CN120235937A - 一种基于图像识别的索道缆绳位置偏离检测方法 - Google Patents

Abstract

本发明属于索道安全监测技术领域，公开一种基于图像识别的索道缆绳位置偏离检测方法。本发明通过基于缆绳的载荷数据以及结构点云模型识别负载影响热点区域，精准锁定缆绳受力异常的具体区域，高效定位局部磨损、应力集中等隐患位置，使检测分析更贴合实际、提升结果准确性，减少非必要维护成本，实现资源优化利用与运维效率提升。本发明通过基于风载荷不均匀性、索道缆绳磨损情况对索道缆绳位置偏离度进行修正，避免单一参数分析的片面性，量化多因素协同作用，使修正结果更贴近真实工况，提升对复杂环境的适应性，精准识别偏离级别，增强了检测全面性与可靠性。

Description

一种基于图像识别的索道缆绳位置偏离检测方法

技术领域

本发明属于索道安全监测技术领域，涉及到一种基于图像识别的索道缆绳位置偏离检测方法。

背景技术

索道缆绳是索道系统的核心部件之一，索道缆绳集承重、牵引、导向、安全、结构支撑等功能于一体，其性能直接决定了索道系统的可靠性、运输效率和安全性。索道缆绳位置偏离检测可预防缆绳断裂、结构碰撞等安全事故，保障生命财产安全，同时能够保障系统稳定运行，减少停机损失与维护成本，延长设备寿命，优化维护策略与系统设计。因此，基于图像识别的索道缆绳位置偏离检测的研究具有重要意义。

现有技术中也有关于索道安全监测的技术方案，例如，公开号为CN119688501A的一种迂回索道用受力监测预警方法及系统的中国发明专利申请，其包括：该方法通过在索道缆绳监测点设传感器，实时采集受力、载荷及图像数据，算初始受力指数；采集环境数据得调整因子，据其算实际受力指数、动态调整安全阈值，再依两者进行预警提醒，以提高监测准确性与索道安全性。

上述方案虽然提出了对于索道安全监测的一些解决方案，但是仍然存在一定局限性，例如：一方面，上述方案缺乏对于负载影响热点区域的识别，未充分结合负载动态分布特征，可能导致无法精准定位高风险区段，难以有效分析负载集中区域的局部偏离问题，影响检测结果的精细化程度与维护决策的准确性。

另一方面，现有技术方案只通过环境因素进行修正，缺乏基于风载荷不均匀性、滑轮横向磨损量和缆绳接触面磨损量的综合修正，无法全面反映结构损伤与环境载荷的耦合作用，易遗漏磨损积累或风场非对称引发的偏离风险，使修正结果与实际状态存在偏差，降低检测精度和安全评估的可靠性。

发明内容

鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于图像识别的索道缆绳位置偏离检测方法。

本发明的目的可以通过以下技术方案实现：一种基于图像识别的索道缆绳位置偏离检测方法，包括：利用图像采集装置获取索道缆绳图像，基于所述图像构建索道缆绳三维轮廓分布模型，基于所述索道缆绳三维轮廓分布模型分析索道缆绳位置偏离度。

分别利用分布式重量采集装置和三维扫描装置获取索道缆绳的载荷数据以及结构点云模型，基于此识别负载影响热点区域，构建该区域的风载荷分布矩阵并分析风载荷不均匀性。

基于索道缆绳三维轮廓分布模型提取滑轮-缆绳接触面参数和索道缆绳横向直径数据，分析滑轮横向磨损量和缆绳接触面磨损量。

基于所述风载荷不均匀性、滑轮横向磨损量和缆绳接触面磨损量构建索道缆绳位置偏离度修正模型并输出修正后索道缆绳位置偏离度，识别偏离级别。

相较于现有技术，本发明的有益效果如下：（1）本发明通过基于缆绳的载荷数据以及结构点云模型识别负载影响热点区域，精准锁定缆绳受力异常的具体区域，高效定位局部磨损、应力集中等隐患位置，使检测分析更贴合实际、提升结果准确性，减少非必要维护成本，实现资源优化利用与运维效率提升。

（2）本发明通过基于风载荷不均匀性、索道缆绳磨损情况对索道缆绳位置偏离度进行修正，避免单一参数分析的片面性，量化多因素协同作用，使修正结果更贴近真实工况，提升对复杂环境的适应性，精准识别偏离级别，增强了检测全面性与可靠性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法步骤实施示意图。

