CN113222941B - 连铸铸坯的切割状态确定方法、系统、设备及介质 - Google Patents
连铸铸坯的切割状态确定方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN113222941B CN113222941B CN202110535311.8A CN202110535311A CN113222941B CN 113222941 B CN113222941 B CN 113222941B CN 202110535311 A CN202110535311 A CN 202110535311A CN 113222941 B CN113222941 B CN 113222941B
- Authority
- CN
- China
- Prior art keywords
- casting blank
- image
- continuous casting
- position information
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009749 continuous casting Methods 0.000 title claims abstract description 231
- 238000005520 cutting process Methods 0.000 title claims abstract description 218
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005266 casting Methods 0.000 claims abstract description 194
- 238000012545 processing Methods 0.000 claims abstract description 101
- 238000006073 displacement reaction Methods 0.000 claims description 40
- 238000001514 detection method Methods 0.000 claims description 27
- 238000001914 filtration Methods 0.000 claims description 26
- 230000000052 comparative effect Effects 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30116—Casting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Continuous Casting (AREA)
Abstract
本发明提出的一种连铸铸坯的切割状态确定方法、系统、设备及介质,该方法通过获取待检测图像,并对其进行图像处理,以根据图像处理后的待检测图像确定切割部位置信息和铸坯位置信息,并根据切割部位置信息和铸坯位置信息确定连铸铸坯的切割状态,可以通过图像处理及分析实现连铸切割设备上连铸铸坯的切割状态的判断,代替人工观测的方式实现了连铸铸坯的切割状态的实时监测分析,提高了监测的精确度、效率和安全系数。
Description
技术领域
本发明涉及图像识别技术领域,尤其涉及一种连铸铸坯的切割状态确定方法、系统、设备及介质。
背景技术
在钢铁冶炼过程中,铸坯的状态对下一步的处理和加工有重要影响,因此在生产过程中需要检测需要监测连铸机的连铸切割设备是否能够正常地对连铸铸坯进行切割,最好能够实时了解连铸铸坯的切割状态。
连铸机的连铸切割设备可能会在生产过程中出现异常,从而影响材料的运输等相关操作目前大部分对切割状态的确定还是采用人工观测的方式,但是热钢的亮度很高,长时间注视会造成人眼疲惫,形成潜在的安全隐患。同时人眼监测在精确度和效率上也具有一定的局限性。
发明内容
鉴于以上所述现有技术的缺点,本发明提供一种连铸铸坯的切割状态确定方法、系统、设备及介质,以解决上述技术问题。
本发明提供的一种连铸铸坯的切割状态确定方法,包括:
获取待检测图像,所述待检测图像包括连铸铸坯和连铸切割设备的切割部;
对所述待检测图像进行图像处理,根据图像处理后的所述待检测图像确定所述切割部的切割部位置信息和所述连铸铸坯的铸坯位置信息;
根据所述切割部位置信息和所述铸坯位置信息确定所述连铸铸坯的切割状态。
可选的,所述根据所述切割部位置信息和所述铸坯位置信息确定所述连铸铸坯的切割状态包括:
分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定铸坯距离;
根据所述铸坯距离确定所述切割状态。
可选的,所述对所述待检测图像进行图像处理:
对所述待检测图像进行图像增强处理,并对图像增强处理后的所述待检测图像进行轮廓提取处理,得到轮廓图像,所述轮廓图像包括所述连铸铸坯的轮廓。
可选的,所述轮廓提取处理包括以下至少之一:
二值化处理;
颜色过滤处理,所述颜色过滤处理包括将灰度变换处理后的所述待检测图像转化为HSV颜色空间,根据预设识别范围识别所述待检测图像中各所述连铸铸坯,所预设识别范围包括所述HSV颜色空间的识别HSV数值范围。
可选的,若所述轮廓提取处理包括二值化处理和颜色过滤处理,所述铸坯距离的确定方式包括:
基于二值化处理得到的轮廓图像分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定第一铸坯子距离;
基于颜色过滤处理得到的轮廓图像分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定第二铸坯子距离;
