在城市现代化高速发展的今天,人类对电梯的需求逐年增加,对电梯的安全性提出了更高的要求。制动装置作为电梯制动系统中的主要制动部件具有举足轻重的地位,在电梯制动装置故障检测领域中,传统的检测方法多种多样,但存在精确度不高、耗费人力、误检漏检等问题。本文借鉴现代计算机视觉技术准确、快速获取图像中的信息,针对电梯制动装置系统中较常见故障检测方法进行深入探讨,对抱闸接触器工作状态与抱闸间隙检测方法进行研究,具有良好的理论基础和应用价值。本文主要研究工作如下:(1)分析了电梯制动装置的结构以及常见的电气故障和机械故障,确定了采用基于线结构光的电梯制动装置检测方法。采用高斯滤波的方法去除图像中由于环境和CCD传感器带来的噪声,利用图像归一化解决由于光照强度和物体表面光学性质带来的图像对比度低的问题。(2)研究了线结构光标定方法。通过标定获得相机的内参和外参,进而得到抱闸间隙的实际尺寸。分析了标定原理和标定方法,提出采用Tsai两步法的标定方法。先利用透视矩阵求取线性系统的相机参数,利用最优化法减小相机畸变。该方法的优点是如果摄像机镜头的畸变是径向的,从图像中心到图像点方向的向量不随畸变的变化而变化,这样有效的减少了参数空间的维数(3)研究了线结构光中心提取方法,对经过预处理的抱闸接触器图像和电磁铁块图像上的线结构光进行光条中心的提取。针对现有的光条中心提取方法中检测精度与检测速度不能兼顾的问题,提出Hessian矩阵与区域增长相结合的线结构光条纹中心提取方法。采用自适应阈值法提取图像的感兴趣区域,利用Hessian矩阵获得线结构光的亚像素级中心点;将光条中心点作为种子点进行区域增长迭代运算,从而精确的提取条纹中心。通过与Steger法、灰度重心法进行对比试验,结果表明所提算法处理精度与Steger法相同,但处理时间明显高于Steger法;与灰度重心法相比,本文方法在处理时间上略慢于灰度重心法,但处理精度高于灰度重心法。解决了传统方法中存在大量高斯卷积运算的问题,提高了条纹中心的提取速度。(4)在提取的线结构光光条中心基础之上,实现电梯制动装置的检测。采用角点检测和直线拟合的方法拟合接触器上呈断线分布的线结构光条纹,根据直线的方程监测接触器工作状态。提出了一种利用求取像素点的坐标值和像素点横向分量差值的方法计算抱闸间隙的宽度,实现抱闸装置闸臂和制动轮之间的量化,为采取更有针对性的维修措施提供理论依据。