[发明专利]一种烧结机的台车箅条图像摄取方法及系统在审

专利信息
申请号: 202010177626.5 申请日: 2020-03-13
公开(公告)号: CN111222510A 公开(公告)日: 2020-06-02
发明(设计)人: 李宗平;廖婷婷;李曦 申请(专利权)人: 中冶长天国际工程有限责任公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/46;G06T3/00;G06T3/40;G06N3/04;F27D21/02;F27B21/02;F27B21/14
代理公司: 北京弘权知识产权代理事务所(普通合伙) 11363 代理人: 逯长明;许伟群
地址: 410006 *** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 烧结 台车 图像 摄取 方法 系统
【权利要求书】:

1.一种烧结机的台车箅条图像摄取方法,其特征在于,所述图像摄取方法包括如下步骤:

对采集的箅条图像进行ROI提取,得到ROI提取后的图像;

将所述ROI提取后图像分割为与箅条排数相等的若干部分;

将分割后的每一排的图像进行外轮廓提取;

对提取的轮廓大小进行判断,构成轮廓的像素点数大于或等于设定阈值时,则判定为箅条外轮廓,若构成轮廓的像素点的数量小于设定阈值,则判定认为是图像中其他纹理变化形成的轮廓,为无效轮廓;统计每个子区域内符合条件的轮廓数量。

2.如权利要求1所述的一种烧结机的台车箅条图像摄取方法,其特征在于,所述图像摄取方法还包括如下步骤:

通过如下公式求得各排轮廓值的平均值:

3.如权利要求2所述的一种烧结机的台车箅条图像摄取方法,其特征在于,所述图像摄取方法还包括如下步骤:

通过如下公式求得各排轮廓值的均方差:

4.如权利要求1-3任一项所述的一种烧结机的台车箅条图像摄取方法,其特征在于,所述图像摄取方法还包括:

采用深度学习算法提取箅条的四个角点,进行全景图粗定位,基于角点再进行透视变换,从而展平图像。

5.如权利要求4所述的一种烧结机的台车箅条图像摄取方法,其特征在于,所述图像摄取方法还包括:

训练深度学习网络,得到深度网络模型:

通过手动标定训练样本,标定样本保证角点位于预测框的中心,并根据预测框的大小得到角点的坐标值。

6.如权利要求5所述的一种烧结机的台车箅条图像摄取方法,其特征在于,所述图像摄取方法还包括:

测试时,将全景图粗定位的四个角点图像输入训练好的深度网络模型,得到角点在预测框中的坐标(X,Y),根据如下转换公式,得到角点在原图中的坐标值:

左上角C_lt:(X+mg,Y)

左下角C_lb:(X+mg,H-sq+Y)

右上角C_rt:(W-mg-sq+X,Y)

右下角C_rb:(W-mg-sq+X,H-sq+Y)

其中,H表示原图的长,W表示原图的宽,mg表示距离左右边缘的距离,sq表示预测框的长宽。

7.如权利要求6所述的一种烧结机的台车箅条图像摄取方法,其特征在于,所述图像摄取方法还包括:

基于四个角点在原图中的坐标值,采用如下四点透视变换对图像进行展平,透视变换公式为:

其中,为透视变换矩阵,

为已知的需要移动的点,

为转换后的目标点。

8.如权利要求7所述的一种烧结机的台车箅条图像摄取方法,其特征在于,所述图像摄取方法还包括:

已知四个角点的坐标值,对如下透视变换矩阵进行计算,得到其值:

9.一种烧结机的台车箅条图像摄取系统,其特征在于,所述图像摄取系统包括:

ROI提取单元,用于对采集的箅条图像进行ROI提取,得到ROI提取后的图像;

分割单元,用于将所述ROI提取后图像分割为与箅条排数相等的若干部分;

外轮廓提取单元,用于将分割后的每一排的图像进行外轮廓提取;

判断单元,对提取的轮廓大小进行判断,构成轮廓的像素点数大于或等于设定阈值时,则判定为箅条外轮廓,若构成轮廓的像素点的数量小于设定阈值,则判定认为是图像中其他纹理变化形成的轮廓,为无效轮廓;统计每个子区域内符合条件的轮廓数量。

10.如权利要求9所述的一种烧结机的台车箅条图像摄取系统,其特征在于,所述图像摄取系统还包括:

深度学习变换单元,用于采用深度学习算法提取箅条的四个角点,进行全景图粗定位,基于角点再进行透视变换,从而展平图像;

所述深度学习变换单元包括:

深度网络模型子单元,用于训练深度学习网络,得到深度网络模型:通过手动标定训练样本,标定样本保证角点位于预测框的中心,并根据预测框的大小得到角点的坐标值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中冶长天国际工程有限责任公司,未经中冶长天国际工程有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010177626.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top