矿用带式输送机将大量煤炭不断从井底运输到地面的过程中，会发生各种各样的故障，其中输送带跑偏是最常见的故障之一。当发生输送带跑偏时，大量煤炭从输送带一侧掉落，直接会影响生产效率，甚至威胁矿工生命安全。

      机器视觉算法通过采集图像对感兴趣区域的像素进行研究，目前已应用在各行各业，技术日趋成熟。OpenCV视觉库提供了大量的机器视觉与图像处理算法，可快速有效采集图像并进行相应的分析处理。随着智能化矿山与5G的发展，人工智能在矿山智能化建设中发挥重要作用，其中通过视觉算法对设备进行检测与控制的技术已经日渐成熟。中国矿业大学、太原理工大学等研制基于机器视觉检测输送带故障，识别输送量，并根据输送量控制电动机智能调速等技术已经在实验室稳定运行。宁夏广天夏电子科技有限公司、精英数智科技有限公司等研制的基于机器视觉的输送带控制人工智能方案已经投入煤矿应用。

      传统的带式输送机跑偏检测采用的是接触式跑偏传感器，这种接触式传感器在使用过程中存在安装复杂、灵敏度低、成本高等缺点。因此，设计了基于机器视觉的矿用带式输送机跑偏故障检测系统，采用矿用摄像头采集图像，使用python语言和OpenCV视觉库编译软件进行图像处理，可对煤矿图像进行清晰化处理，有效减少煤尘影响，增加图像清晰度；通过Candy边缘检测、霍夫变换直线检测等图像处理技术快速有效地检测输送机跑偏，并将数据传输至PLC控制纠偏机构动作。