取所述第一铸坯子距离与所述第二铸坯子距离中较小的值作为所述铸坯距离。
可选的,确定所述铸坯位置信息包括:
根据所述轮廓为所述连铸铸坯设置标识框,并获取标识框位置信息,将所述标识框位置信息作为所述铸坯位置信息。
可选的,所述根据所述铸坯距离确定所述切割状态包括:
若所述铸坯距离大于预设铸坯距离阈值,所述连铸铸坯处于切断状态;
若所述铸坯距离小于或等于所述预设铸坯距离阈值,所述连铸铸坯处于未切断状态。
可选的,确定铸坯距离之前,所述方法还包括确定所述连铸铸坯的运动状态,其中所述运动状态的确定方式包括:
获取比较检测图像,所述比较检测图像包括所述切割部和所述连铸铸坯,所述比较检测图像与所述待检测图像的拍摄时间不同;
对所述比较检测图像进行图像处理,并确定所述比较检测图像中的连铸铸坯的比较连铸铸坯位置信息;
根据所述比较连铸铸坯位置信息和所述连铸铸坯位置信息确定所述连铸铸坯的位置变化信息,并确定所述运动状态。
可选的,所述比较检测图像和所述待检测图像为由目标视频图像中提取得到,所述比较检测图像与所述待检测图像之间的采集帧数间隔的确定方式包括:
获取切割后的所述连铸铸坯的长度、所述目标视频图像的拍摄设备的帧率以及所述连铸铸坯的运动速度;
根据所述长度、帧率和运动速度确定所述采集帧数间隔。
可选的,所述位置变化信息的确定方式包括:
获取位于切割部第一侧的比较连铸铸坯位置信息和铸坯位置信息,并确定第一铸坯位移距离;
获取位于切割部第二侧的比较连铸铸坯位置信息和铸坯位置信息,并确定第二铸坯位移距离;
所述位置变化信息包括所述第一铸坯位移距离和所述第二铸坯位移距离。
可选的,所述运动状态的确定方式包括:
若第一铸坯位移距离为零,且所述第二铸坯位移距离不为零,则所述连铸切割设备在运行中,运动方向为从所述切割部第一侧向所述切割部第二侧运动;
若第二铸坯位移距离为零,且所述第一铸坯位移距离不为零,则所述连铸切割设备在运行中,运动方向为从所述切割部第二侧向所述切割部第一侧运动。
可选的,所述预设识别范围的确定方式包括:
分别获取所述连铸铸坯在所述HSV颜色空间中的铸坯值、背景空间在所述HSV颜色空间中的背景值;
根据所述铸坯值与所述背景值之差确定所述预设识别范围。
本发明还提供了一种连铸铸坯的切割状态确定系统,所述系统包括:
图像获取模块,用于获取待检测图像,所述待检测图像包括连铸铸坯和连铸切割设备的切割部;
图像处理模块,用于对所述待检测图像进行图像处理,根据图像处理后的所述待检测图像确定所述切割部的切割部位置信息和所述连铸铸坯的铸坯位置信息;
确定模块,用于根据所述切割部位置信息和所述铸坯位置信息确定所述连铸铸坯的切割状态。
本发明还提供了一种电子设备,包括处理器、存储器和通信总线;
所述通信总线用于将所述处理器和存储器连接;
所述处理器用于执行所述存储器中存储的计算机程序,以实现如上述中任一项实施例所述的方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,
所述计算机程序用于使所述计算机执行如上述任一项实施例所述的方法。
本发明的有益效果:本发明提出的一种连铸铸坯的切割状态确定方法、系统、设备及介质,该方法通过获取待检测图像,并对其进行图像处理,以根据图像处理后的待检测图像确定切割部位置信息和铸坯位置信息,并根据切割部位置信息和铸坯位置信息确定连铸铸坯的切割状态,可以通过图像处理及分析实现连铸切割设备上连铸铸坯的切割状态的判断,代替人工观测的方式实现了连铸铸坯的切割状态的实时监测分析,提高了监测的精确度、效率和安全系数。
附图说明
图1是本发明实施例一中提供的连铸铸坯的切割状态确定方法的一种流程示意图;
图2是本发明实施例中可能出现的第一区域和第二区域的一种分布方式;
图3是本发明实施例中可能出现的第一区域和第二区域的另一种分布方式;
图4是本发明实施例中可能出现的连铸机上连铸切割设备的第一种工作状态示意图;
图5是本发明实施例中可能出现的连铸机上连铸切割设备的第二种工作状态示意图;
图6是本发明实施例中可能出现的连铸机上连铸切割设备的第三种工作状态示意图;
图7是本发明实施例中可能出现的连铸机上连铸切割设备的第四种工作状态示意图;
图8是本发明实施例二提供的连铸铸坯的切割状态确定系统的一种结构示意图;
图9是本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本发明实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的,在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本发明的实施例难以理解。
实施例一
如图1所示,本实施例提供了一种连铸铸坯的切割状态确定方法,该方法包括:
S101:获取待检测图像。
可选的,待检测图像包括连铸铸坯和连铸切割设备的切割部。
也即,待检测图像同时拍摄到了连铸铸坯和切割部,需要说明的是,连铸铸坯经切割部的切割可能存在一部分位于切割部的一侧,另一部分位于切割部的另一侧。连铸铸坯仅需要拍摄到包括与切割部相邻的两端或一端的部分即可,不需要连铸铸坯的全部都拍摄到。
连铸铸坯可以被连铸切割设备的切割部切割成若干段,切割后的连铸铸坯经切割部流转到下一个工序。通过采集包括连铸铸坯和切割部的待检测图像,可以根据该待检测图像确定连铸铸坯和切割部的相对位置关系,进而判断得到连铸铸坯的切割状态。
在一些实施例中,待检测图像可以通过一个或多个图像采集设备来采集,若通过多个图像采集设备来采集待检测图像,需要预先标定好各个图像采集设备所采集的待检测图像之间的坐标系转化关系,以便后续在使用多个图像采集设备所采集的待检测图像进行分析时,可以将其中的各个对象的位置转化为同一坐标系下的位置信息,以便后续处理。
