不均衡的照明。通过执行照片的反差系数、亮度、对比度、色调、颜色通道和其它信息的数字过滤操纵，软件将规格化照片各个区域中的对比度水平，以防止边缘锐度的差异使得软件不正确地解释数据。
[0010]操作序列:
[0011]通过在分析开始之前处理像素的图像范围(分辨率)，其中这一步提供了对来自于任何类型智能电话的所有图像都一致的图像尺寸或者图像捕捉的焦距，本发明解决了定义带子边缘以及分析歪斜或不平行肋条剖面以获得改进的用户接口的现有技术问题。
[0012]算法的步骤1:减小图像的分辨率，例如减小多达1/10并且测量带子肋条的角度，附加地根据定义修剪带子边缘
[0013]算法的步骤2:返回到图像的全分辨率并且如下所述的那样定义肋条边缘。
[0014]为了找出朝向
[0015]-遮蔽带子，通过除去高对比度区域进行修剪，此外分析像素尺寸(邻域(neighborhood))的变化阈值或者单个地分析像素邻域的阈值
[0016]利用自适应阈值开放式CV库或者具有等效功能的其它库:
[0017]验证像素邻域的适当尺寸，以定义肋条的数目
[0018]-通过选择不同的像素区域，诸如5、10、100或附加尺寸的像素邻域，进行一系列分析
[0019]-—个分析过程或循环的例子，用以确定35个像素的附近邻域中的黑色或白色外观是否用于自适应阈值分析并且分析是否符合对多边形的容限，优选地是具有4、5或6个顶点的多边形
[0020]-灰度范围分析的连续循环，用以在一个图像具有几个轮廓时确定轮廓的黑色或白色图像区域
[0021]-通过多边形适配处理轮廓-在像素区域中
[0022]处理大于1/50图像区域像素正方形或类似尺寸值的区域的区域过滤器，以消除非肋条假性区域，以及附加地，基于图像像素尺寸作出多边形误差(容限)的处理方法。
[0023]带子朝向图像是通过来自被检测多边形的主要角(primary angle)的最长多边形边的笛卡尔坐标来求解的
[0024]以上发明给出了被修剪、旋转并呈现给现有技术算法的带子剖面图像:通过光栅图像的边缘检测进行带子磨损的测量
[0025]-步骤一屏幕截图-识别带子边缘的图像[见图1]
[0026]-步骤二屏幕截图-带子肋条的图像[见图2]
[0027]-发明的代码采样
[0028][见图3]
[0029]用于实现此的一种方法利用一系列操纵，这些操纵将顺序地增加照片的差照明区域中低对比度的相邻区域之间的对比度，直到它们与照片的良好照明区域的对比度相似。通过更改诸如距离要在分析中使用的相邻数据区域的目标像素的半径、所应用的附加对比度程度和将确定变换是否应用到数据的差异阈值之类的变量，这些操纵应当能够采用少至数码照片中一个或所有数据通道中一个差异数据点。这个过程类似于在数码摄影和打印中所使用的、被称为非锐化屏蔽(un-sharp masking)的过程。
[0030]此外，为了在分析肋条磨损程度之前通知分析软件，一种方法用于确定在数码照片中绘出的带子中存在的肋条和/或低谷的数目。利用代表照片的平行四边形区域的数据，结合代表做标记的肋条顶部的数据，将进行比较，以确定这两个数据集是否返回代表照片中表示的带子中所包含的肋条数目的一致值。如果这两个数据集不一致，则由用户应用的标志将被用来确定带子上肋条的数目。这两个数据集的收集和分析将提供用于确定方法准确性的方法，并且允许对软件的进一步精化。
[0031]总的来说，这些改进将避免需要让用户:
[0032]1.以任何特定的方式确定照片捕捉设备的朝向
[0033]2.在捕捉之后缩放、旋转、居中或以别的方式操纵照片
[0034]3.在分析之前手动输入带子肋条的数目
[0035]4.消除给带子做标记的需求
[0036]所获取的被测物体的图像的质量可以是分析被测物体，诸如带子，的非接触分析工具的能力或准确性当中的一个因素。许多图像缺陷可以整体或部分地被取消。人眼可以被用来识别与带子图像关联的许多图像缺陷。但是，根据本文的实施例和权利要求，基于机器的图像校正提供了对许多带子图像缺陷的补救并且还可以提高图像及其分析的速度和准确性。
[0037]非接触分析中的优点，诸如通过带子图像的分析对带子磨损的测量，可以通过实现本文所述的实施例来实现。一个优点是通过提供带子测量应用，结合对某些图像捕捉缺陷的自动校正，诸如带子相对于图像捕捉参考框架的旋转，来实现的。通过带子图像被旋转或退旋(de-rotate)，使得带子图像与成像框架的预定义轴具有特定的朝向，对图像分析的速度和准确度得以改进。因此，在一种实施例中，提供了带子图像的基于机器的旋转。附加的实施例说明了通过执行诸如修剪、边缘检测和/或带子肋条检测之类的操作进一步改进图像的能力。
[0038]如在本文所使用的，术语“自动”及其变体指当执行过程或操作时无需实质性人为输入就能完成的任何过程或操作。但是，即使过程或操作的执行使用实质性或非实质性的人为输入，如果输入是在过程或操作的执行之前接收的，则过程或操作也可以是自动的。如果人为输入影响过程或操作将如何被执行，则该输入被认为是实质性的。允许过程或操作的执行的人为输入不被认为是“实质性的”。
[0039]如在本文所使用的，术语“计算机可读介质”指参与向处理器提供要执行的指令的任何有形储存器。这种介质可以采取许多形式，包括，但不限于，非易失性介质、易失性介质和传输介质。非易失性介质包括，例如，NVRAM或者磁或光盘。易失性介质包括动态存储器，诸如主存储器。计算机可读介质的常见形式包括，例如，软盘、柔性盘、硬盘、磁带或任何其它磁介质，磁-光介质，CD-ROM、任何其它光学介质，打孔卡、纸带、具有孔图案的任何其它物理介质，RAM、PROM和EPROM、FLASH-EPR0M，就像存储卡的固态介质，任何其它存储器芯片或盒，或者计算机可以从其读取的任何其它介质。当计算机可读介质被配置为数据库时，应当理解，数据库可以是任何类型的数据库，例如关系数据库、层次化的、面向对象的，等等。从而，本公开被认为包括本公开的软件实现存储在其中的有形存储介质和现有技术认可的等同物和后继介质。
[0040]如在本文所使用的，术语“识别”、“确定”、“算出”、“计算”及其变体可互换使用并且包括任何类型的方法、过程、数学运算或技术。
[0041]如在本文所使用的，术语“模块”指任何已知或以后开发的、能够执行与那个元件关联的功能的硬