图2为本发明提供的一种实施例对应的索道缆绳位置偏离度分析方法流程示意图。

图3为本发明提供的一种实施例对应的竖直方向偏离监测点对应参考位置点定位示意图。

图4为本发明提供的一种实施例对应的滑轮横向磨损量分析示意图。

附图标记：1—负载，2—索道缆绳轮廓，3—参考索道缆绳轮廓，4—竖直方向偏离监测点，5—参考位置点，6—滑轮轮槽初始宽度，7—监测轮槽宽度，8—未磨损的轮槽，9—使用中的轮槽。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1所示，本发明提供了一种基于图像识别的索道缆绳位置偏离检测方法，包括：利用图像采集装置获取索道缆绳图像，基于所述图像构建索道缆绳三维轮廓分布模型，基于所述索道缆绳三维轮廓分布模型分析索道缆绳位置偏离度。

于本发明一优选实施例，请参阅图2所示，所述分析索道缆绳位置偏离度的具体步骤如下：A1、提取索道缆绳图像并定位缆绳区域，基于等间隔距离沿着缆绳方向布设监测点，统计监测点数量，生成各像素点的唯一像素坐标。

A2、获取各监测点的实际像素坐标和理论像素坐标，同时获取索道缆绳图像中的缆绳区域的最大长度。

需要说明的是，所述理论像素坐标是基于索道设计图纸或理想状态下的缆绳位置，通过几何建模或仿真计算得到的各监测点在图像中的理想坐标坐标。

需要解释的是，缆绳区域的最大长度是指在通过图像采集装置拍摄的索道缆绳图像中，沿缆绳延伸方向所测得的缆绳两端点之间的最大距离。

A3、基于所述图像采集装置的具体设备参数得到像素-物理单位转换系数。

需要解释的是，像素-物理单位转换系数是指图像中像素坐标与实际物理单位之间的比例关系，在索道缆绳位置偏离检测中，通过该系数可将图像分析得到的像素偏差转换为实际物理偏差，从而量化缆绳的位置偏离程度，为后续的安全评估提供科学依据。图像采集装置的核心参数决定了像素与物理单位的映射关系。示例性的，若图像中100像素对应实际1米，则。

A4、将各监测点的实际像素坐标与理论像素坐标进行绝对偏差计算，进而联合缆绳区域的最大长度和像素-物理单位转换系数，基于索道缆绳位置偏离度计算公式综合分析得到索道缆绳位置偏离度。

优选地，所述索道缆绳位置偏离度计算公式如下：，其中表示索道缆绳位置偏离度，表示各监测点的实际像素坐标，表示各监测点的理论像素坐标，表示监测点的编号，，表示监测点的数量，表示缆绳区域的最大长度，表示像素-物理单位转换系数。

需要说明的是，上述公式核心逻辑是通过监测点偏差均值化与长度归一化，计算缆绳整体位置偏离理论状态的百分比，量化偏离程度。每百分比偏离度表示缆绳实际位置相对于理论位置的偏移量占缆绳全长的比例。

需要补充说明的是，所述公式中是实际像素坐标与理论像素坐标的欧氏距离，本发明中主要以横向距离分析为主。是将单监测点的像素偏差转换为相对于缆绳全长的比例进行了归一化处理。通过系数将像素比例转换为实际物理单位。其中越大，监测点越密集，公式对局部偏差的敏感度越高，检测精度越高。

分别利用分布式重量采集装置和三维扫描装置获取索道缆绳的载荷数据以及结构点云模型，基于此识别负载影响热点区域，构建该区域的风载荷分布矩阵并分析风载荷不均匀性。

于本发明一优选实施例，请参阅图3所示，所述识别负载影响热点区域的具体过程如下：基于索道缆绳的结构点云模型，生成索道缆绳侧向视图轮廓图像。

基于所述侧向视图轮廓图像定位视图中的起始位置点和结束位置点，基于起始位置点和结束位置点定位参考索道缆绳轮廓。

需要说明的是，所述参考索道缆绳轮廓是基于起始点和结束点，通过直线拟合生成的一条理想直线轮廓，代表无负载影响时的缆绳理论位置。

基于预设等间隔距离对索道缆绳轮廓进行划分得到若干竖直方向偏离监测点，将各竖直方向偏离监测点所在竖直方向与参考索道缆绳轮廓的交点记为各竖直方向偏离监测点对应的参考位置点。

