(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210913082.3 (22)申请日 2022.08.01 (65)同一申请的已公布的文献号 申请公布号 CN 114972349 A (43)申请公布日 2022.08.30 (73)专利权人 山东西曼克技术有限公司 地址 272500 山东省济宁市汶上县经济开 发区泉河大道7 77号 (72)发明人 郭东进　赵彦燕　贺庆壮　袁绪龙　 李栓柱　袁绪彬　徐祥琦　 (74)专利代理 机构 济宁仁礼信知识产权代理事 务所(普通 合伙) 37383 专利代理师 李琼 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/90(2017.01) G06V 10/74(2022.01) G06T 5/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01)(56)对比文件 CN 109821596 A,2019.0 5.31 CN 111754498 A,2020.10.09 CN 113405825 A,2021.09.17 CN 113753525 A,2021.12.07 CN 112465776 A,2021.0 3.09 CN 112465776 A,2021.0 3.09 CN 101996406 A,2011.03.30 CN 208407807 U,2019.01.2 2 CN 113213101 A,2021.08.0 6 CN 111951338 A,2020.1 1.17 CN 109124782 A,2019.01.04 US 2019324 432 A1,2019.10.24 WO 20210 52025 A1,2021.0 3.25 US 20212010 68 A1,2021.07.01 KR 20100034500 A,2010.04.01 US 2007258707 A1,20 07.11.08 US 2008025627 A1,20 08.01.31 US 201316 3882 A1,2013.0 6.27 CN 113012064 A,2021.0 6.22 (续) 审查员 王婕 (54)发明名称 基于图像处理的托辊运行状态检测方法及 系统 (57)摘要 本发明公开了一种基于图像处理的托辊运 行状态检测方法及系统， 涉及人工智 能领域。 主 要包括： 获取传送带运行过程中， 每一时刻的待 测托辊的多帧灰度图像； 对每一时刻的相邻多帧 灰度图像中的边缘振动区域进行叠加， 获得每一 时刻对应的边缘振动图像； 对每一时刻的边缘振 动图像进行非盲去卷积获得每一时刻 的清晰振 动图像； 分别获得每一时刻所对应的边缘振动图 像与清晰振动图像 之间的相似度， 以确定待测托 辊是否为异常托辊。 本发明实施例通过对托辊的 正面图像进行处理， 能够在装有托辊的传送装置的运行过程中， 分别获得对每一托辊的状态检测 结果， 提高了对于托辊的状态检测精度。 [转续页] 权利要求书2页 说明书7页 附图3页 CN 114972349 B 2022.10.25 CN 114972349 B (56)对比文件 CN 114418877 A,2022.04.29 白亮 等.基 于时间序列相似度 挖掘的水电 机组振动故障诊断研究. 《水力发电学报》 .2010, 第29卷(第6期), 齐秀飞 等.一种强迫激励下的弦线 模型振 动分析与求 解. 《辽宁 工程技术大学学报 （自然科 学版） 》 .2017,第3 6卷(第8期), 刘金根.基 于影像组学的脑部胶质瘤高低级别分类模型研究与实现. 《中国优秀硕士学位 论 文全文数据库 医药卫 生科技辑》 .2020,第2020 年卷(第7期), M. M. Maru 等.I nfluence of o il contamination on vibrati on and wear i n ball and ro ller beari ngs. 《Industrial Lubricati on and Tribo logy》 .2007,第59卷(第 3期), dds0003mdn.数据相似度与异常检测. 《doc88.com/p- 5843118333109.html》 .2016,2/2 页 2[接上页] CN 114972349 B1.一种基于图像处 理的托辊运行状态检测方法， 其特 征在于， 包括： 获取传送带运行过程中每一 时刻的待测托辊的多帧正面图像， 并进行灰度化获得每一 时刻对应的多帧灰度图像； 对每一时刻的相邻多帧灰度图像中的边缘振动区域进行叠加， 获得每一 时刻对应的边 缘振动图像， 所述 边缘振动区域 为位于灰度图像的上 下边界的预定高度的区域； 利用变分贝叶斯获得每一 时刻的边缘振动图像对应的卷积核， 并根据 卷积核对每一 时 刻的边缘振动图像进行非盲 去卷积去模糊方法， 获得去模糊后每一时刻的清晰振动图像； 分别获得每一 时刻所对应的边缘振动图像与清晰振动图像之间的相似度， 并获得预设 时长内所有时刻所对应的所有相似度中， 小于或等于相似度阈值的相似度所占的比例， 在 所述比例大于比例阈值的情况 下， 将待测托辊确定为异常托辊。 2.根据权利要求1所述的基于图像处理 的托辊运行状态检测方法， 其特征在于， 所述方 法还包括对每一时刻所对应的相似度进行 更新， 包括： 获得每一 时刻的任一帧灰度图像在运动方向上灰度游程矩阵的长游程低灰度级优势， 并将其作为每一时刻的第一特征值， 所述运动方向为待测托辊的运动方向在灰度图像中对 应的方向， 每一时刻的运动方向为0度、 45度、 90度和13 5度中的其中一个方向； 获得每一时刻的任一帧灰度图像在运动方向以外的每一方向的灰度游程矩阵的长游 程低灰度级优势， 并将运动方向以外的各方向的灰度 游程矩阵的长游程低灰度级优势的均 值， 作为每一时刻的第二特征值； 每一时刻的运动方向以外的各方向为0度、 45度、 90度和 135度中排除该时刻运动方向后所对应的方向； 将每一时刻的第二特 征值与第一特 征值的除法运 算结果作为每一时刻的第三特 征值； 将每一时刻所对应的相似度， 与每一时刻对应的第三特征值的乘积结果， 作为对每一 时刻对应的更新后的相似度。 3.根据权利要求2所述的基于图像处理 的托辊运行状态检测方法， 其特征在于， 所述方 法还包括根据灰度图像获得待测托辊的运动方向， 所述根据灰度图像获得待测托辊的运动 方向， 包括： 将灰度图像中每一像素点与其八邻域内像素点的灰度值差异最小的方向， 分别作为灰 度图像中每一像素点的特 征方向； 将夹角为180度的特征方向作为同一种特征方向， 将灰度图像中所有像素点的所有特 征方向中频 数最大的特 征方向作为待测托辊的运动方向。 4.根据权利要求1所述的基于图像处理 的托辊运行状态检测方法， 其特征在于， 对待测 托辊的正 面图像进行 灰度化获得 灰度图像前， 所述方法还 包括： 采集包含待测托辊的正面的图像并进行图像分割获得待测托辊的正面图像， 所述正面 图像中待测托辊以外的像素点的像素值 为0。 5.根据权利要求4所述的基于图像处理 的托辊运行状态检测方法， 其特征在于， 对包含 待测托辊的正 面的图像进行图像分割获得待测托辊的正 面图像是通过DN N实现的。 6.根据权利要求1所述的基于图像处理 的托辊运行状态检测方法， 其特征在于， 获取每 一时刻的待测托辊的多帧正面图像前， 所述方法还包括确定待测托辊， 其中， 确定待测托辊 的过程包括： 在传送带运行过程中分别采集每一托辊处的音频， 并将托辊处的音频与 标准托辊的差权　利　要　求　书 1/2 页 2 CN 114972349 B 3