System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及钢水预处理,尤其涉及一种钢水液面识别方法、装置、电子设备及存储介质。
技术介绍
1、扒渣环节是钢水预处理阶段的重要环节之一,其扒渣结果直接影响到钢水预处理的效果。目前,自动扒渣多应用在铁水扒渣领域,因为铁水扒渣只有固态渣需要扒除,而对于既有固态渣又有液态渣的钢水扒渣场景,则需要由操作人员佩戴特定的滤光片,凭借长期的工作经验人为分辨出固态渣、液态渣和钢水,进而手动进行固态渣和液态渣的扒除,从而导致人力成本较高,且扒渣效率较低的问题。因此,如何自动对钢水液面中的固态渣、液态渣和钢水进行识别,成为亟待解决的技术问题。
技术实现思路
1、本申请提供了一种钢水液面识别方法、装置、电子设备及存储介质,以解决现有的钢水扒渣场景中需要人为分辨出固态渣、液态渣和钢水,导致人力成本较高,且扒渣效率较低的问题。
2、第一方面,本申请提供了一种钢水液面识别方法,所述方法包括:
3、获取待扒渣钢水液面的可见光成像图像和热成像图像,其中,所述待扒渣钢水液面包括固态渣、液态渣和钢水;
4、将所述可见光成像图像和所述热成像图像进行位置匹配,并将位置匹配后的所述可见光成像图像中的像素点的灰度值和位置匹配后的所述热成像图像中的像素点的灰度值进行比较;
5、根据比较结果,对所述固态渣、所述液态渣和所述钢水进行识别。
6、可选地,所述根据比较结果,对所述固态渣、所述液态渣和所述钢水进行识别,包括:
7、在位置匹配后的所述可见光成像图像中的目
8、在位置匹配后的所述可见光成像图像中的目标像素集合的灰度值和位置匹配后的所述热成像图像中的目标像素集合的灰度值均大于第二灰度阈值的情况下,将所述目标像素集合确定为所述液态渣所对应的像素集合,其中,所述第二灰度阈值大于或等于所述第一灰度阈值;
9、在位置匹配后的所述可见光成像图像中的目标像素集合的灰度值大于所述第二灰度阈值,且位置匹配后的所述热成像图像中目标像素集合的灰度值小于所述第一灰度阈值的情况下,将所述目标像素集合确定为所述钢水所对应的像素集合。
10、可选地,所述获取待扒渣钢水液面的可见光成像图像和热成像图像,包括:
11、利用可见光相机获取所述可见光成像图像,并利用热像仪获取所述热成像图像,其中,所述可见光相机的安装位置靠近所述热像仪的安装位置。
12、可选地,在所述获取待扒渣钢水液面的可见光成像图像和热成像图像之前,所述方法还包括:
13、将所述可见光相机的相关参数和所述热像仪的相关参数调节至预设值,其中,所述可见光相机的相关参数至少包括曝光度,所述热像仪的相关参数至少包括感知温度范围。
14、可选地,所述将所述可见光成像图像和所述热成像图像进行位置匹配,包括:
15、对同一时刻采集到的所述可见光成像图像和所述热成像图像进行裁剪;
16、对裁剪后的所述可见光成像图像和所述热成像图像进行旋转;
17、对旋转后的所述可见光成像图像和所述热成像图像进行平移,得到位置匹配后的所述可见光成像图像和所述热成像图像。
18、可选地,在所述根据比较结果,对所述固态渣、所述液态渣和所述钢水进行识别之后,所述方法还包括:
19、根据所述固态渣、所述液态渣和所述钢水的位置分布,执行扒渣操作。
20、第二方面,本申请提供了一种钢水液面识别装置,所述装置包括:
21、获取模块,用于获取待扒渣钢水液面的可见光成像图像和热成像图像,其中,所述待扒渣钢水液面包括固态渣、液态渣和钢水;
22、比较模块,用于将所述可见光成像图像和所述热成像图像进行位置匹配,并将位置匹配后的所述可见光成像图像中的像素点的灰度值和位置匹配后的所述热成像图像中的像素点的灰度值进行比较;
23、识别模块,用于根据比较结果,对所述固态渣、所述液态渣和所述钢水进行识别。
24、第三方面,本申请提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
25、存储器,用于存放计算机程序;
26、处理器,用于执行存储器上所存放的程序时,实现上述任一项所述的钢水液面识别方法的步骤。
27、第四方面,本申请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,所述计算机程序被处理器执行时实现上述任一项所述的钢水液面识别方法的步骤。
28、本申请实施例提供的上述技术方案与现有技术相比具有如下优点:本申请实施例提供的该方法,通过获取待扒渣钢水液面的可见光成像图像和热成像图像,其中,所述待扒渣钢水液面包括固态渣、液态渣和钢水;将所述可见光成像图像和所述热成像图像进行位置匹配,并将位置匹配后的所述可见光成像图像中的像素点的灰度值和位置匹配后的所述热成像图像中的像素点的灰度值进行比较;根据比较结果,对所述固态渣、所述液态渣和所述钢水进行识别。通过上述方式,可以利用待扒渣钢水液面的可见光成像图像中像素点的灰度值和热成像图像中像素点的灰度值,自动识别出待扒渣钢水液面中的固态渣、液态渣和钢水,而无操作人员人为进行分辨识别,从而降低了人力成本,且提高了扒渣效率。
本文档来自技高网...【技术保护点】
1.一种钢水液面识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据比较结果,对所述固态渣、所述液态渣和所述钢水进行识别,包括:
3.根据权利要求1所述的方法,其特征在于,所述获取待扒渣钢水液面的可见光成像图像和热成像图像,包括:
4.根据权利要求3所述的方法,其特征在于,在所述获取待扒渣钢水液面的可见光成像图像和热成像图像之前,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述将所述可见光成像图像和所述热成像图像进行位置匹配,包括:
6.根据权利要求1所述的方法,其特征在于,在所述根据比较结果,对所述固态渣、所述液态渣和所述钢水进行识别之后,所述方法还包括:
7.一种钢水液面识别装置,其特征在于,所述装置包括:
8.根据权利要求7所述的装置,其特征在于,所述识别模块包括:
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
10.一种计算机可读
...【技术特征摘要】
1.一种钢水液面识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据比较结果,对所述固态渣、所述液态渣和所述钢水进行识别,包括:
3.根据权利要求1所述的方法,其特征在于,所述获取待扒渣钢水液面的可见光成像图像和热成像图像,包括:
4.根据权利要求3所述的方法,其特征在于,在所述获取待扒渣钢水液面的可见光成像图像和热成像图像之前,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述将所述可见光成像图像和所述热成像图像进行位置匹配,包括:
6.根据权...
【专利技术属性】
技术研发人员:田陆,谢卫东,刘彪,许振祥,文剑,
申请(专利权)人:衡阳镭目科技有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。