[发明专利]一种基于图像处理的炉渣检测方法、装置、设备及介质有效

专利信息
申请号: 202010257785.6 申请日: 2020-04-03
公开(公告)号: CN111476770B 公开(公告)日: 2023-01-31
发明(设计)人: 龚贵波;刘向东;刘景亚 申请(专利权)人: 中冶赛迪工程技术股份有限公司;中冶赛迪技术研究中心有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/136;G06T7/194;G06T7/73
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 代玲
地址: 400013*** 国省代码: 重庆;50
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 基于 图像 处理 炉渣 检测 方法 装置 设备 介质
【权利要求书】:

1.一种基于图像处理的炉渣检测方法,其特征在于,包括:

提供图像采集装置,并采集炉口图像,设置所述炉口图像的感兴趣区域;

在所述感兴趣区域内,对炉口的位置进行定位处理,获取炉口轮廓区域;

在所述炉口轮廓区域内进行连通域分割处理,获取前景区域和背景区域,并通过所述前景区域和所述背景区域,确定炉渣区域;

通过所述图像采集装置与所述炉渣区域对应位置的距离,确定炉渣类型,所述炉渣类型包括:炉口渣、炉内渣。

2.根据权利要求1所述的基于图像处理的炉渣检测方法,其特征在于,所述图像采集装置包括至少两个相机,至少两个所述相机关于炉口对称设置。

3.根据权利要求1所述的基于图像处理的炉渣检测方法,其特征在于,对炉口的位置进行定位处理的步骤包括:

通过对炉口的预采集图像进行炉口特征提取,并设定为炉口轮廓特征模版;通过所述炉口轮廓特征模版与所述炉口图像进行对比,对炉口的位置进行定位。

4.根据权利要求3所述的基于图像处理的炉渣检测方法,其特征在于,在所述感兴趣区域内,对炉口的位置进行定位处理,获取炉口轮廓区域的步骤还包括:

对所述炉口图像进行动态阈值预处理,得到高阈值和低阈值;

将高阈值和低阈值作为Canny算子参数,得到炉口图像轮廓,计算图像轮廓中各个轮廓点X、Y方向的梯度向量以及对应的梯度幅值;

所述炉口轮廓特征模版的轮廓点的单位方向向量与所述炉口图像轮廓的轮廓点的单位方向向量做点乘,获取所述炉口轮廓特征模版与所述炉口图像的相似度;

通过所述炉口轮廓特征模版与所述炉口图像的相似度确定炉口图像中炉口轮廓区域的位置。

5.根据权利要求4所述的基于图像处理的炉渣检测方法,其特征在于,通过所述炉口轮廓特征模版与所述炉口图像的相似度确定炉口图像中炉口轮廓区域的位置的步骤包括:

所述炉口轮廓特征模版的轮廓点的单位方向向量与所述炉口图像轮廓的轮廓点的单位方向向量做点乘,当结果为1时,表示所述炉口轮廓特征模版与所述炉口图像轮廓的轮廓点为之间具有最大相似度;

通过所述炉口轮廓特征模版与所述炉口图像的最大相似度确定炉口图像中炉口轮廓区域的位置。

6.根据权利要求1所述的基于图像处理的炉渣检测方法,其特征在于,在所述炉口轮廓区域内进行连通域分割处理,获取前景区域和背景区域,并通过所述前景区域和所述背景区域,确定炉渣区域的步骤包括:

根据灰度级的数量,进行直方图统计,得到有效的像素点总数、高尾部的百分比、低尾部的百分比、高尾部对应的阈值、低尾部对应的阈值、像素平均值;

获取所述像素平均值的数学表达为:

mu=Mu/C

其中,Mu表示为像素值总和,C表示像素点总数,T1表示低尾部对应的阈值,T2表示高尾部对应的阈值,i表示像素值,h[i]表示像素值为i的像素点的个数,mu表示平均像素值;

根据像素平均值获取前景区域和背景区域,其中,根据像素平均值获取前景区域和背景区域的数学表达为:

权重w1是被动态阈值t分块的两个类的概率,是两个类的方差。

7.根据权利要求2所述的基于图像处理的炉渣检测方法,其特征在于,通过所述图像采集装置与所述炉渣区域对应位置的距离,确定炉渣类型的步骤包括:

提供双目相机,所述图像采集装置与所述炉渣区域对应位置的距离的数学表达为:

其中,Z是相机距离炉渣的距离,b为双目相机的基线距离,f为焦距,XR和XL是炉渣在左右两个像面上距离图像左边缘的距离。

8.根据权利要求7所述的基于图像处理的炉渣检测方法,其特征在于,获取炉渣区域的步骤包括:

得出距离Z大于炉口与相机的实际距离时,则认为是炉内渣,得出距离Z小于或等于炉口与相机的实际距离时,则认为是炉口渣。

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赛迪工程技术股份有限公司;中冶赛迪技术研究中心有限公司,未经中冶赛迪工程技术股份有限公司;中冶赛迪技术研究中心有限公司许可,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/202010257785.6/1.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