获取各竖直方向偏离监测点到对应参考位置点的距离记为竖直方向偏离距离。

将竖直方向偏离距离与预设竖直方向偏离距离阈值进行对比，将所述竖直方向偏离距离大于竖直方向偏离距离阈值的监测点记为偏离热点。

需要补充的是，若竖直方向偏离距离大于竖直方向偏离距离阈值，则判定该监测点为偏离热点，表明此处受负载影响显著，可能存在异常形变。其中竖直方向偏离距离阈值是基于索道设计规范或历史数据统计，结合安全冗余确定。

将各偏离热点按照位置先后进行排列，将第一个偏离热点到最后一个偏离热点之间的区域记为负载影响热点区域。

需要说明的是，负载影响热点区域内的缆绳因负载影响，偏离理论位置的程度超过安全阈值，需重点监测风载荷与磨损情况。

于本发明一优选实施例，所述风载荷分布矩阵的具体分析方式如下：基于预设矩形网格阵列对负载表面进行监测点布设得到若干风速监测点，并基于等间隔长度对索道缆绳的径向中心线监测点布设得到若干风速监测点。

利用分布式风速监测阵列嵌入风速监测点，获取各监测点的实时风速与风向。

将各风速监测点的风速进行分解得到垂直于索道缆绳与负载所在平面方向的分解风速。

需要解释的是，风载荷对索道缆绳的影响主要体现在垂直于缆绳与负载所在平面的方向，即横向作用力，可能导致缆绳偏移或负载晃动。因此，需将各监测点的三维风速矢量分解为垂直于该平面的分量。

于本发明一优选实施例，所述分析风载荷不均匀性的具体分析方式如下：定位索道缆绳各风速监测点位置以及负载与索道缆绳的连接位置，将连接位置记为参考位置，获取索道缆绳各风速监测点位置到参考位置的距离，基于预定义风向归类方法将索道缆绳各风速监测点按照分解风速对应的风向进行归类得到正向风速监测点集合以及负向风速监测点集合，分别定位正向风速监测点集合和负向风速监测点集合对应的受力中心点。

需要说明的是，将索道缆绳各风速监测点按照分解风速对应的风向进行归类的目的是量化风载荷在不同方向上的分布差异。优选地，正向风速监测点指的是垂直于缆绳与负载所在平面向内的风速监测点，负向风速监测点指的是垂直于缆绳与负载所在平面向外的风速监测点。通过分类可直观识别非对称受力的关键位置。

需要解释的是，位正向风速监测点集合和负向风速监测点集合对应的受力中心点是对每个风向集合计算受力中心点，等效为该方向风载荷的集中作用点。

获取正向风速监测点集合和负向风速监测点集合对应的受力中心点之间的距离，同时计算正向总风速与负向总风速，将正向总风速与负向总风速进行差值计算得到正向风速监测点集合和负向风速监测点集合对应的风速偏差量。

需要说明的是，正向风速监测点集合和负向风速监测点集合对应的受力中心点之间的距离反映了正向与负向风载荷在空间上的分散程度。距离越大，表明正向与负向风载荷的作用中心相距越远，风场在空间分布上越不均匀，对缆绳的横向扭矩或偏移影响越大。

将负载表面各风速监测点的分解风速进行均值计算得到负载表面平均风速。

将所述正向风速监测点集合和负向风速监测点集合对应的受力中心点之间的距离、风速偏差量以及负载表面平均风速代入风载荷不均匀性系数计算公式得到风载荷不均匀性系数。

优选地，所述风载荷不均匀性系数计算公式如下：，其中表示风载荷不均匀性系数，表示正向风速监测点集合和负向风速监测点集合对应的受力中心点之间的距离，表示正向风速监测点集合和负向风速监测点集合对应的风速偏差量，表示向总风速与负向总风速之和，表示负载表面平均风速，表示索道安全工作风速阈值。

需要说明的是，上述公式的核心逻辑是通过空间分散性、强度差异性、相对风速三个维度的归一化参数乘积，量化风载荷的不均匀程度。值越大，表明风载荷在空间分布上越分散、强度差异越显著，且当前风速越接近安全阈值，对索道缆绳的偏离影响越大。

需要补充说明的是，上述公式中空间分散性因子反映风载荷作用中心的偏移程度，比值越大，风场非对称性越强。强度差异性因子越大，说明风载荷的单向性越强，如全为正向风或负向风，对缆绳的横向推力越显著，最大值为1。相对风速因子用于放大高风速场景下的不均匀性影响，风速越接近阈值，相同不均匀性导致的风险越高。