在一些实施例中,在采集待检测图像之前,该方法还包括:对图像采集设备进行设备预处理。
可选的,设备预处理的方式包括:
获取作业现场的光照信息,并根据该光照信息调节图像采集设备的曝光值。
这样可以使得所采集的待检测图像更加清晰,图像质量更佳。
可选的,图像采集设备包括但不限于工业相机、安防相机等。
在一些实施例中,待检测图像是根据一定的采集频率所采集。
可选的,采集频率的一种可选的确定方式包括:
其中,F是需要设定的所述图像采集设备的采集帧数间隔,f是预先设定的采集设备的帧率,M是期望得到的切割后连铸铸坯的长度,n是连铸切割设备上连铸铸坯运动的速度。
S102:对待检测图像进行图像处理,根据图像处理后的待检测图像确定切割部的切割部位置信息和连铸铸坯的铸坯位置信息。
可选的,一种对待检测图像进行图像处理的方法包括:
对待检测图像进行图像增强处理,并对图像增强处理后的待检测图像进行轮廓提取处理得到轮廓图像,轮廓图像包括连铸铸坯的轮廓。
可选的,图像增强处理包括但不限于直方图均值化处理等方式,通过图像增强处理,以提升图像质量,降低图像噪声,便于后续的轮廓提取。
一种可选的图像增强处理方式为通过CLAHE算法对待识别图像进行直方图均值化处理,抑制图像噪声、增强图像对比度。
可选的,轮廓提取处理的方式包括但不限于以下至少之一:
二值化处理;
颜色过滤处理,颜色过滤处理包括将灰度变换处理后的待检测图像转化为HSV颜色空间,根据预设识别范围识别待检测图像中各连铸铸坯,所预设识别范围包括HSV颜色空间的识别HSV数值范围。
可选的,预设识别范围的确定方式包括:
分别获取连铸铸坯在HSV颜色空间中的铸坯值、背景空间在HSV颜色空间中的背景值;
根据铸坯值与背景值之差确定预设识别范围。
可选的,获取HSV颜色过滤处理后待检测目标的位置信息的一种方式如下:
[xHleft,yHleft,xHright,yHrigt]
其中,xHleft,yHleft为通过HSV颜色过滤获得的待检测目标的轮廓外接矩形在目标区域内左上角x,y坐标值,xHright,yHrigt为所述待检测目标的轮廓外接矩形在目标区域内右下角x,y坐标值。需要说明的是,待检测目标可以是连铸铸坯和/或切割部等。
可选的,获得二值化处理后的待检测目标的位置信息的一种方式如下:
[xcleft,ycleft,xcright,ycright]
其中,xcleft,ycleft是通过二值化处理后获得的待检测目标最外围轮廓矩形框左上角x,y轴坐标,xcright,ycright是通过二值化处理后获得的待检测目标最外围轮廓矩形框右下角x,y轴坐标。需要说明的是,待检测目标可以是连铸铸坯和/或切割部等。
也即,可以对图像增强处理后的待检测图像分别进行二值化处理和/或颜色滤波处理,以得到一个或两个经轮廓提取处理后的待检测图像。二值化处理和颜色滤波处理更有优势,因此,采用两种处理方式所得到的轮廓图像可能存在一定的差异。
通过轮廓提取处理,可以将待检测图像中的干扰因此排除,进而使得后续对连铸铸坯的识别和切割部的识别更加准确。
可选的,当采用二值化处理图像增强处理后的待检测图像后,可以较为容易的从待检测图像中获取到连铸铸坯的最外围轮廓,进而得到轮廓图像。根据该轮廓图像可以确定切割部位置信息和铸坯位置信息。
可选的,当采用颜色过滤处理图像增强处理后的待检测图像的具体过程包括:
将图像增强处理后的待检测图像由RGB颜色空间转换为HSV颜色空间;
设定HSV(Hue,Saturation,Value)颜色空间的识别HSV数值范围,并根据该识别HSV数值范围识别图像中的连铸铸坯和切割头,可以得到轮廓图像。
在一些实施例中,铸坯位置信息的确定方式包括:
根据轮廓为连铸铸坯设置标识框,并获取标识框位置信息,将标识框位置信息作为铸坯位置信息。
可选的,标识框为矩形框或其他形状的框。标识框为矩形框时,标识框位置可以是矩形框对角的两个角点所在的位置来表示。
例如,标识框为在轮廓的外接矩形边框,则标识框内的连铸铸坯的位置信息的一种表示方式为:
[xtop,ytop,xdown,ydown]
其中,xtop,ytop为所述轮廓外接矩形左上角x,y坐标值,xdown,ydown为所述轮廓外接矩形右下角x,y坐标值。
在一些实施例中,铸坯位置信息的确定方式也可以是直接以轮廓的至少两个点的位置来确定。如以轮廓的前后两个相对边上的两点的位置来确定,其中连铸铸坯从前向后移动。
相似的,切割部位置信息的确定方式与前述铸坯位置信息的确定方式相似,在此不再赘述。
S103:根据切割部位置信息和铸坯位置信息确定连铸铸坯的切割状态。
可选的,可以通过切割部位置信息和铸坯位置信息来确定切割部与铸坯之间的距离,进而根据该距离来确定切割状态。例如,仅识别到一个连铸铸坯,仅得到一个连铸铸坯的位置该位置距离切割部的位置距离为零,也即,连铸切割设备当前正在切割连铸铸坯或者处于暂停工作状态。若识别到至少两个连铸铸坯,其中至少一个连铸铸坯距离切割部的距离为N(N≠0),一个连铸铸坯距离切割部的距离为零,此时连铸切割设备当前已经切割完成至少一个连铸铸坯或者处于暂停工作状态。又例如,仅识别到一个连铸铸坯,仅得到一个连铸铸坯的位置,该位置距离切割部的位置距离为N(N≠0),此时连铸切割设备已切割完成一个连铸铸坯或者处于暂停工作状态或尚未开始切割。
在一些实施例中,根据切割部位置信息和铸坯位置信息确定连铸铸坯的切割状态包括:
分别获取位于切割部两侧的两部分连铸铸坯的铸坯位置信息,并确定铸坯距离;
根据铸坯距离确定切割状态。
连铸铸坯是否位于切割部的两侧可以通过连铸铸坯的铸坯位置信息和切割部的切割部位置信息来确定,可选的,铸坯位置信息表征的为连铸铸坯靠近切割部一侧的某一特征点的位置信息,特征点可以是距离切割部最近的一端的任意一点等。
