一种球团生球粒径在线检测方法及系统技术方案

本发明专利技术公开了一种球团生球粒径在线检测方法及系统，该方法包括：采集球团矿生球影像，并对采集的球团矿生球影像进行预处理；基于预处理后的球团矿生球影像，利用预设的轮廓检测模型进行轮廓检测；对轮廓检测模型输出的轮廓检测结果进行二值化处理；基于二值化的轮廓检测结果，利用预设的轮廓优化模型得到优化后的轮廓；基于优化后的轮廓，计算球团矿生球粒径，并统计球团矿生球粒径分布。本发明专利技术的技术方案通过融合基于加入注意力机制的深度学习和基于距离变换的分水岭算法，实现了球团生球粒径分布的精准检测。分布的精准检测。分布的精准检测。

【技术实现步骤摘要】
一种球团生球粒径在线检测方法及系统


[0001]本专利技术涉及冶金球团造球自动化
，特别涉及一种球团生球粒径在线检测方法及系统。

技术介绍

[0002]球团矿是高炉的重要原料，质量的好坏直接影响高炉炼铁的质量和效益，粒径分布是评价球团矿质量的重要指标之一，传统的球团矿粒径分布检测主要使用圆孔网筛进行筛分，统计得到生球粒径，存在效率低下、检测滞后，满足不了实时检测和反馈控制造球盘的要求，容易造成球团矿质量大幅波动，成球率降低，从而造成能源消耗和设备损耗，增加了企业的生产成本。
[0003]基于计算机视觉的图像分析技术可为球团粒径检测提供实时、非接触式和准确的检测方法。但由于球团矿生产场景下，粉尘大、光照强度不均、形状不规则、圆盘造球机高速旋转和生球在圆盘内滚动复合、生球之间相互粘连或者重叠等客观因素给基于传统图像处理的球团粒径检测研究带来较大挑战，因此，现有的基于计算机视觉的球团生球粒径分布检测方案的精度不够理想。

