隧道掘进机搭载的高速皮带机岩渣视频分析系统及方法与流程

本发明涉及一种隧道掘进机搭载的高速皮带机岩渣视频分析系统及方法。

背景技术：

进入21世纪后，一大批水利水电工程、铁路公路交通工程、市政地铁工程等重大基础工程陆续提上建设日程，极大的促进了隧道等地下工程的发展，其中在市政管道方面，我国在“十三五”规划中将建设地下管廊作为国家的100个大项目之一，当前世界各国日益重视地下空间的开发利用。对于地下空间的开发，因隧道掘进机施工具有速度快、质量优、费用低、施工安全等优点，国际上已普遍采用。然而，隧道掘进机施工过程中，刀具磨损的情况严重，刀具更换的费用占到施工费用三分之一。隧道掘进机施工过程中过早换刀会造成资源浪费，过晚换刀会导致刀具偏磨或脱落，造成工期推迟，严重的还会发生事故。如何实时检测刀具磨损情况并及时更换刀具，关系到隧道掘进机施工效率，也是隧道掘进机掘进过程中亟待解决的问题。

目前用于隧道掘进机刀具磨损检测的方法主要有油压检测、异味检测、掘进参数分析和开仓检查等。其中，油压检测法受油路数量的限制，由于油路有限，只能安装于一部分刀具上，不能检测所有刀具的磨损情况，也无法得知刀具的具体磨损量。异味检测能灵敏地报告刀具磨损信息，但这种方法对盾构机无效，只适用于tbm。掘进参数分析方法预测过程繁琐，实际应用困难，预测的准确度还有待考证。开仓检查工作效率低，而且危险系数高，有可能导致开挖面坍塌，严重的会造成人员的伤亡。所以掘进机施工过程中的实时滚刀磨损检测，是隧道掘进机的一大技术难点，也是各大科研机构和厂商争相研究的课题之一。

在当前技术水平下，隧道掘进机滚刀磨损检测尚存在如下难题：(1)由于滚刀直接与掌子面接触，造成无法对滚刀进行直接观测，现有的检测方式多需要对刀盘或滚刀进行机械和结构上的改造，工程实现难度大，且成本较高；(2)现有技术多只能定性的检测刀具磨损情况，给出刀具是否已经磨损，但难以得知滚刀的具体磨损量；(3)为了达到定量检测的目的，一些新技术使用较复杂的方法，有的需要无线传输模块，造成整个检测系统的复杂度高，维护困难。针对以上难题，研究并提出了一种隧道掘进机搭载的高速皮带机岩渣视频分析系统，为实现隧道掘进机施工过程中滚刀磨损程度的实时定量检测提供一条可行的途径。

技术实现要素：

本发明为了解决上述问题，提出了一种隧道掘进机搭载的高速皮带机岩渣视频分析系统及方法，本发明实现对隧道掘进机施工过程中滚刀磨损程度的实时定量检测。

为了实现上述目的，本发明采用如下技术方案：

一种隧道掘进机搭载的高速皮带机岩渣视频分析系统，包括分析模块和设置于皮带机上方的摄像机，所述摄像机捕捉皮带机上岩渣的图像，并传输给分析模块，所述分析模块提取其中的每一帧，将其转换为灰度图，并将灰度图转换为二值图，应用图像形态学的膨胀处理方法，以把二值图像中过于破碎的区域连通起来，确定每个独立连通区域为岩渣，根据独立连通区域计算有向包围盒，确定岩渣形状。

优选的，所述摄像机外设置有保护机构。对高速摄像机敏感电子和光学器件进行防水防尘保护，以解决隧道掘进机施工环境常有隧道洞壁滴水，施工粉尘，掉落岩渣。所述保护机构优选为保护壳体，且壳体外侧设置有防水涂层。

所述保护机构前端设置有一圈突出的防尘挡板，以遮挡来自洞壁及皮带机的滴水、粉尘等对摄像机镜头的干扰。所述摄像机利用螺栓固定在高速皮带机上方的金属壁上，同时，保护装置也将摄像机机体整个盖住，以保护摄像机内的精密电子元器件免受破坏。

