一种基于图像的测温取样下枪位置智能检测方法及系统技术方案

本发明专利技术提供一种基于图像的测温取样下枪位置智能检测方法及系统，方法包括：采集目标图像，所述目标图像为钢液面图像；根据采集的目标图像，获取钢液面中的钢渣缝轮廓信息，所述轮廓信息包括钢渣缝的内轮廓和外轮廓；根据所述钢渣缝轮廓信息，获取钢渣缝宽度；将预设的测温取样下枪位置、下枪位置周围的感兴趣区域和下枪的最小区域，与获取的钢渣缝宽度进行适配，在钢液面中选取满足下枪条件的下枪位置进行测温取样；本发明专利技术通过图像检测钢包的钢液面上钢渣的分布情况，计算出所预设的下枪区域内所有的钢渣缝宽度，并通过预定的策略选取满足下枪条件的下枪位置，进行测温取样，从而提高了机械手测温取样作业的智能化水平。

【技术实现步骤摘要】
一种基于图像的测温取样下枪位置智能检测方法及系统
本专利技术涉及冶金领域，尤其涉及一种基于图像的测温取样下枪位置智能检测方法及系统。
技术介绍
在冶金领域中，提高炼钢的自动化水平，可以增强整个设备操作的安全性和可靠性，对保障炼钢钢水质量，提高炼钢的劳动生产率起着至关重要的作用。作为炼钢过程工艺操作的依据，需要在炼钢出钢后对钢水进行测温及取样，现有技术中通常采用通过机械手来进行测温取样。但是，机械手在钢包精炼炉测温取样的实际应用中，通常使用固定路径来完成作业，然而对于炼钢作业工艺流程中，由于钢液面上通常有钢渣，机械手使用固定路径测温取样时，枪头可能会因碰撞到钢渣而损坏枪头，导致无法满足测温取样的要求，现有的技术中，没有针对钢渣缝宽度来调整下枪位置的检测方法，综上所述，需要一种新的检测方法检测下枪点区域内钢渣的分布情况，并精确定位适合下枪的钢渣缝区域。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术提供一种基于图像的测温取样下枪位置智能检测方法及系统，以解决上述技术问题。本专利技术提供的基于图像的测温取样下枪位置智能检测方法，包括：采集目标图像，所述目标图像为钢液面图像；根据采集的目标图像，获取钢液面中的钢渣缝轮廓信息，所述轮廓信息包括钢渣缝的内轮廓和外轮廓；根据所述钢渣缝轮廓信息，获取钢渣缝宽度；将预设的测温取样下枪位置、下枪位置周围的感兴趣区域和下枪的最小区域，与获取的钢渣缝宽度进行适配，在钢液面中选取满足下枪条件的下枪位置进行测温取样。>可选的，对获取所述目标图像的感兴趣区域，进而获取所述目标图像的感兴趣区域的灰度直方图，根据预先设置的灰度阈值，获取所述钢渣缝轮廓信息。可选的，所述灰度阈值包括低尾部值和高尾部值，当区域内的灰度值低于所述低尾部值时，则判定该区域内为钢渣区；当区域内的灰度值高于所述高尾部值时，则判定该区域内为钢液区；当区域内的灰度值处于低尾部值与高尾部值之间时，则判定该区域内为钢液面既有钢渣也有钢液的混合区。可选的，对所述混合区动态阈值二值化处理，获取二值化图像，根据所述二值化图像获取混合区内的钢渣区域和钢渣缝区域。可选的，对所述钢渣缝区域进行边缘查找，获取所述钢渣缝区域的内轮廓和外轮廓，并将内轮廓和外轮廓之间的距离作为钢渣缝宽度。可选的，将预设的测温取样下枪位置、下枪位置周围的感兴趣区域和下枪的最小区域，与获取的钢渣缝宽度进行适配，根据预设的下枪策略进行测温取样，所述预设的下枪策略包括最近点策略和/或最适合点策略，其中，最近点策略包括选取预设的测温取样下枪位置周围邻域内中满足下枪的最小区域作为下枪位置；最适合点策略包括选取预设的测温取样下枪位置感兴趣区域内钢渣缝宽度最大的区域作为下枪位置。可选的，所述预设的下枪策略还包括当采用最近点策略查找满足条件的位置失败时，采用最适合点的策略确定下枪位置，进行测温取样。本专利技术还提供一种基于图像的测温取样下枪位置智能检测系统，包括图像采集模块，用于采集目标图像，所述目标图像为钢液面图像；图像处理模块，用于根据采集的目标图像，获取钢液面中的钢渣缝轮廓信息，所述轮廓信息包括钢渣缝的内轮廓和外轮廓；根据所述钢渣缝轮廓信息，获取钢渣缝宽度；测温取样模块，用于将预设的测温取样下枪位置、下枪位置周围的感兴趣区域和下枪的最小区域，与获取的钢渣缝宽度进行适配，在钢液面中选取满足下枪条件的下枪位置进行测温取样。可选的，还包括图像采集防护模块，所述图像采集防护模块包括用于降低图像采集系统工作环境温度的冷却单元和用于隔热防辐射及防尘的防护罩。可选的，还包括安装模块和用于下枪位置检测失败时进行报警的报警模块；所述安装模块包括安装支架和测温取样机械手，所述图像采集模块通过所述安装支架固定于测温取样机械手的移动端。本专利技术的有益效果：本专利技术中的基于图像的测温取样下枪位置智能检测方法及系统，通过图像检测钢包的钢液面上钢渣的分布情况，计算出所预设的下枪区域内所有的钢渣缝宽度，并通过预定的策略选取满足下枪条件的下枪位置，进行测温取样，从而提高了机械手测温取样作业的智能化水平。附图说明图1是本专利技术实施例中基于图像的测温取样下枪位置智能检测方法的流程示意图。图2是本专利技术实施例中基于图像的测温取样下枪位置智能检测系统的结构示意图。图3是本专利技术实施例中基于图像的测温取样下枪位置智能检测系统的目标检测图像及感兴趣区域示意图。图4是本专利技术实施例中基于图像的测温取样下枪位置智能检测系统的感兴趣区域的灰度直方图。图5是本专利技术实施例中基于图像的测温取样下枪位置智能检测系统的感兴趣区域二值图像内外轮廓图。图6是本专利技术实施例中基于图像的测温取样下枪位置智能检测系统的待测点与内外轮廓的距离最小值示意图。图7是本专利技术实施例中基于图像的测温取样下枪位置智能检测系统的根据最近点策略计算得到的下枪点示意图。图8是本专利技术实施例中基于图像的测温取样下枪位置智能检测系统的根据最适合点策略计算得到的下枪点示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，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专利技术的其他优点与功效。本专利技术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，在没有背离本专利技术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专利技术的基本构想，遂图式中仅显示与本专利技术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，以提供对本专利技术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专利技术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，以避免使本专利技术的实施例难以理解。如图1所示，本实施例中的基于图像的测温取样下枪位置智能检测方法，包括：采集目标图像，目标图像为钢液面图像；根据采集的目标图像，获取钢液面中的钢渣缝轮廓信息，轮廓信息包括钢渣缝的内轮廓和外轮廓；根据所述钢渣缝轮廓信息，获取钢渣缝宽度；将预设的测温取样下枪位置、下枪位置周围的感兴趣区域和下枪的最小区域，与获取的钢渣缝宽度进行适配，在钢液面中选取满足下枪条件的下枪位置进行测温取样。在本实施例中，预先设置图像中测温取样下枪位置、下枪位置周围的感兴趣区域和下枪的最小区域，将下枪的最小区域作为下枪条件，本实施例中的下枪条件指枪头插入钢液面时，枪头所接触的钢液面周围邻域内无钢渣，可选的，本实施例中的最小区域大小缺省值为10X10cm。可选的，在本实施例中，机械手为六轴机械手，可本文档来自技高网...