参见图2,图2为连铸切割设备(连铸机)水平放置时所拍摄的一种待检测图像的示意图,如图2所示,当连铸机水平放置时,以切割部将待检测图像分割为第一区域和第二区域两个区域为例,确定两部分连铸铸坯是位于切割部两侧的,可以通过如下方式确定:
x<X 公式(2)
x>X 公式(3)
其中,X为所述连铸切割设备的切割部所在直线在x轴的坐标值,x为所述待检测图像中任意位置的x轴坐标值,所述待检测图像中满足公式(2)的区域被判定为第一区域,满足公式(3)的区域被判定为第二区域。将位于不同区域的,且距离切割部最近的两部分连铸铸坯作为位于切割部两侧的两部分连铸铸坯。其中,与切割部的接近程度可以由铸坯位置信息中横坐标值与切割部的横坐标值的接近程度来确定。
参见图3,图3为连铸切割设备(连铸机)竖直放置时所拍摄的一种待检测图像的示意图,如图3所示,当连铸机竖直放置时,以切割部将待检测图像分割为第一区域和第二区域两个区域为例,确定两部分连铸铸坯是位于切割部两侧的,可以通过如下方式确定:
y<Y 公式(4)
y>Y 公式(5)
其中,Y为所述连铸切割设备的切割部所在直线在y轴的坐标值,y为所述待检测图像中任意位置的y轴坐标值,所述待检测图像中满足公式(4)的区域被判定为第一区域,满足公式(5)的区域被判定为第二区域。将位于不同区域的,且距离切割部最近的两部分连铸铸坯作为位于切割部两侧的两部分连铸铸坯。其中,与切割部的接近程度可以由铸坯位置信息中纵坐标值与切割部的纵坐标值的接近程度来确定。
在一些实施例中,确定铸坯距离之前,该方法还包括确定连铸铸坯的运动状态,其中运动状态的确定方式包括:
获取比较检测图像,比较检测图像包括切割部和连铸铸坯,比较检测图像与待检测图像的拍摄时间不同;
对比较检测图像进行图像处理,并确定比较检测图像中的连铸铸坯的比较连铸铸坯位置信息;
根据比较连铸铸坯位置信息和连铸铸坯位置信息确定连铸铸坯的位置变化信息,并确定运动状态。
可选的,比较检测图像可以是在待检测图像之前或之后所拍摄的图像。比较检测图像与待检测图像的拍摄位置和拍摄设备可以是相同的,也可以是不同的,若不同时,则需要将比较检测图像中所识别到的切割部和连铸铸坯的位置和待检测图像中所识别到的切割部和连铸铸坯得位置归化到同一坐标系再行比较。
在一些实施例中,比较检测图像和待检测图像为由目标视频图像中提取得到,比较检测图像与待检测图像之间的采集帧数间隔的确定方式包括:
获取切割后的连铸铸坯的长度、目标视频图像的拍摄设备的帧率以及连铸铸坯的运动速度;
根据长度、帧率和运动速度确定采集帧数间隔。
可选的,目标视频图像包括但不限于针对于切割部的目标监控视频图像,其中,比较检测图像与待检测图像之间的采集帧数间隔(采集频率)可以由上述公式(1)来确定。
可选的,比较检测图像与待检测图像中切割部均位于图像的中部或中部附近,这样可以便于拍摄切割部两侧的连铸铸坯的图像,进而更加有助于准确的确定切割状态。
对于比较检测图像的处理可以参考上述对于待检测图像的处理方式,在此不再赘述。从比较检测图像中获取比较连铸铸坯位置信息的方式可以参考上述连铸铸坯位置信息的获取方式,在此不再赘述。
需要说明的是,连铸铸坯位置信息与比较连铸铸坯位置信息在后续确定位置变化信息时所采用的数据是转化为基于同一坐标系下的数据。
在一些实施例中,运动状态还可以通过与连铸切割设备进行通信,以获取连铸切割设备的运行状态及运行方向。运动状态还可以通过其他方式得到。
在一些实施例中,位置变化信息的确定方式包括:
获取位于切割部第一侧的比较连铸铸坯位置信息和铸坯位置信息,并确定第一铸坯位移距离;
获取位于切割部第二侧的比较连铸铸坯位置信息和铸坯位置信息,并确定第二铸坯位移距离;
位置变化信息包括第一铸坯位移距离和第二铸坯位移距离。
可选的,运动状态的确定方式包括:
若第一铸坯位移距离为零,且第二铸坯位移距离不为零,则连铸切割设备在运行中,运动方向为从切割部第一侧向切割部第二侧运动;
若第二铸坯位移距离为零,且第一铸坯位移距离不为零,则连铸切割设备在运行中,运动方向为从切割部第二侧向切割部第一侧运动。
在一些实施例汇总,若第一铸坯位移距离和第二铸坯位移距离均为零,则连铸切割设备尚未运行,则可以暂停切割状态的判断。
可选的,运动状态的确定方式包括:
若第一铸坯位移距离和第二铸坯位移距离中有且仅有一个为零,则连铸切割设备在运行中;否则,连铸切割设备未运行;
获取第一铸坯位移距离和第二铸坯位移距离中为零的一个,连铸切割设备的运行方向为从第一铸坯位移距离和第二铸坯位移距离中为零的一个所在的一侧运行到切割部的另一侧。
例如,连铸切割设备包括连铸机,当连铸机在目标区域内水平方向放置,第一区域内获得的第一铸坯位移距离为零,且第二区域内获得的第二铸坯位移距离不为零(第一区域内获得的连铸铸坯的位置信息保持不变,且第二区域内获得的连铸铸坯的位置信息保持变化),则判定连铸机在运行中,并且连铸铸坯运动方向为从左向右,如图4所示;
当连铸机在目标区域内水平方向放置,第二区域内获得的第二铸坯位移距离为零,且第一区域内获得的第一铸坯位移距离不为零(第二区域内获得的连铸铸坯的位置信息保持不变且第一区域内获得的连铸铸坯的位置信息保持变化),则判定连铸机在运行中,并且铸坯运动方向为从右向左,如图5所示;
当连铸机在目标区域内垂直方向放置,第一区域内获得的第一铸坯位移距离为零,且第二区域内获得的第二铸坯位移距离不为零(第一区域内获得的连铸铸坯的位置信息保持不变且第二区域内获得的连铸铸坯的位置信息保持变化),则判定连铸机在运行中,并且铸坯运动方向为从上向下,如图6所示;
当连铸机在目标区域内垂直方向放置,第二区域内获得的第二铸坯位移距离为零,且第一区域内获得的第一铸坯位移距离不为零(第二区域内获得的连铸铸坯的位置信息保持不变且第一区域内获得的连铸铸坯的位置信息保持变化),则判定连铸机在运行中,并且铸坯运动方向为从下向上,如图7所示。
