带式输送机是一种依靠摩擦力实现连续运输作业的机械,具有运输能力强、运送距离远、结构简单易于维护等特点,广泛应用于冶金、电力、煤炭和港口运输等领域。输送带是带式输送机的重要构件,主要用于承载物料,并在驱动滚筒的牵引下实现远距离运输。由于输送带工作环境较恶劣且长期负载运行,极易发生故障,如果没有及时发现并处理输送带故障,会导致输送带撒料、整体断裂甚至引发火灾,造成重大安全事故。因此,输送带异常状态监测是一个亟待解决的问题。本文分析了国内外输送带异常状态的研究现状,结合输送带工作环境的特点,提出一种基于机器视觉的输送带异常状态监测系统,实现了输送带异常状态的非接触式检测。本文详细研究了输送带异常状态在线检测原理,对系统软、硬件进行选型,完成了输送带异常状态监测系统的总体设计。分析了图像运动模糊的特点,推导了输送带运动模糊图像退化模型,提出基于Radon变换原理估计点扩散PSF函数和最小约束二乘法的图像模糊复原方法。分析了几种图像预处理算法,结合输送带图像特点利用直方图均衡化和中值滤波增强图像质量;研究了图像分割算法,基于简化的PCNN模型和Renyi交叉熵图像阈值选取方法,提出一种改进型的PCNN图像分割法,利用信息熵、区域对比度和全局一致性误差对分割效果进行客观评价,验证了改进算法的有效性;研究了灰度模板匹配算法,在NCC模板中引入SSDA不变阈值Tk作为模板匹配阈值,实现了输送带裂纹图像的快速识别。研究了运动目标识别和追踪方法,结合输送带运行环境特点,利用背景差分法和二帧差分法相结合方法实现运动目标检测,利用卡尔曼滤波追踪目标运动轨迹;分析了视频图像序列与实际距离的关系,建立视频序列图像追踪点与空间距离映射表,计算输送带运行速度,实现输送带运行速度监测。设计了基于STM32F103VET6为核心的输送带控制模块,在Visual Studio2017环境下基于OpenCV3.4.1进行软件编程,在实验室搭建输送带异常状态监测实验平台,进行整体方案测试。实验表明,基于机器视觉的输送带异常状态监测系统可以实现输送带异常状态的自动监测。