需要说明的是，本发明通过基于缆绳的载荷数据以及结构点云模型识别负载影响热点区域，精准锁定缆绳受力异常的具体区域，高效定位局部磨损、应力集中等隐患位置，使检测分析更贴合实际、提升结果准确性，减少非必要维护成本，实现资源优化利用与运维效率提升。

基于索道缆绳三维轮廓分布模型提取滑轮-缆绳接触面参数和索道缆绳横向直径数据，分析滑轮横向磨损量和缆绳接触面磨损量。

于本发明一优选实施例，请参阅图4所示，所述滑轮横向磨损量的具体分析方式如下：提取滑轮-缆绳接触面参数，基于等间隔角度对各滑轮进行磨损方向定位，获取各磨损方向的轮槽宽度，将各磨损方向的轮槽宽度进行对比，选取最大轮槽宽度作为该滑轮的监测轮槽宽度。

需要解释的是，以滑轮中心轴为基准，将轮槽周向划分为若干个等间隔角度区间，每个区间对应一个磨损监测方向。示例性的，如每30°为一个方向，共12个方向。

需要说明的是，选取最大轮槽宽度作为该滑轮的监测轮槽宽度是因为最大宽度处为滑轮磨损最严重区域，决定了滑轮的结构强度下限，是评估安全性的关键指标。

将预先采集的滑轮轮槽初始宽度与各滑轮轮槽宽度进行差值计算得到各滑轮的横向磨损厚度，进而进行均值计算得到滑轮横向磨损量。

需要说明的是，分析滑轮横向磨损量的目的：滑轮与缆绳长期接触运行会导致轮槽磨损，表现为轮槽宽度减薄、表面粗糙度增加。若磨损超过阈值，可能造成局部磨损引发滑轮偏心，加剧缆绳振动与偏移。滑轮磨损导致轮槽与缆绳的接触面几何形状改变，破坏两者的理想贴合状态，使缆绳在运行中产生横向偏移。

于本发明一优选实施例，所述缆绳接触面磨损量的具体分析方式如下：提取索道缆绳横向直径数据，基于等间隔长度对索道缆绳进行磨损监测点布设，获取各磨损监测点对应的横向厚度，将预先采集的缆绳初始横向厚度与各磨损监测点对应的横向厚度进行差值计算得到各磨损监测点的缆绳接触面磨损厚度。

将各磨损监测点的缆绳接触面磨损厚度进行均值计算得到缆绳接触面磨损量。

需要说明的是，分析缆绳接触面磨损量的目的：缆绳磨损导致横截面几何形状改变，与滑轮的接触面贴合度下降，运行中易产生横向滑动或偏移。

基于所述风载荷不均匀性、滑轮横向磨损量和缆绳接触面磨损量构建索道缆绳位置偏离度修正模型并输出修正后索道缆绳位置偏离度，识别偏离级别。

于本发明一优选实施例，所述构建索道缆绳位置偏离度修正模型并输出修正后索道缆绳位置偏离度的具体方式如下：将风载荷不均匀性系数、滑轮横向磨损量、缆绳接触面磨损量代入预先构建的索道缆绳位置偏离度修正模型，对滑轮和缆绳磨损量进行无量纲归一化处理，结合通过历史实测数据拟合的滑轮磨损和缆绳磨损的差异化影响权重，引入非线性耦合算法刻画多因素协同作用，生成索道缆绳位置偏离度修正系数。

优选地，所述索道缆绳位置偏离度修正模型如下：，其中表示索道缆绳位置偏离度修正系数，表示滑轮横向磨损量，表示缆绳接触面磨损量，表示滑轮横向磨损的最大允许值，表示缆绳接触面磨损的最大允许值。

需要说明的是，上述公式的核心逻辑是通过风载荷不均匀性系数与磨损量归一化参数的耦合计算，生成偏离度修正系数，对原始偏离度进行放大或调整，反映实际运行中多物理因素对缆绳位置的综合影响。修正系数大于1时，表明风载荷与磨损共同加剧了缆绳偏离；接近1时，说明因素影响较小，原始偏离度可信度高。

需要补充说明的是，上述公式中作为模型的基础放大因子，量化风场非对称性对缆绳偏离的直接影响。滑轮磨损归一化参数将滑轮磨损量转换为相对于安全极限的比例，体现滑轮结构强度衰减程度，其来源于滑轮磨损导致轮槽与缆绳贴合度下降，运行中产生横向滑动或偏心载荷，放大偏离程度。缆绳磨损归一化参数反映缆绳表面磨损对其力学性能的影响。缆绳磨损导致横截面减小、表面粗糙度变化，加剧振动与偏移。

