摘要
本发明公开了一种运机皮带破损检测方法,包括以下步骤:S1:构建初始特征库;S2:皮带运输机运行过程中,巡检机器以帧率R实时采集皮带的图像数据;S3:通过步骤S1获取皮带图像的特征向量f,再计算皮带图像特征向量和正常皮带特征聚类中心的距离,根据结果判断皮带图像中的皮带是否破损;S4:对特征向量库进行动态更新。本发明的有益效果是:通过实时采集图像和无监督学习分析,无需大量标注数据,可迅速识别皮带的破损状况,及时发现潜在的破损风险,减少人工检查的负担,提高监测效率,同时对特征向量库进行动态更新,从而有效克服长期运行过程中皮带表观逐渐变化造成的影响,进而保证该方法在实际应用中具备较强的鲁棒性。
技术关键词
破损检测方法
特征向量库
图像特征向量
巡检机器
图像提取特征
动态更新
皮带运输机
图像特征提取模型
分割算法
统计特征
聚类
代表
鲁棒性
数据
样本
相机
负担
风险