技术实现思路

[0004]本专利技术提供了一种球团生球粒径在线检测方法及系统，以解决现有的基于计算机视觉的球团生球粒径分布检测方案的精度不够理想的技术问题。
[0005]为解决上述技术问题，本专利技术提供了如下技术方案：
[0006]一方面，本专利技术提供了一种球团生球粒径在线检测方法，包括：
[0007]采集球团生球影像，并对采集到的球团生球影像进行预处理；
[0008]基于预处理后的球团生球影像，利用预设的轮廓检测模型进行轮廓检测；
[0009]对所述轮廓检测模型输出的轮廓检测结果进行二值化处理；
[0010]基于二值化的轮廓检测结果，利用预设的轮廓优化模型得到优化后的轮廓；
[0011]基于优化后的轮廓，计算球团生球粒径，并统计球团生球粒径分布。
[0012]进一步地，所述轮廓检测模型的构建过程，包括：
[0013]采集多张球团生球影像，并对采集到的球团生球影像进行预处理；
[0014]对预处理后的球团生球影像中的生球进行轮廓标注，并对标注文件进行可视化，得到只包含边缘的标注图片，建立样本数据集；
[0015]利用所述样本数据集对预设的神经网络进行训练，得到所述轮廓检测模型；其中，所述轮廓检测模型的输入为球团生球影像，输出为球团生球的边缘。
[0016]进一步地，所述采集多张球团生球影像，并对采集到的球团生球影像进行预处理，包括：
[0017]通过工业相机获取圆盘造球机上或传送带上的球团生球影像；
[0018]对采集到的球团生球影像进行灰度化处理；
[0019]对灰度化处理后的图像进行ROI感兴趣区域提取；
[0020]对提取出的感兴趣区域进行中值滤波；
[0021]对中值滤波后的图像进行双边滤波；
[0022]对双边滤波后的图像进行直方图均衡化，以重新分布图像的亮度，增强球团生球区域的亮度，并降低非球团矿区域的亮度，同时增强图像的局部对比度，强化球团矿的边缘。
[0023]进一步地，所述对预处理后的球团生球影像中的生球进行轮廓标注，并对标注文件进行可视化，得到只包含边缘的标注图片，建立样本数据集，包括：
[0024]用LabelMe软件对预处理后的球团生球影像进行标注，手工绘制球团的边缘线，生成相应的json标签文件，将得到的json标签文件进行可视化，得到只包含边缘的标注图片，建立样本数据集。
[0025]进一步地，所述预设的神经网络为加入注意力机制的Unet网络。
[0026]进一步地，所述注意力机制为集成空间和通道的注意力机制。
[0027]进一步地，所述轮廓优化模型的构建过程，包括：
[0028]通过所述轮廓检测模型对所述样本数据集中的每一球团生球影像分别进行检测，得到各球团生球影像的轮廓检测结果；
[0029]将各球团生球影像的轮廓检测结果分别进行二值化处理；
[0030]以各球团生球影像对应的二值化的轮廓检测结果为样本，相应的球团生球影像的轮廓标注为标签，构建新的样本数据集；
[0031]利用新的样本数据集对预设算法进行训练，得到所述轮廓优化模型；其中，所述轮廓优化模型的输入为二值化的轮廓检测结果，输出为优化后的轮廓。
[0032]进一步地，所述预设算法为基于距离变换的分水岭算法。
[0033]进一步地，所述基于优化后的轮廓，计算球团生球粒径，并统计球团生球粒径分布，包括：
[0034]对优化后的轮廓用opencv中的椭圆拟合函数进行轮廓拟合，并根据拟合结果得到球团生球粒径，并统计球团生球粒径分布。
[0035]另一方面，本专利技术还提供了一种球团生球粒径分布检测系统，包括：
[0036]球团生球影像采集及预处理模块，用于采集球团生球影像，并对采集到的球团生球影像进行预处理；
[0037]轮廓检测模块，用于基于经所述球团生球影像采集及预处理模块预处理后的球团生球影像，利用预设的轮廓检测模型进行轮廓检测；
[0038]二值化模块，用于对轮廓检测模型输出的轮廓检测结果进行二值化处理；
[0039]轮廓优化模块，用于基于所述二值化模块输出的二值化的轮廓检测结果，利用预设的轮廓优化模型得到优化后的轮廓；
[0040]球团生球粒径分布统计模块，用于基于经所述轮廓优化模块优化后的轮廓，计算球团生球粒径，并统计球团生球粒径分布。
[0041]再一方面，本专利技术还提供了一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。
[0042]又一方面，本专利技术还提供了一种计算机可读存储介质，所述存储介质中存储有至
少一条指令，所述指令由处理器加载并执行以实现上述方法。
[0043]本专利技术提供的技术方案带来的有益效果至少包括：
[0044]本专利技术通过采集球团生球影像，并对采集的球团生球影像进行预处理；基于预处理后的球团生球影像，利用预设的轮廓检测模型进行轮廓检测；对轮廓检测模型输出的轮廓检测结果进行二值化处理；基于二值化的轮廓检测结果，利用预设的轮廓优化模型得到优化后的轮廓；基于优化后的轮廓，计算球团生球粒径，并统计球团生球粒径分布。从而实现了对球团图像中的球团进行准确、有效的分割，进而可以有效地计算和统计出球团的粒度分布。
附图说明
[0045]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0046]图1是本专利技术实施例提供的球团生球粒径在线检测方法的执行流程图；
[0047]图2是本专利技术实施例提供的球团生球粒径在线检测方法的实现流程图；
[0048]图3是本专利技术实施例提供的球团生球粒径在线检测方法所采用的CBAM
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种球团生球粒径在线检测方法，其特征在于，包括：采集球团生球影像，并对采集到的球团生球影像进行预处理；基于预处理后的球团生球影像，利用预设的轮廓检测模型进行轮廓检测；对所述轮廓检测模型输出的轮廓检测结果进行二值化处理；基于二值化的轮廓检测结果，利用预设的轮廓优化模型得到优化后的轮廓；基于优化后的轮廓，计算球团生球粒径，并统计球团生球粒径分布。2.如权利要求1所述的球团球团生球粒径在线检测方法，其特征在于，所述轮廓检测模型的构建过程，包括：采集多张球团生球影像，并对采集到的球团生球影像进行预处理；对预处理后的球团生球影像中的生球进行轮廓标注，并对标注文件进行可视化，得到只包含边缘的标注图片，建立样本数据集；利用所述样本数据集对预设的神经网络进行训练，得到所述轮廓检测模型；其中，所述轮廓检测模型的输入为球团生球影像，输出为球团的边缘。3.如权利要求2所述的球团球团生球粒径在线检测方法，其特征在于，所述采集多张球团生球影像，并对采集到的球团生球影像进行预处理，包括：通过工业相机获取圆盘造球机上或传送带上的球团生球影像；对采集到的球团生球影像进行灰度化处理；对灰度化处理后的图像进行ROI感兴趣区域提取；对提取出的感兴趣区域进行中值滤波；对中值滤波后的图像进行双边滤波；对双边滤波后的图像进行直方图均衡化，以重新分布图像的亮度，增强球团区域的亮度，并降低非球团区域的亮度，同时增强图像的局部对比度，强化球团的边缘。4.如权利要求2所述的球团球团生球粒径在线检测方法，其特征在于，所述对预处理后的球团生球影像中的生球进行轮廓标注，并对标注文件进行可视化，得到只包含边缘的标注图片，建立样本数据集，包括：用LabelMe软件对预处理后的球团生球影像进行标注，手工绘制球团的边缘线，生成相应的json标签文件，将得到的json标签文件进行可视化，得到只包含边缘的标注图片，建立样本数据集。5.如权利要求2...

【专利技术属性】
技术研发人员：高志喆，刘兴全，程福超，刘剑，陈小艳，王兴锋，路明，于凤，
申请(专利权)人：鞍钢集团矿业有限公司，
类型：发明
国别省市：