基于量子遗传聚类算法的井下输送带图像探伤方法.pdfVIP

第 35卷第08期 煤 矿 机 械 V0I．35No．O8 2014年 O8月 CoalMineMachinery Aug．2014 doi：10．13436j／．mkjx．201408046 基于量子遗传聚类算法的井下输送带图像探伤方法 朱志鸿 。何小刚 (太原理工大学 信息工程学 院，太原 030024) 摘 要：通过图像处理技术在井下输送带运输过程 中对输送带损伤部位的识别，以保障煤矿 工业上输送带的fi-常安全工作 。针对输送带上损伤部位与正常部位的图像差异，先通过灰度直方 图确定阈值 ，将 图像前背景相分离；再将图像 中值滤波与边缘检测 ，完成对实时输送带图像的预处 理 ．最后通过基于量子遗传优化的聚类算法把输送带损伤部位 图像与正常输送带图像分离开。实 验结果表明．该算法能有效地达到输送带探伤效果。 关键词：井下输送带探伤 ；中值滤波；边缘检测；聚类算法；量子遗传优化算法 中图分类号 ：TP29；TD528 文献标志码 ：A 文章编号：1003—0794(2014)08—0105—03 BeltofUndergroundTestingMethodBasedonQuantum Genetic ClusteringAlgorithm ZHU Zhi-hong，HE Xiao-gang (CollegeofInformationEngineering，TaiyuanUniversityofTechnology，Taiyuan030024，China) Abstract：Byimageprocessingtechniquesinthebeltonthebeltduringtransportinjurysiteidentification, toprotectthecoalindustry onthesafetybeltproperly．Forthenormalsiteofinjuryontheconveyor partsoftheimagedifference，htefirstthresholdvaluedeterminedbythehistogram，separationofthe imagebeforethebackground；thentheimagefilteringandedgedetection，tocompletethereal—time imagepreconveyor，finallybyclusteringbasedonquantumgeneticalgorithmtooptimizethebeltinjury site images and normalimagesbeh sepraated．Experimentalresultsshow thatthe algorithm can effectivelyachievetheconveyorbelttestingresults． Keywords：beltofundergroundtesting；medianfilter；edgedetection；clusteringalgorithm；quantum geneticalgorithm 0 引言 1 输送带图像的前背景分割 输送带是一种强力传送输送带 ．在煤矿行业中 f1)图像阈值分割的前期处理 被广泛的应用。但是在煤矿行业 中。容易发生钢芯 摄像机采集视频图像 的时候 ．通常会受到本身 带接头断裂事故．对工人的生命安全和生产造成了 采集装置以及周围环境的影响．尤其是噪声对灰度 严重危害．而且 ．输送带张力超限也是导致输送带 值以及图像信息的灰度特征有很大的影响．所 以对 损伤的一个重要原因。因此．对钢丝