当然，所述保护机构也可替换为其他形式，如添加防腐蚀涂层、设置有防尘罩等，这些简单替换均属于本领域技术人员在本发明的构思基础上能够想到的简单替换，应属于本发明的保护范围。

优选的，还包括照明装置。以克服隧道完全封闭、无自然光照，光照条件较暗的条件。将led照明装置置于单独的保护装置内，以防水防尘。

基于上述系统的工作方法，包括以下步骤：

(1)对于采集到的岩渣视频，提取其中的每一帧，将彩色图像转换为灰度图，将得到的灰度图转换为二值图；

(2)对得到的二值图像，应用图像形态学的膨胀处理方法，以把二值图像中破碎的区域连通起来，使同一岩渣对应的图像区域是连通的，不同岩渣所对应的图像区域是不连通的；

(3)使用图像连通区域检测算法，确定二值图像中所有的独立连通区域，每个连通区域即为岩渣，并按每个区域所包含的像素数进行排序；

(4)对得到的每个连通区域，计算有向包围盒，以反映岩渣的形状信息，并记录统计。

所述步骤(1)中，彩色图像，转换为灰度图的具体方法为：

gray＝r×0.299+g×0.587+b×0.114,(1)

式中，r、g、b分别为彩色图像某个像素的红、绿、蓝三种颜色值，gray为转换成的灰度值。

所述步骤(1)中，灰度图大于阈值的二值图对应像素值为1，否则为0。

所述步骤(3)中，每个独立连通区域所包含的像素数多少代表岩渣拍摄面积大小。

所述步骤(4)中，有向包围盒是一个二维矩形，它的宽对应物体的最窄处，它的长对应物体的最宽处，最宽处和最窄处的比值，以反映岩渣的形状信息。通常的，比值大于1.5，则岩渣为细长条状；比值接近于1，则岩渣为圆块状。

所述步骤(4)中，通过岩渣形状以判断滚刀是否工作正常。若岩渣多为细长条状，则滚刀工作正常，磨损较小，若岩渣多成圆块状，则滚刀没有正常工作，有磨损情况。

所述步骤(4)中，统计最大岩渣的直径和岩渣直径直方图，把从0到最大岩渣直径的长度范围分为多个区间，统计直径落在各个区间的岩渣个数，对拍摄面积大于某个设定阈值的岩渣分为两类，细长条状和圆块状，并绘制直方图。

与现有技术相比，本发明的有益效果为：

本发明提出的适用于隧道掘进机环境下的高速皮带机岩渣视频分析方法，实现了岩渣视频的自动化分析，并且能定量的给出岩渣的形状统计数据，使隧道掘进机驾驶员可以实时掌握高速皮带机岩渣情况数据。

本发明提出的隧道掘进机搭载的高速皮带机岩渣视频分析系统，有效的解决了现有滚刀磨损检测装置设计实现复杂和难以定量检测滚刀磨损情况的不足。通过对高速皮带机岩渣形状的分析统计，给出滚刀的磨损程度估计，克服了现有技术的难点，且简单方便。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1是本发明的示意图侧视图。

图2是本发明的示意图俯视图。

图3本发明设计流程图。

其中：1、8表示高速摄像机，2表示led照明装置，3表示高速皮带机，4、6表示高速皮带，5、7表示岩渣。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

如图1所示，在隧道掘进机施工过程中，高速皮带机3运转并带动皮带4一起高速运动，把岩渣5从刀盘处运送到隧道外。使用螺栓把高速摄像机1及其防水防尘保护装置固定在皮带上方的金属壁上，摄像机的镜头朝向皮带正中央。进一步地，由于隧道内光照较暗，为了能拍摄到皮带机上岩渣的清晰图像，需要使用led照明装置2照亮高速皮带上被拍摄到的区域。

如图2所示，随着隧道掘进机的施工，刀盘不断从掌子面上切割下岩渣7，岩渣随皮带6的运转被运送出隧道。与此同时，启动高速摄像机8和led照明装置，对皮带机上的岩渣进行高速拍摄，获取岩渣的清晰视频。

