我国是煤炭开采与消费大国,煤炭企业的安全生产支撑着国民经济的稳定发展。带式输送机作为煤矿生产中的关键运输设备,经常处在高负荷运转状态下,加之矿井生产环境复杂恶劣,输送带在遇到异物摩擦、金属工具阻塞、托辊结构发生变化等因素下,容易发生输送带纵向撕裂和跑偏故障。输送带纵向撕裂会引起输送带局部温度过高,增加引发火灾的几率。输送带跑偏会造成输送机堆煤现象,进一步引起运输巷道封堵、输送带摩擦断裂、矿井火灾等事故。因此需要研究设计一套可以检测煤矿带式输送机异常状态的检测系统,保障带式输送机在生产作业时平稳安全运行。系统采用两个工业相机组成双目视觉成像系统,在辅助光源的作用下采集输送带图像,通过对两个相机拍摄的图像进行图像拼接来获得具有完整输送带视角的图像数据。由于煤矿下光照不足以及粉尘过多,导致采集的输送带图像质量较差,本文设计了图像预处理方案,对在煤矿井下采集到的图像进行噪声滤除、灰度增强、提高对比度等措施,同时对相关算法进行改进与性能提升,使采集到的输送带图像可以满足后续故障检测要求。针对输送带故障识别判定,分别设计了输送带纵向撕裂和输送带跑偏故障的检测方案。通过对输送带发生撕裂时图像中的几何特征进行分析,设计检测方案,优化相关算法,实现对几何特征的提取识别,达到检测的目的;通过提取输送带边缘直线并获取边缘直线的位置信息,计算输送带边缘的斜率以及与输送机支架的相对位置,实现对输送带跑偏故障的检测。同时,对Canny算法提出改进方法,经实验证明,改进后的算法可以极大地提升边缘检测效果。在检测系统的软件实现方面,搭建基于VS2015和Open CV3.4.0的软件开发环境,根据API函数接口实现计算机对可编程相机进行捕捉和调用;其次采用C++编程语言编写图像处理算法和故障识别算法程序,对输送带图像中的故障特征进行识别判定;最后结合MFC应用程序框架,编写上位机远程监控界面,同时结合MFC ODBC数据库功能实现对故障数据的保存和管理,以便于后于进行故障成因分析,可以更好地预防输送带故障。最后,在搭建模拟实验平台,实现整个检测系统的基础上,对各个子系统功能开展实验测试与性能分析,结果表明系统可以准确地检测出输送带撕裂状态下的图像角点与直线特征,实现对输送带纵向撕裂的检测;对改进后边缘检测算法进行性能分析,实验结果表明,经算法处理后的图像C/A值和C/B值较原算法有了很大的改进,可以准确检测出输送带边缘位置信息,实现对跑偏故障的准确识别。整个检测系统的算法运行时间在25ms-30ms之间,可以满足系统的实时性要求。本课题的研究可以提高煤矿带式输送机的运行平稳性,对输送带故障监控和保障煤矿生产效率具有重要意义。