在一些实施例中,只有当运动状态满足预设运动状态,才进行铸坯距离的确定。其中预设运动状态包括连铸切割设备在运行中。
可选的,通过分别获取切割部第一侧和切割部第二侧的连铸铸坯的铸坯位置信息,并通过判断连铸铸坯在前后两个图像中是否发生位移,进而判断连铸机是否处于运行状态与运行方向。
在一些实施例中,若轮廓提取处理包括二值化处理和颜色过滤处理,铸坯距离的确定方式包括:
基于二值化处理得到的轮廓图像分别获取位于切割部两侧的两部分连铸铸坯的铸坯位置信息,并确定第一铸坯子距离;
基于颜色过滤处理得到的轮廓图像分别获取位于切割部两侧的两部分连铸铸坯的铸坯位置信息,并确定第二铸坯子距离;
取第一铸坯子距离与第二铸坯子距离中较小的值作为铸坯距离。
在一些实施例中,根据铸坯距离确定切割状态包括:
若铸坯距离大于预设铸坯距离阈值,连铸铸坯处于切断状态;
若铸坯距离小于或等于预设铸坯距离阈值,连铸铸坯处于未切断状态。
可选的,以待检测图像中切割部为界,将待检测图像划分为第一区域和第二区域,一种具体的切割状态的确定方式如下:
对图像增强处理后的待检测图像分别进行二值化处理和颜色过滤处理,得到轮廓图像,具体的,
获取二值化处理后的轮廓图像中第一区域和第二区域内连铸铸坯之间的第一铸坯子距离;
获取颜色过滤处理后的轮廓图像中第一区域和第二区域内连铸铸坯之间的第二铸坯子距离;
获取第一铸坯子距离与第二铸坯子距离的交集作为铸坯距离;
根据所述交集判断连铸铸坯的切割状态。
其中,当连铸机水平放置时,获取所述第一区域和第二区域内连铸铸坯的间距(第一铸坯子距离或第二铸坯子距离)的一种方式为:
其中DHbi是第一铸坯子距离,DHHSV是第二铸坯子距离,xb1down、xb2top是二值化处理后轮廓图像的第一区域内连铸铸坯的右下角x轴坐标、第二区域内连铸铸坯的左上角x轴坐标,xh1down、xh2top是颜色过滤处理后第一区域内连铸铸坯的右下角x轴坐标、第二区域内连铸铸坯的左上角x轴坐标。
获取第一铸坯子距离与第二铸坯子距离的交集(铸坯距离D)的一种获取方式为:
D=min(DHbi,DHHSV) 公式(8)
其中,铸坯距离D为DHbi,DHHSV中的较小值。
当连铸机垂直放置时,获取所述第一区域和第二区域内连铸铸坯的间距(第一铸坯子距离或第二铸坯子距离)的一种方式为,
DVbi=|yb1down-yb2top| 公式(9)
其中DVbi是二值化处理后所述第一区域和第二区域内连铸铸坯的第一铸坯子距离,DVHSV是颜色过滤处理后所述第一区域和第二区域内连铸铸坯的第二铸坯子距离,yb1down、yb2top是二值化处理后第一区域内连铸铸坯的右下角y轴坐标、第二区域内连铸铸坯的左上角y轴坐标,yh1down、是颜色过滤处理后第一区域内连铸铸坯的右下角y轴坐标、第二区域内连铸铸坯的左上角y轴坐标。
获取第一铸坯子距离与第二铸坯子距离的交集(铸坯距离D)的一种获取方式为:
D=min(DVbi,DVHSV) 公式(11)
其中,铸坯距离D为DVbi,DVHSV中的较小值。
当铸坯距离D满足如下条件:
D>ThresholdD 公式(12)
其中,ThresholdD为预设铸坯距离阈值,此时判定连铸铸坯被切断,否则连铸铸坯未被切断。
其中,预设铸坯距离阈值ThresholdD可以为预设的连铸切割设备与切割后铸坯距离的阈值。
在一些实施例中,由于连铸切割设备在运行过程中,切割部的一侧总有连铸铸坯与之紧密相连,也即,存在一侧的连铸铸坯靠近切割部的位置信息可以使用切割部的位置信息来表示的状态,因此,铸坯距离也可以视为切割部与切割后的连铸铸坯之间的距离。
本实施例提出的一种连铸铸坯的切割状态确定方法、该方法通过获取待检测图像,并对其进行图像处理,以根据图像处理后的待检测图像确定切割部位置信息和铸坯位置信息,并根据切割部位置信息和铸坯位置信息确定连铸铸坯的切割状态,可以通过图像处理及分析实现连铸切割设备上连铸铸坯的切割状态的判断,代替人工观测的方式实现了连铸铸坯的切割状态的实时监测分析,提高了监测的精确度、效率和安全系数。
可选的,通过将图像采集设备进行合适的设备预处理后采集待检测图像,对采集到的待检测图像进行图像增强处理,图像增强处理包括:直方图均值化处理,然后对图像增强处理后的图像分别进行二值化处理和/或颜色过滤处理,获得铸坯位置信息,并根据铸坯位置信息判断连铸铸坯的运动状态和连铸切割设备与切割后连铸铸坯的距离,从而判断连铸铸坯的切断状态,能够避免由人工肉眼监测带来的安全问题,提高监测的准确率、安全性和效率。
通过将图像采集设备进行合适的前处理后采集图像,对采集到的图像进行增强处理,增强处理包括:直方图均值化处理,然后对增强处理后的图像进行二值化处理和颜色过滤处理获得铸坯位置信息,并根据铸坯位置信息判断铸坯的运动状态和连铸切割设备与切割后铸坯的距离,从而判断连铸铸坯的切割状态,能够避免由人工肉眼监测带来的安全问题,提高监测的准确率、安全性和效率。
实施例二
请参阅图8,一种连铸铸坯的切割状态确定系统900,包括:
图像获取模块901,用于获取待检测图像,待检测图像包括连铸铸坯和连铸切割设备的切割部;
图像处理模块902,用于对待检测图像进行图像处理,根据图像处理后的待检测图像确定切割部的切割部位置信息和连铸铸坯的铸坯位置信息;
确定模块903,用于根据切割部位置信息和铸坯位置信息确定连铸铸坯的切割状态。
在本实施例中,该连铸铸坯的切割状态确定系统实质上是设置了多个模块用以执行上述实施例中的方法,具体功能和技术效果参照上述实施例一即可,此处不再赘述。
参见图9,本发明实施例还提供了一种电子设备1000,包括处理器1001、存储器1002和通信总线1003;
通信总线1003用于将处理器1001和存储器连接1002;
处理器1001用于执行存储器1002中存储的计算机程序,以实现如上述实施例一中的一个或多个所述的方法。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,