进一步地，高速摄像机拍摄到的视频通过数据线传回到隧道掘进机驾驶室中的计算机上。

进一步地，运行本发明所开发的计算机视觉分析软件，获取到通过数据线传回的岩渣视频数据，并提取出其中的单帧图像进行处理。由于掘进过程中滚刀的磨损程度不会在短时间内发生突变，所以不必对高速摄像机的每一帧图像都进行视频分析处理。只在每秒获取的视频中单独提取出第一帧图像进行下一步的计算机视觉分析。

进一步地，在本发明所开发的计算机视觉分析软件中，对于提取出的单帧岩渣图像，运行彩色图转灰度图算法，转换为灰度图像。

进一步地，对于上一步骤中得到的灰度图，运行灰度图转二值图算法，转换为二值图像。

进一步地，对于上一步骤中得到的二值图像，运行计算机图像形态学膨胀处理算法，把二值图像中同一岩渣由于光照、色彩原因而分成的破碎区域，连通为一个完整的岩渣区域。

进一步地，对形态学处理后的二值图像，运行图像连通区域检测算法，检测出图像中的每个连通区域即视为一个岩渣。

如图3所示，具体步骤如下：

对于采集到的岩渣视频，提取其中的每一帧，用于下一步对单帧图像进行处理。由于掘进过程中滚刀的磨损程度不会在短时间内发生大变化，不必使用过高的图像采样频率，每秒提取一帧岩渣图像进行分析即可。

使用如下公式把上一步骤得到的彩色图像，转换为灰度图：

gray＝r×0.299+g×0.587+b×0.114,(1)

式中，r、g、b分别为彩色图像某个像素的红、绿、蓝三种颜色值，gray为转换成的灰度值。对彩色图像的每个像素都应用该公式，即可得到对应的灰度图。

进一步的地，使用如下公式，把上一步骤得到的灰度图转换为二值图：

式中，gray为灰度图某个像素的值，binary为转换成的二值图上对应像素的值。由于光照及颜色变化，同一岩渣在二值图上可能被分割为多个不连通的区域，需要下一步使用形态学方法进行处理。

对于得到的二值图像，应用图像形态学的膨胀处理方法，以把二值图像中过于破碎的区域连通起来，使同一岩渣对应的图像区域是连通的，不同岩渣所对应的图像区域是不连通的。

进一步地，使用图像连通区域检测算法，找出二值图像中所有的独立连通区域，每个连通区域即为岩渣，并按每个区域所包含的像素数多少即岩渣拍摄面积大小进行排序。

对上一步骤中得到的每个连通区域，计算有向包围盒(orientedboundingbox)。有向包围盒是一个二维矩形，它的宽对应物体的最窄处，它的长对应物体的最宽处。最宽处和最窄处的比值，可以反映岩渣的形状信息：比值大于1.5，则岩渣为细长条状；比值接近于1，则岩渣为圆块状。

统计岩渣的形状信息。由施工经验可知，若岩渣多为细长条状，则滚刀工作正常，磨损较小，若岩渣多成圆块状，则滚刀没有正常工作，有磨损情况。据此，我们统计几种信息：1.最大岩渣的直径；2.岩渣直径直方图。统计两类直方图数据：1、把从0到最大岩渣直径的长度范围分为10个区间，统计直径落在各个区间的岩渣个数；2、对拍摄面积大于某个设定阈值的岩渣分为两类，细长条状和圆块状，并绘制直方图。

进一步地，统计单帧图像中所有岩渣的形状信息。若一个岩渣的最宽处与最窄处的比值接近于1，则该岩渣为圆块状，若比值大于1.5,则该岩渣为细长条状。

进一步地，给出两种岩渣信息统计直方图。第一种是岩渣直径在0到该帧图像中最大岩渣直径区间上的分布直方图，第二种是圆块状与细长条状岩渣个数的对比直方图。通过第一个直方图给出岩渣的破碎情况，第二个直方图的两种岩渣个数对比，可以给出滚刀的磨损程度估计。细长条状岩渣较多，则滚刀工作正常，磨损较小；圆块状岩渣较多，则滚刀磨损程度较大，需要更换滚刀。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。