(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211185684.8 (22)申请日 2022.09.28 (71)申请人 山东山矿机械有限公司 地址 272000 山东省济宁市任城区济安 桥 北路11号 (72)发明人 郑兆宗　孔存红　张朋　邱雷明　 梁勇　孙善金　 (74)专利代理 机构 青岛致嘉知识产权代理事务 所(普通合伙) 3723 6 专利代理师 韩艳艳 (51)Int.Cl. G06V 20/50(2022.01) G06V 10/26(2022.01) G06V 10/762(2022.01) (54)发明名称 基于图像处理的输送机异常检测方法及系 统 (57)摘要 本发明属于图像处理技术领域， 具体涉及基 于图像处理的输送机异常检测方法及系统。 方法 包括： 得到各目标像素块的运动矢量； 根据各目 标像素块的运动矢量之间的聚类距离， 得到各初 始聚类类别以及各初始聚类类别中的各运动矢 量； 根据各初始聚类类别中的各运动矢量得到第 一初始聚类评价指标、 第二初始聚类评价指标和 第三初始聚类评价指标； 根据第一初始聚类评价 指标、 第二初始聚类评价指标和第三初始聚类评 价指标， 得到初始聚类综合评价指标； 根据初始 聚类综合评价指标， 得到各目标聚类类别对应的 平均运动矢量， 根据各目标聚类类别对应的平均 运动矢量， 判断输送机传送带是否出现异常。 本 发明能可靠的实现对输送机传送带的异常检测。 权利要求书4页 说明书13页 附图1页 CN 115331157 A 2022.11.11 CN 115331157 A 1.一种基于图像处 理的输送机异常检测方法， 其特 征在于， 该 方法包括如下步骤： 获取输送机传送带的当前帧灰度图像； 对所述当前帧灰度图像进行分割， 得到当前帧灰度图像对应的各像素块； 利用显著性 分析算法对当前帧灰度图像对应的各像素块进行筛选， 得到当前帧灰度图像对应的各显著 像素块； 利用角点检测算法， 得到各显著像素块中的各目标像素块； 利用三步搜索法， 得到各目标像素块的运动矢量； 计算各目标像素块的运动矢量之间的聚类距离； 根据所述聚类距离， 对运动矢量进行 初始聚类， 得到各初始聚类 类别以及各初始聚类 类别中的各运动矢量； 获得各初始聚类类别对应的平均运动速度和对应的平均运动方向； 根据 各初始聚类类 别中的各运动矢量对应的模长和方向以及各初始 聚类类别对应的平均运动速度和对应的 平均运动方向， 得到初始 聚类对应的第一初始聚类评价指标和第二初始聚类评价指标； 根 据初始聚类 类别的数量， 得到初始聚类对应的第三初始聚类评价指标； 根据所述第一初始聚类评价指标、 第二初始聚类评价指标以及第三初始聚类评价指 标， 得到初始聚类综合评价指标； 根据所述初始聚类综合评价指标， 得到各目标聚类类别以 及各目标聚类类别对应的平均运动矢量， 所述平均运动矢量包括平均运动速度和平均运动 方向； 根据各目标聚类 类别对应的平均运动矢量， 判断输送机传送带 是否出现异常。 2.如权利要求1所述的基于图像处理 的输送机异常检测方法， 其特征在于， 利用显著性 分析算法对当前帧灰度图像对应的各像素块进行筛选， 得到当前帧灰度图像对应的各显著 像素块的方法， 包括： 利用Itti显著性分析算法对当前帧灰度图像对应的各像素块进行显著性检测， 得到各 像素块对应的显著值； 将所述显著值大于预设显著阈值的像素块记为显著像素块。 3.如权利要求1所述的基于图像处理 的输送机异常检测方法， 其特征在于， 根据如下公 式计算任意两个目标像素块对应的运动矢量之间的聚类距离： 其中， 为当前帧灰度图像对应的第a个目标像素块与当前帧灰度图像对应的第b个 目标像素块之间的聚类距离， 为当前帧灰度图像对应的第a个目标像素块对应的运动 矢量的模长， 为当前帧灰度图像对应的第b个目标像素块对应的运动矢量的模长， 为 当前帧灰度图像对应的第a个目标像素块对应的运动矢量的方向， 为当前帧灰度图像对 应的第b个目标像素块对应的运动矢量的方向。 4.如权利要求1所述的基于图像处理 的输送机异常检测方法， 其特征在于， 获得各初始 聚类类别对应的平均运动速度和对应的平均运动方向以及得到初始 聚类对应的第一初始 聚类评价指标和第二初始聚类评价指标的方法， 包括： 计算得到各初始聚类类别中各运动矢量的模长的平均值， 记为各初始聚类类别对应的 平均运动速度；权　利　要　求　书 1/4 页 2 CN 115331157 A 2计算得到各初始聚类类别中各运动矢量的方向的平均值， 记为各初始聚类类别对应的 平均运动方向； 根据如下公式计算初始聚类对应的第一初始聚类评价指标： 其中， 为初始聚类对应的第一初始聚类评价指标， 为初始聚类类别的数量， 为第 i个初始聚类类别中运动矢量的数量， 为第i个初始聚类类别中的第j个运动矢量的模 长， 为第i个初始聚类类别对应的平均运动速度， 为第i个初始聚类类别中的第j个 运动矢量的方向， 为第i个初始聚类 类别对应的平均运动方向； 根据如下公式计算初始聚类对应的第二初始聚类评价指标： 其中， 为初始聚类对应的第二聚类评价指标， 为第q个初始聚类类别对应的平 均运动速度， 为第q个初始聚类 类别对应的平均运动方向。 5.如权利要求1所述的基于图像处 理的输送机异常检测方法， 其特 征在于， 得到初始聚类对应的第三初始聚类评价指标的方法， 包括： 选取各初始聚类类别中最大平均运动速度对应的初始聚类类别， 并记为特征初始聚类 类别； 获取特征初始聚类类别中运动矢量的数量以及特征初始聚类类别中各运动矢量对应 的目标像素块对应的最小外接矩形的面积， 所述最小外接矩形中包含特征初始聚类类别中 各运动矢量对应的目标像素块， 所述最小外接矩形的面积大于等于特征初始聚类类别中各 运动矢量对应的目标像素块 面积的累加 和； 将特征初始聚类类别中的各运动矢量对应的目标像素块中的中心像素点的坐标记为 对应目标像素块的坐标； 根据特征初始聚类类别中运动矢量的数量、 特征初始聚类类别中各运动矢量对应的目 标像素块对应的最小外接矩形的面积以及特征初始 聚类类别中的各运动矢量对应的目标 像素块的坐标， 得到初始聚类对应的第三初始聚类评价指标。 6.如权利要求5所述的基于图像处理 的输送机异常检测方法， 其特征在于， 根据如下公 式计算初始聚类对应的第三初始聚类评价指标：权　利　要　求　书 2/4 页 3 CN 115331157 A 3