赵 亮， 韩宝虎， 孙魁元， 荣 宝， 屠凤招， 张学慧， 田立龙， 张智浩

(1.神华宝日希勒能源有限公司， 呼伦贝尔 021025； 2.哈尔滨工业大学航天学院， 哈尔滨 150001)

在煤炭工业中，利用皮带运输煤炭等物料是极其重要的一个环节，但是由于皮带的工作量大、运输量多，在实际的生产运输过程中，容易发生皮带打滑的状况，会影响整个生产过程的正常进行，降低效益。因此，针对煤炭工业的生产过程，设计有效的皮带测速监控系统是极其必要的。

现有的测速装置绝大多数是基于硬件传感器的方法，即测速轮或滚筒与皮带接触，利用传感器进行转速计数[1-3]。但是由于磨损或震动等原因，动轮与皮带不能完全贴合，造成测速打滑误报。近年来，人工智能和计算机视觉技术广泛用于工业生产中，提高了生产效率，使产业智能化。文献[4]提出了一种基于图像的皮带测速方法，在皮带边缘作标记，通过检测相邻帧图像中标记位置的变化计算皮带速度。该方法能够完成测速任务，但需要根据皮带大致速度调节相机帧率以确保相邻帧能采集到同一个标记，但当物料量大、遮挡标记时，会影响检测。因此，研究了一种直接提取皮带或物料特征的智能皮带测速方法。

运动估计是计算机视觉中的重要内容，广泛应用于目标跟踪和视频稳定等领域，其目的是找到两幅图像间像素的对应关系。对皮带监控视频相邻帧图像进行运动估计，从而计算皮带运动速度。最典型和常见的运动估计方法是光流法[5]。……