基于颜色阈值分割的棒材轧制过程的堆钢识别研究  

作　　者：翟莹莹 冯军 李怀柱 王文健 孙宏山 

机构地区：[1]忠旺科创中心,辽宁辽阳111003 [2]建龙西林钢铁有限公司,黑龙江伊春153025

出　　处：《中国机械》2023年第6期52-55,共4页Machine China

摘　　要：堆钢是钢铁生产中的一种严重事故,极具破环性。为了降低堆钢事故造成的影响,需要在第一时间检测到堆钢事故的发生,本文提出基于图像分割理论的一种快速准确识别堆钢事故的方法。首先对图像进行颜色阈值分割,得到二值化后的目标图像,对其进行腐蚀和膨胀操作,去除图像中的噪声,最后图像与定位模板文件进行对比得出结果。对3个场景中的1837幅图像进行检测实验,结果表明:识别速度平均为0.5s/幅,堆钢事故的识别准确率为99.86%,证明该算法可以实现实时识别堆钢事故,并且具有更强的鲁棒性和泛化能力,基本满足棒材轧制过程中的堆钢识别要求。

关 键 词：堆钢识别 颜色阈值分割 图像形态学 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TG335.62[自动化与计算机技术—计算机科学与技术]