计算机程序用于使计算机执行如上述实施例一中的任一项所述的方法。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的实施例一所包含步骤的指令(instructions)。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (11)
1.一种连铸铸坯的切割状态确定方法,其特征在于,所述方法包括:
获取待检测图像,所述待检测图像包括连铸铸坯和连铸切割设备的切割部;
对所述待检测图像进行图像处理,根据图像处理后的所述待检测图像确定所述切割部的切割部位置信息和所述连铸铸坯的铸坯位置信息,所述对所述待检测图像进行图像处理包括对所述待检测图像进行图像增强处理,并对图像增强处理后的所述待检测图像进行轮廓提取处理,得到轮廓图像,所述轮廓图像包括所述连铸铸坯的轮廓,所述轮廓提取处理包括二值化处理和颜色过滤处理,所述颜色过滤处理包括将灰度变换处理后的所述待检测图像转化为HSV颜色空间,根据预设识别范围识别所述待检测图像中各所述连铸铸坯,所预设识别范围包括所述HSV颜色空间的识别HSV数值范围;
根据所述切割部位置信息和所述铸坯位置信息确定所述连铸铸坯的切割状态,所述根据所述切割部位置信息和所述铸坯位置信息确定所述连铸铸坯的切割状态包括,分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定铸坯距离,所述铸坯距离的确定方式包括,基于二值化处理得到的轮廓图像分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定第一铸坯子距离;基于颜色过滤处理得到的轮廓图像分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定第二铸坯子距离;取所述第一铸坯子距离与所述第二铸坯子距离中较小的值作为所述铸坯距离;
根据所述铸坯距离确定所述切割状态。
2.如权利要求1所述的切割状态确定方法,其特征在于,确定所述铸坯位置信息包括:
根据所述轮廓为所述连铸铸坯设置标识框,并获取标识框位置信息,将所述标识框位置信息作为所述铸坯位置信息。
3.如权利要求1所述的切割状态确定方法,其特征在于,所述根据所述铸坯距离确定所述切割状态包括:
若所述铸坯距离大于预设铸坯距离阈值,所述连铸铸坯处于切断状态;
若所述铸坯距离小于或等于所述预设铸坯距离阈值,所述连铸铸坯处于未切断状态。
4.如权利要求1所述的切割状态确定方法,其特征在于,确定铸坯距离之前,所述方法还包括确定所述连铸铸坯的运动状态,其中所述运动状态的确定方式包括:
获取比较检测图像,所述比较检测图像包括所述切割部和所述连铸铸坯,所述比较检测图像与所述待检测图像的拍摄时间不同;
对所述比较检测图像进行图像处理,并确定所述比较检测图像中的连铸铸坯的比较连铸铸坯位置信息;
根据所述比较连铸铸坯位置信息和所述连铸铸坯位置信息确定所述连铸铸坯的位置变化信息,并确定所述运动状态。
5.如权利要求4所述的切割状态确定方法,其特征在于,所述比较检测图像和所述待检测图像为由目标视频图像中提取得到,所述比较检测图像与所述待检测图像之间的采集帧数间隔的确定方式包括:
获取切割后的所述连铸铸坯的长度、所述目标视频图像的拍摄设备的帧率以及所述连铸铸坯的运动速度;
根据所述长度、帧率和运动速度确定所述采集帧数间隔。
6.如权利要求4所述的切割状态确定方法,其特征在于,所述位置变化信息的确定方式包括:
获取位于切割部第一侧的比较连铸铸坯位置信息和铸坯位置信息,并确定第一铸坯位移距离;
获取位于切割部第二侧的比较连铸铸坯位置信息和铸坯位置信息,并确定第二铸坯位移距离;
所述位置变化信息包括所述第一铸坯位移距离和所述第二铸坯位移距离。
7.如权利要求6所述的切割状态确定方法,其特征在于,所述运动状态的确定方式包括:
若第一铸坯位移距离为零,且所述第二铸坯位移距离不为零,则所述连铸切割设备在运行中,运动方向为从所述切割部第一侧向所述切割部第二侧运动;
若第二铸坯位移距离为零,且所述第一铸坯位移距离不为零,则所述连铸切割设备在运行中,运动方向为从所述切割部第二侧向所述切割部第一侧运动。
8.如权利要求1所述的切割状态确定方法,其特征在于,所述预设识别范围的确定方式包括:
分别获取所述连铸铸坯在所述HSV颜色空间中的铸坯值、背景空间在所述HSV颜色空间中的背景值;
根据所述铸坯值与所述背景值之差确定所述预设识别范围。
9.一种连铸铸坯的切割状态确定系统,其特征在于,所述系统包括:
图像获取模块,用于获取待检测图像,所述待检测图像包括连铸铸坯和连铸切割设备的切割部;
图像处理模块,用于对所述待检测图像进行图像处理,根据图像处理后的所述待检测图像确定所述切割部的切割部位置信息和所述连铸铸坯的铸坯位置信息,所述对所述待检测图像进行图像处理包括对所述待检测图像进行图像增强处理,并对图像增强处理后的所述待检测图像进行轮廓提取处理,得到轮廓图像,所述轮廓图像包括所述连铸铸坯的轮廓,所述轮廓提取处理包括二值化处理和颜色过滤处理,所述颜色过滤处理包括将灰度变换处理后的所述待检测图像转化为HSV颜色空间,根据预设识别范围识别所述待检测图像中各所述连铸铸坯,所预设识别范围包括所述HSV颜色空间的识别HSV数值范围;