【技术保护点】
1.一种基于图像的测温取样下枪位置智能检测方法，其特征在于，包括：/n采集目标图像，所述目标图像为钢液面图像；/n根据采集的目标图像，获取钢液面中的钢渣缝轮廓信息，所述轮廓信息包括钢渣缝的内轮廓和外轮廓；/n根据所述钢渣缝轮廓信息，获取钢渣缝宽度；/n将预设的测温取样下枪位置、下枪位置周围的感兴趣区域和下枪的最小区域，与获取的钢渣缝宽度进行适配，在钢液面中选取满足下枪条件的下枪位置进行测温取样。/n

【技术特征摘要】
1.一种基于图像的测温取样下枪位置智能检测方法，其特征在于，包括：
采集目标图像，所述目标图像为钢液面图像；
根据采集的目标图像，获取钢液面中的钢渣缝轮廓信息，所述轮廓信息包括钢渣缝的内轮廓和外轮廓；
根据所述钢渣缝轮廓信息，获取钢渣缝宽度；
将预设的测温取样下枪位置、下枪位置周围的感兴趣区域和下枪的最小区域，与获取的钢渣缝宽度进行适配，在钢液面中选取满足下枪条件的下枪位置进行测温取样。


2.根据权利要求1所述的基于图像的测温取样下枪位置智能检测方法，其特征在于，对获取所述目标图像的感兴趣区域，进而获取所述目标图像的感兴趣区域的灰度直方图，根据预先设置的灰度阈值，获取所述钢渣缝轮廓信息。


3.根据权利要求2所述的基于图像的测温取样下枪位置智能检测方法，其特征在于，所述灰度阈值包括低尾部值和高尾部值，
当区域内的灰度值低于所述低尾部值时，则判定该区域内为钢渣区；
当区域内的灰度值高于所述高尾部值时，则判定该区域内为钢液区；
当区域内的灰度值处于低尾部值与高尾部值之间时，则判定该区域内为钢液面既有钢渣也有钢液的混合区。


4.根据权利要求3所述的基于图像的测温取样下枪位置智能检测方法，其特征在于，对所述混合区动态阈值二值化处理，获取二值化图像，根据所述二值化图像获取混合区内的钢渣区域和钢渣缝区域。


5.根据权利要求4所述的基于图像的测温取样下枪位置智能检测方法，其特征在于，对所述钢渣缝区域进行边缘查找，获取所述钢渣缝区域的内轮廓和外轮廓，并将内轮廓和外轮廓之间的距离作为钢渣缝宽度。


6.根据权利要求1所述的基于图像的测温取样下枪位置智能检测方法，其特征在于，将预设的测...

【专利技术属性】
技术研发人员：龚贵波，刘向东，赖俊霖，刘贵林，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，
类型：发明
国别省市：重庆;50