将索道缆绳位置偏离度修正系数与索道缆绳位置偏离度进行乘积计算得到索道缆绳位置偏离度修正量，进而与索道缆绳位置偏离度进行求和计算得到修正后索道缆绳位置偏离度。

于本发明一优选实施例，所述偏离级别的具体分析方式如下：将修正后索道缆绳位置偏离度分别与预先设置的各索道缆绳位置偏离度阈值进行对比，识别偏离级别。

需要说明的是，估的终端决策环节。其核心目的是通过量化偏差程度，将抽象的检测数据转化为直观的安全状态等级，指导运维人员采取针对性措施。

示例性的，若修正后索道缆绳位置偏离度大于或等于第一索道缆绳位置偏离度阈值，则识别偏离级别为一级；若修正后索道缆绳位置偏离度小于第一索道缆绳位置偏离度阈值且大于或等于第二索道缆绳位置偏离度阈值，识别偏离级别为二级；若修正后索道缆绳位置偏离度小于第二索道缆绳位置偏离度阈值，则识别偏离级别为三级。

需要说明的是，本发明通过基于风载荷不均匀性、索道缆绳磨损情况对索道缆绳位置偏离度进行修正，避免单一参数分析的片面性，量化多因素协同作用，使修正结果更贴近真实工况，提升对复杂环境的适应性，精准识别偏离级别，增强了检测全面性与可靠性。

需要说明的是，本发明整体基于偏离度预分析、影响因子修正分析、偏离度异常识别的逻辑，具体的先基于三维模型预分析偏离度，再结合风载荷、磨损等多因素修正，最后精准识别偏离级别。该流程实现从初步检测到动态修正再到风险定级的闭环，避免单一因素误判，提升检测结果的全面性与准确性，为索道安全评估提供科学、可靠的决策依据。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于，包括：

利用图像采集装置获取索道缆绳图像，基于所述图像构建索道缆绳三维轮廓分布模型，基于所述索道缆绳三维轮廓分布模型分析索道缆绳位置偏离度；

分别利用分布式重量采集装置和三维扫描装置获取索道缆绳的载荷数据以及结构点云模型，基于此识别负载影响热点区域，构建该区域的风载荷分布矩阵并分析风载荷不均匀性；

基于索道缆绳三维轮廓分布模型提取滑轮-缆绳接触面参数和索道缆绳横向直径数据，分析滑轮横向磨损量和缆绳接触面磨损量；

基于所述风载荷不均匀性、滑轮横向磨损量和缆绳接触面磨损量构建索道缆绳位置偏离度修正模型并输出修正后索道缆绳位置偏离度，识别偏离级别。

2.如权利要求1所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述分析索道缆绳位置偏离度的具体步骤如下：

A1、提取索道缆绳图像并定位缆绳区域，基于等间隔距离沿着缆绳方向布设监测点，统计监测点数量，生成各像素点的唯一像素坐标；

A2、获取各监测点的实际像素坐标和理论像素坐标，同时获取索道缆绳图像中的缆绳区域的最大长度；

A3、基于所述图像采集装置的具体设备参数得到像素-物理单位转换系数；

A4、将各监测点的实际像素坐标与理论像素坐标进行绝对偏差计算，进而联合缆绳区域的最大长度和像素-物理单位转换系数，基于索道缆绳位置偏离度计算公式综合分析得到索道缆绳位置偏离度。

3.如权利要求1所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述识别负载影响热点区域的具体过程如下：

基于索道缆绳的结构点云模型，生成索道缆绳侧向视图轮廓图像；

基于所述侧向视图轮廓图像定位视图中的起始位置点和结束位置点，基于起始位置点和结束位置点定位参考索道缆绳轮廓；

基于预设等间隔距离对索道缆绳轮廓进行划分得到若干竖直方向偏离监测点，将各竖直方向偏离监测点所在竖直方向与参考索道缆绳轮廓的交点记为各竖直方向偏离监测点对应的参考位置点；

获取各竖直方向偏离监测点到对应参考位置点的距离记为竖直方向偏离距离；

将竖直方向偏离距离与预设竖直方向偏离距离阈值进行对比，将所述竖直方向偏离距离大于竖直方向偏离距离阈值的监测点记为偏离热点；

将各偏离热点按照位置先后进行排列，将第一个偏离热点到最后一个偏离热点之间的区域记为负载影响热点区域。

4.如权利要求1所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述风载荷分布矩阵的具体分析方式如下：

基于预设矩形网格阵列对负载表面进行监测点布设得到若干风速监测点，并基于等间隔长度对索道缆绳的径向中心线监测点布设得到若干风速监测点；

利用分布式风速监测阵列嵌入风速监测点，获取各监测点的实时风速与风向；

将各风速监测点的风速进行分解得到垂直于索道缆绳与负载所在平面方向的分解风速。

5.如权利要求4所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述分析风载荷不均匀性的具体分析方式如下：

定位索道缆绳各风速监测点位置以及负载与索道缆绳的连接位置，将连接位置记为参考位置，获取索道缆绳各风速监测点位置到参考位置的距离，基于预定义风向归类方法将索道缆绳各风速监测点按照分解风速对应的风向进行归类得到正向风速监测点集合以及负向风速监测点集合，分别定位正向风速监测点集合和负向风速监测点集合对应的受力中心点；

获取正向风速监测点集合和负向风速监测点集合对应的受力中心点之间的距离，同时计算正向总风速与负向总风速，将正向总风速与负向总风速进行差值计算得到正向风速监测点集合和负向风速监测点集合对应的风速偏差量；

将负载表面各风速监测点的分解风速进行均值计算得到负载表面平均风速；

将所述正向风速监测点集合和负向风速监测点集合对应的受力中心点之间的距离、风速偏差量以及负载表面平均风速代入风载荷不均匀性系数计算公式得到风载荷不均匀性系数。

6.如权利要求1所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述滑轮横向磨损量的具体分析方式如下：

提取滑轮-缆绳接触面参数，基于等间隔角度对各滑轮进行磨损方向定位，获取各磨损方向的轮槽宽度，将各磨损方向的轮槽宽度进行对比，选取最大轮槽宽度作为该滑轮的监测轮槽宽度；

将预先采集的滑轮轮槽初始宽度与各滑轮轮槽宽度进行差值计算得到各滑轮的横向磨损厚度，进而进行均值计算得到滑轮横向磨损量。

7.如权利要求1所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述缆绳接触面磨损量的具体分析方式如下：

提取索道缆绳横向直径数据，基于等间隔长度对索道缆绳进行磨损监测点布设，获取各磨损监测点对应的横向厚度，将预先采集的缆绳初始横向厚度与各磨损监测点对应的横向厚度进行差值计算得到各磨损监测点的缆绳接触面磨损厚度；

将各磨损监测点的缆绳接触面磨损厚度进行均值计算得到缆绳接触面磨损量。

8.如权利要求5所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述构建索道缆绳位置偏离度修正模型并输出修正后索道缆绳位置偏离度的具体方式如下：

将风载荷不均匀性系数、滑轮横向磨损量、缆绳接触面磨损量代入预先构建的索道缆绳位置偏离度修正模型，对滑轮和缆绳磨损量进行无量纲归一化处理，结合通过历史实测数据拟合的滑轮磨损和缆绳磨损的差异化影响权重，引入非线性耦合算法刻画多因素协同作用，生成索道缆绳位置偏离度修正系数；

将索道缆绳位置偏离度修正系数与索道缆绳位置偏离度进行乘积计算得到索道缆绳位置偏离度修正量，进而与索道缆绳位置偏离度进行求和计算得到修正后索道缆绳位置偏离度。

9.如权利要求1所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述偏离级别的具体分析方式如下：

将修正后索道缆绳位置偏离度分别与预先设置的各索道缆绳位置偏离度阈值进行对比，识别偏离级别。

10.如权利要求8所述的一种基于图像识别的索道缆绳位置偏离检测方法，其特征在于：所述索道缆绳位置偏离度计算公式如下：

，其中表示索道缆绳位置偏离度，表示各监测点的实际像素坐标，表示各监测点的理论像素坐标，表示监测点的编号，，表示监测点的数量，表示缆绳区域的最大长度，表示像素-物理单位转换系数；

所述风载荷不均匀性系数计算公式如下：

，其中表示风载荷不均匀性系数，表示正向风速监测点集合和负向风速监测点集合对应的受力中心点之间的距离，表示正向风速监测点集合和负向风速监测点集合对应的风速偏差量，表示向总风速与负向总风速之和，表示负载表面平均风速，表示索道安全工作风速阈值；

所述索道缆绳位置偏离度修正模型如下：

，其中表示索道缆绳位置偏离度修正系数，表示滑轮横向磨损量，表示缆绳接触面磨损量，表示滑轮横向磨损的最大允许值，表示缆绳接触面磨损的最大允许值。