输送机是现代采矿工业的重要运输工具。在煤炭运输中,煤矸石、金属材料等坚硬物质经常混合在煤炭中,可能会使得输送带产生纵向撕裂,这样的猝发事故通常会导致采矿设备和生产的停工,造成巨大的经济损失,因此我们需要实时、可靠的检测输送带纵向撕裂。近年来,由于机器视觉可以提高检测效率和精度,在输送带故障检测中,视觉检测成为一个重要的研究方向。本文基于机器视觉,综合红外成像技术和可见光成像技术的互补特性,提出了一种基于红外与可见光融合的输送带纵向撕裂一体化双目视觉检测方法,并依据输送带纵向撕裂视觉检测方法现有问题,提出本文检测方法的设计方案,主要包括三部分:输送带图像采集,输送带图像预处理,输送带图像纵向撕裂特征提取与识别。在输送带图像采集中,基于红外与可见光融合技术,论文提出一种新的一体化双目视觉传感装置采集红外与可见光融合图像,该传感装置通过棱镜分光的方法将从同一镜头入射的同轴光分为红外光和可见光,并分别进入两个感光芯片,可以同时捕获同一场景下的红外信息和可见光信息,在图像融合前无需配准处理。本文研究了该传感装置的成像原理,并在MATLAB上对其成像过程进行理论仿真研究,验证其可行性和有效性。由于论文只对提出的一体化双目视觉传感装置进行了理论仿真研究,因此在输送带图像采集实验部分,首先采用红外相机和可见光相机分别采集红外图像和可见光图像,然后再进行红外与可见光图像的配准融合,最终实现输送带红外与可见光融合图像的采集。在实验室搭建图像采集实验平台,实现输送带在撕裂状态、正常状态和划痕状态的融合图像的采集。输送带融合图像采集完成后,为使得检测效果更可靠,需对其进行预处理操作。论文分析了输送带纵向撕裂的特征,并据此对图像进行了一系列的预处理,包括去除图像噪声,增强图像对比度,突出检测中感兴趣的区域,提取出撕裂目标信息。预处理后的图像视觉效果较好,撕裂目标较为突出,为后续纵向撕裂特征提取与识别做了较好准备。在得到的预处理图像的基础上,本文采用投影法提取出图像的投影特征,并据此计算出图像的几何特征,即输送带纵向撕裂参数:撕裂长度、宽度和面积。根据各类型输送带图像投影特征的特点和纵向撕裂参数设定识别阈值并规定纵向撕裂的识别规则,最终将输送带图像归为:撕裂状态、正常状态、划痕状态,实现不同状态的输送带图像的识别检测。在MATLAB编程软件平台上对采集得到的输送带图像进行预处理和撕裂特征提取与识别处理。实验结果表明本文提出的输送带纵向撕裂一体化双目视觉检测方法能够识别撕裂与划痕,能够预测潜在的撕裂,检测精确度为96%以上,单帧图像检测时间小于21ms,是一种可靠的、实时的在线检测方法。