确定模块,用于根据所述切割部位置信息和所述铸坯位置信息确定所述连铸铸坯的切割状态,所述根据所述切割部位置信息和所述铸坯位置信息确定所述连铸铸坯的切割状态包括,分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定铸坯距离,所述铸坯距离的确定方式包括,基于二值化处理得到的轮廓图像分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定第一铸坯子距离;基于颜色过滤处理得到的轮廓图像分别获取位于所述切割部两侧的两部分所述连铸铸坯的铸坯位置信息,并确定第二铸坯子距离;取所述第一铸坯子距离与所述第二铸坯子距离中较小的值作为所述铸坯距离,根据所述铸坯距离确定所述切割状态。
10.一种电子设备,其特征在于,包括处理器、存储器和通信总线;
所述通信总线用于将所述处理器和存储器连接;
所述处理器用于执行所述存储器中存储的计算机程序,以实现如权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,
所述计算机程序用于使所述计算机执行如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110535311.8A CN113222941B (zh) | 2021-05-17 | 2021-05-17 | 连铸铸坯的切割状态确定方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110535311.8A CN113222941B (zh) | 2021-05-17 | 2021-05-17 | 连铸铸坯的切割状态确定方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113222941A CN113222941A (zh) | 2021-08-06 |
CN113222941B true CN113222941B (zh) | 2022-11-11 |
Family
ID=77092465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110535311.8A Active CN113222941B (zh) | 2021-05-17 | 2021-05-17 | 连铸铸坯的切割状态确定方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113222941B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114226670B (zh) * | 2021-11-19 | 2023-03-14 | 中冶赛迪信息技术(重庆)有限公司 | 连铸铸坯切断状态识别方法、系统、介质及电子终端 |
CN114589376B (zh) * | 2022-03-15 | 2022-10-04 | 山东钢铁集团永锋临港有限公司 | 一种用于火焰切割机切割铸坯的未切断报警方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5768154A (en) * | 1996-04-08 | 1998-06-16 | Asko, Inc. | Method and apparatus for measuring the width of metal strip |
EP0880023A1 (de) * | 1997-05-23 | 1998-11-25 | Siemag Transplan Gmbh | Verfahren und Vorrichtung zur automatischen Detektion von Oberflächenfehlern beim kontinuierlichen mechanischem Abtragen von Material von Stranggiessprodukten |
JP2003156312A (ja) * | 2001-11-22 | 2003-05-30 | Sumitomo Metals (Kokura) Ltd | 熱間ビレットの端部切断位置検出方法 |
JP2004077409A (ja) * | 2002-08-22 | 2004-03-11 | Ishikawajima Harima Heavy Ind Co Ltd | さしこし寸法計測装置 |
DE102015203221B3 (de) * | 2015-02-23 | 2016-06-09 | Schuler Automation Gmbh & Co. Kg | Verfahren zur Korrektur eines vorgegebenen Schneidwegs zum Schneiden einer Blechplatine |
US10031087B2 (en) * | 2016-09-22 | 2018-07-24 | SSAB Enterprises, LLC | Methods and systems for the quantitative measurement of internal defects in as-cast steel products |
CN107900534A (zh) * | 2017-11-16 | 2018-04-13 | 惠州市契贝科技有限公司 | 钢板及其切边方法、切割设备 |
CN108247764B (zh) * | 2017-12-14 | 2021-04-27 | 北京木业邦科技有限公司 | 基于机器学习的木板切割方法、装置、电子设备和介质 |
CN108846819B (zh) * | 2018-07-04 | 2022-05-27 | 深圳市创客工场科技有限公司 | 激光切割参数获取方法及装置、电子设备、存储介质 |
CN109146781A (zh) * | 2018-07-20 | 2019-01-04 | 深圳市创客工场科技有限公司 | 激光切割中的图像校正方法及装置、电子设备 |
