【技术实现步骤摘要】
本专利技术涉及图像处理,特别涉及一种基于深度学习的真空自耗炉冶炼图像处理方法和系统。
技术介绍
1、真空自耗炉是一种用于冶炼和热处理金属的设备,通常用于冶炼金属和合金等材料。在冶炼过程中,需要对冶炼过程进行实时监测,以确保冶炼质量和设备安全。因此,摄像头成为了真空自耗炉中不可或缺的设备。但是,由于真空自耗炉环境的特殊性和复杂性,冶炼一段时间摄像机镜头的对焦和角度容易发生变化,造成冶炼图像的质量受到很大的影响,出现图像模糊、电弧不在图像中心等问题,影响了图像处理的效率和准确性。目前,在真空自耗炉冶炼过程中,常常需要人工操作对摄像头进行对焦和角度调整,以确保电弧区域清晰、完整地展现在图像中心。然而,这种人工操作耗时耗力,且往往不能保证冶炼过程的连续性和稳定性,影响了生产效率。
技术实现思路
1、本专利技术的目的在于提供一种基于深度学习的真空自耗炉冶炼图像处理方法,实现稳定的识别冶炼图像。
2、为了实现上述目的,本专利技术提供如下技术方案:一种基于深度学习的真空自耗炉冶炼图像处理方法
...【技术保护点】
1.一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,包括:
2.根据权利要求1所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述调整冶炼图像的清晰度直到所述冶炼图像的清晰度达到所述预设清晰度包括:
3.根据权利要求2所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述通过图像清晰度判断模型判断所述冶炼图像的清晰度包括:
4.根据权利要求1所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述控制所述摄像头的位置直到拍摄到的所述电弧位于所述冶炼图像的目标区域内包括:
【技术特征摘要】
1.一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,包括:
2.根据权利要求1所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述调整冶炼图像的清晰度直到所述冶炼图像的清晰度达到所述预设清晰度包括:
3.根据权利要求2所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述通过图像清晰度判断模型判断所述冶炼图像的清晰度包括:
4.根据权利要求1所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述控制所述摄像头的位置直到拍摄到的所述电弧位于所述冶炼图像的目标区域内包括:
5.一种基于深度学习的真空自耗炉冶炼图像处理系统,其特征在于,包括:
【专利技术属性】
技术研发人员:饶川,颜学勇,肖斌,徐导,
申请(专利权)人:大冶特殊钢有限公司,
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。