CN109544568A (zh) * | 2018-11-30 | 2019-03-29 | 长沙理工大学 | 目标图像分割方法、装置及设备 |
CN110517317A (zh) * | 2019-08-28 | 2019-11-29 | 武汉西尔塔信息技术有限公司 | 一种基于机器视觉相机图像处理的钢坯定位方法及应用 |
CN111539582B (zh) * | 2020-05-11 | 2023-07-21 | 湖北汽车工业学院 | 一种基于图像处理的钢板切割规划装置和方法 |
CN111652869B (zh) * | 2020-06-02 | 2023-04-07 | 中冶赛迪信息技术(重庆)有限公司 | 基于深度学习的板坯空洞识别方法、系统、介质及终端 |
CN112184713A (zh) * | 2020-11-06 | 2021-01-05 | 上海柏楚电子科技股份有限公司 | 切割含焊缝管材的控制方法、装置、切割系统、设备与介质 |
CN112529851B (zh) * | 2020-11-27 | 2023-07-18 | 中冶赛迪信息技术(重庆)有限公司 | 一种液压管状态确定方法、系统、终端及介质 |
-
2021
- 2021-05-17 CN CN202110535311.8A patent/CN113222941B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113222941A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220076444A1 (en) | Methods and apparatuses for object detection, and devices | |
Zhang et al. | High speed automatic power line detection and tracking for a UAV-based inspection | |
US10620005B2 (en) | Building height calculation method, device, and storage medium | |
CN113222941B (zh) | 连铸铸坯的切割状态确定方法、系统、设备及介质 | |
JP2017531883A (ja) | 画像の主要被写体を抽出する方法とシステム | |
KR20140095333A (ko) | 영상에서 객체 추적 방법 및 장치 | |
CN112052782B (zh) | 基于环视的停车位识别方法、装置、设备及存储介质 | |
CN105869174B (zh) | 一种天空场景图像分割方法 | |
CN111460988A (zh) | 一种违规行为识别方法及装置 | |
CN112364740A (zh) | 一种基于计算机视觉的无人机房监控方法及系统 | |
EP4242964A1 (en) | Obstacle recognition method applied to automatic traveling device and automatic traveling device | |
CN109785321A (zh) | 基于深度学习和Gabor滤波器的睑板腺区域提取方法 | |
CN115205977A (zh) | 一种地铁施工作业人员不安全行为识别方法与系统 | |
CN111062331A (zh) | 图像的马赛克检测方法、装置、电子设备及存储介质 | |
JP5927728B2 (ja) | 画像霧除去装置、画像霧除去方法及び画像処理システム | |
CN109954854B (zh) | 连铸机结晶器漏钢监测方法、装置、存储介质及电子终端 | |
CN115690693A (zh) | 一种建筑吊篮的智能监控系统及监控方法 | |
CN108647605B (zh) | 一种结合全局颜色与局部结构特征的人眼凝视点提取方法 | |
CN113705381A (zh) | 雾天的目标检测方法、装置、电子设备以及存储介质 | |
CN106530292A (zh) | 一种基于线扫描相机的带钢表面缺陷图像快速辨识方法 | |
CN112733841B (zh) | 钢卷内部紊乱判断方法、系统、设备及介质 | |
CN113033355B (zh) | 一种基于密集输电通道的异常目标识别方法和装置 | |
CN114463440A (zh) | 一种单摄像头目标定位方法、系统、设备及存储介质 | |
CN109325441B (zh) | 一种输电线路绝缘子对象识别方法 | |
CN112712539B (zh) | 基于机器视觉的转炉出钢钢包车控制方法、系统、介质及终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 401329 No. 5-6, building 2, No. 66, Nongke Avenue, Baishiyi Town, Jiulongpo District, Chongqing Applicant after: MCC CCID information technology (Chongqing) Co.,Ltd. Address before: 20-24 / F, No.7 Longjing Road, North New District, Yubei District, Chongqing Applicant before: CISDI CHONGQING INFORMATION TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |