CN102836886B - 热轧轧件头尾位置及运动方向的检测方法 - Google Patents
热轧轧件头尾位置及运动方向的检测方法 Download PDFInfo
- Publication number
- CN102836886B CN102836886B CN201110172541.9A CN201110172541A CN102836886B CN 102836886 B CN102836886 B CN 102836886B CN 201110172541 A CN201110172541 A CN 201110172541A CN 102836886 B CN102836886 B CN 102836886B
- Authority
- CN
- China
- Prior art keywords
- rolled piece
- logical value
- region
- judged
- rolled
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种热轧轧件头尾位置及运动方向的检测方法,该检测方法采用工业相机在轧机侧部对轧件轧制过程进行成像,并通过计算机在图像中设置检测窗口区域,根据区域内的成像亮点数量进行判断有无轧件,进而判断轧件的头尾位置及运动方向。该检测方法简单方便,快速有效,不受水汽干扰,完全适用于水汽环境下的轧制检测和控制。
Description
技术领域
本发明涉及热轧轧件检测技术,更具体地说,涉及一种热轧轧件头尾位置及运动方向的检测方法。
背景技术
在热轧粗轧生产中,见图1,轧件的头尾位置与运动方向是非常重要的生产参数,为热轧轧制、剪切、轧机协调等控制提供基础保障。目前,通常使用热金属检测器,接收高温轧件放射出的红外线经光敏元件把光能转换成电信号,实现对热钢坯进与出的位置检测,其中返回一组开关量信号。在特殊环境中,如轧钢生产中在往返式粗轧机双侧边部由于灰尘多,水汽大,同时被测轧钢件在冲出粗轧机时上表面有时还覆盖一层较厚的除鳞水。而常用的热金属探测器的探测视场一般都比较小,小视场很容易受到水汽干扰,会减弱探测器能接收的红外辐射信号,有时还会产生折射使红外线发生偏折,使得其无法正常工作。并且,单个热金属检测器也无法实现智能判断的特性,如前进与后退,在轧机附近轧件头尾精确定位获取各种工况下的正反向长短头尾图像,想要追加这些功能,必须在一个小区域内安装使用多个此类检测器。但在轧机附近往往会受到周围设备环境的制约无法安装多个,就是能安装了也不经济。同时在复杂工况与水汽环境等恶劣条件的制约下,也无法有效可靠地检测出轧件精确位置。
专利申请号200810010355.3的中国专利公开了一种基于近红外图像的板材头部弯曲形状检测装置及方法,该检测装置的结构包含热金属检测器,近红外相机和处理计算机。其处理过程为首先利用热金属检测器判断板材的就位情况,当轧件就位后,再利用近红外相机获得轧件的近红外图像,然后用图像处理的方法计算轧件的形状。经现场长期使用发现,使用该检测装置检测轧件的位置,可靠性相对较低,对短坯也无法检测,并且 在图像处理过程中,主要采用图像的平滑、增强和分割计算,不能抑制图像中大面积的水汽干扰,因此也不适于在水汽环境下的应用。
综上所述,使用上述现有技术根本无法在该水汽环境中可靠地进行安装与使用,以至于无法对轧件的位置与运动方向进行实时有效的跟踪和获取,从而严重影响到轧机的安全顺行及生产轧制效率。
发明内容
针对现有技术中存在的上述缺点,本发明的目的是提供一种热轧轧件头尾位置及运动方向的检测方法,能够适于在水汽环境下对轧件头尾位置及运动方向进行实施监测。
为实现上述目的,本发明采用如下技术方案:
该热轧轧件头尾位置及运动方向的检测方法,包括以下具体步骤:
A.在热轧轧机的侧部安装工业相机,对轧件轧制进行不间断拍摄,并将图像输入计算机;
B.通过计算机对每帧图像中划分数个检测窗口区域,根据各区域内的亮点个数来判断该区域内是否有轧件,并设定相应的逻辑值;
C.根据同一帧图像中各区域的逻辑值,确定该轧件的头尾位置;
D.根据相邻两帧图像中各区域的逻辑值相组合判断,确定该轧件的头尾运动方向。
在步骤A中,所述的工业相机安装于热轧轧机的出口处,或者分别安装于热轧轧机的出、入口处。
在步骤B中,所述的检测窗口区域数量为相间隔的三个,每个区域设置成与轧件运动方向相垂直且纵贯整个图像视场。
在步骤B中,所述的各区域内是否有轧件的判断方式为:
在计算机中设定亮点数量阈值,将各区域中的亮点个数与阈值相比,若亮点个数大于阈值,则判断该区域内有轧件,并设定其逻辑值为1;若亮点个数小于阈值,则判断该区域内无轧件,并设定其逻辑值为0。
在步骤C中,所述的轧件头尾位置的判断方式为:。
在同一帧图像中,
若沿轧件轧制方向三个区域的逻辑值分别为1、1、0,则判断为轧件头部完整进入被测位置;
若沿轧件轧制方向三个区域的逻辑值分别为0、1、1,则判断为轧件尾部完整进入被测位置;
若沿轧件轧制方向三个区域的逻辑值分别为0、0、1,则判断为轧件尾部的部分进入被测位置;
若沿轧件轧制方向三个区域的逻辑值分别为1、1、1,则判断为轧件中部进入被测位置;
若沿轧件轧制方向三个区域的逻辑值分别为1、0、0,则判断为轧件头部的部分进入被测位置。
在步骤D中,所述的轧件头尾运动方向的判断方式为:
在相邻两帧图像中,
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、0,而本帧图像中相应区域的逻辑值分别为1、1、1,则判断为轧件头部正向运动且完整进入被测位置;
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、0、0,而本帧图像中相应区域的逻辑值分别为1、1、0,则判断为轧件头部正向运动且部分进入被测位置;
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、1,而本帧图像中相应区域的逻辑值分别为1、1、0,则判断为轧件尾部逆向运动且完整进入被测位置;
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、0,而本帧图像中相应区域的逻辑值分别为1、0、0,则判断为轧件尾部逆向运动且部分进入被测位置。
在步骤A中,在所述的安装工业相机位置附近,还安装有大型风扇,对轧件表面进行吹扫,以提高检测成像效果。
在上述技术方案中,本发明的热轧轧件头尾位置及运动方向的检测方法采用工业相机在轧机侧部对轧件轧制过程进行成像,并通过计算机在图像中设置检测窗口区域,根据区域内的成像亮点数量进行判断有无轧件, 进而判断轧件的头尾位置及运动方向。该检测方法简单方便,快速有效,不受水汽干扰,完全适用于水汽环境下的轧制检测和控制。
附图说明
图1是本发明的检测方法的硬件配置示意图;
图2是本发明的检测窗口区域的设置示意图;。
图3~图8分别是本发明轧件头部正向运动的六种状态图像示意图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
本发明的热轧轧件头尾位置及运动方向的检测方法主要包括以下几个步骤:
A.在热轧轧机的侧部安装工业相机,对轧件轧制进行不间断拍摄,并将图像输入计算机;
B.通过计算机对每帧图像中划分数个检测窗口区域,根据各区域内的亮点个数来判断该区域内是否有轧件,并设定相应的逻辑值;
C.根据同一帧图像中各区域的逻辑值,确定该轧件的头尾位置;
D.根据相邻两帧图像中各区域的逻辑值相组合判断,确定该轧件的头尾运动方向。
请参阅图1所示,对于普通的热轧轧机,该工业相机2可安装于轧机1的出口处,而对于往返式可逆轧机,也可在轧机1的出入口处同时安装,以完成每个道次的位置检测。工业相机2的输出端连接至计算机3,将对轧件4轧制进行不间断拍摄的图像输入计算机3,而计算机3通过计算判断,将最终的检测结果输入至轧制控制系统5,以供轧制控制。而在安装工业相机2位置附近,还可安装有大型风扇6,对轧件1表面进行吹扫,以提高检测成像效果。
在工业相机不间断地一直抓拍视场所对应的图像的同时,由于现场环境相当恶劣,环境中的除鳞水会形成蒸汽雾,在轧件表面残留有大量的积水,隐藏虽然能够得到辊道及轧件的图像,但是图像效果比较模糊。因此, 在计算机通过高速网络实时地获取每张图像后,需要根据待检测的敏感位置,在图像中设定对应的条形检测窗口区域。如图2所示,该检测窗口区域8的数量可以为相间隔的三个或者多个,以三个为例,在图像中从左至右分别计为区域8a~8c,每个区域设置成与轧件运动方向相垂直且纵贯整个图像7视场,如此,任何在辊道上运动的高温轧件与水蒸气都会在图像7相应的窗口区域中展现出亮点变化,即使轧件发生变形时也不会遗漏,以提高图像在特殊环境中检测的敏感性,使得图像中每个区域的具体位置对应轧件在现场的待检测位置。另外,在选取判断窗口区域位置时,也必须回避视场中轧辊等干扰物镜面反射造成新的干扰源,因此,传送辊道中的辊面图像尽可能不选定在检测窗口中。
由于水汽干扰有一定的空间分布,每个检测区域内经常有一些水汽亮点干扰。经研究发现,即使如此,当检测区域内有轧件时,亮点的总数会比较多,反之就比较少。当选定的检测区域内亮点个数大于设定的亮点阈值后,就可以判断该区域有轧件,反之就没有轧件。因此,可在计算机中设定亮点数量阈值,并将各区域中的亮点个数与阈值相比,若亮点个数大于阈值,则判断该区域内有轧件,并设定其逻辑值为1;若亮点个数小于阈值,则判断该区域内无轧件,并设定其逻辑值为0。
轧件在每帧图像的位置不同时,在各个区域的亮点数量也不相同,即逻辑值也不同。而在轧机生产轧制中,一般分为多道次来回轧制,如从第一道次开始一直轧到第五道次,轧制后的轧件的长度会呈递增状。根据上述原理,可对同一帧图像的各检测区域的逻辑值进行组合,就可以判断出轧件所在检测位置,即判断出轧件的头尾位置:
若沿轧件轧制方向三个区域8a~8c的逻辑值分别为1、1、0,则判断为轧件4头部完整进入被测位置,也就是说进入被测位置的为轧件4的长头部(见图3);
若沿轧件轧制方向三个区域8a~8c的逻辑值分别为0、1、1,则判断为轧件4尾部完整进入被测位置,也就是说进入被测位置的为轧件的长尾部(见图5);
若沿轧件轧制方向三个区域8a~8c的逻辑值分别为0、0、1,则判断 为轧件4尾部的部分进入被测位置,也就是说进入被测位置的为轧件的短尾部(见图6);
若沿轧件轧制方向三个区域8a~8c的逻辑值分别为1、1、1,则判断为轧件中部进入被测位置,也就是说进入被测位置的为轧件的中部(见图7);
若沿轧件轧制方向三个区域8a~8c的逻辑值分别为1、0、0,则判断为轧件4头部的部分进入被测位置,也就是说进入被测位置的为轧件的短头部(见图4)。
若沿轧件轧制方向三个区域8a~8c的逻辑值分别为0、0、0,则判断为轧件4未进入被测位置(见图8)。
具体的检测区域逻辑值与处于图像内的轧件具体部位关系如下表:
部位 | 区域8a | 区域8b | 区域8c |
1.轧件长头部 | 1 | 1 | 0 |
2.轧件长尾部 | 0 | 1 | 1 |
3.轧件短尾部 | 0 | 0 | 1 |
4.轧件中部 | 1 | 1 | 1 |
5.无轧件 | 0 | 0 | 0 |
6.轧件短头部 | 1 | 0 | 0 |
7.不存在 | 0 | 1 | 0 |
8.不存在 | 1 | 0 | 1 |
由此可以看出,通过设置图像检测窗口区域,作为软件传感器来替代硬件传感器,同样能达到快速判断运动目标位置状态的目的。
并且,通过计算相邻两帧图像中各个窗口区域的部位状态变化,即逻辑值的变化,就可以实时判断轧件的运动情况,判断头部与尾部是否到达,用图像简单判断的手段来实现硬件传感器的功能。具体方式如下:
在相邻两帧图像中,
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、0, 而本帧图像中相应区域的逻辑值分别为1、1、1,则判断为轧件头部正向运动且完整进入被测位置(长头部);
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、0、0,而本帧图像中相应区域的逻辑值分别为1、1、0,则判断为轧件头部正向运动且部分进入被测位置(短头部);
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、1,而本帧图像中相应区域的逻辑值分别为1、1、0,则判断为轧件尾部逆向运动且完整进入被测位置(长尾部);
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、0,而本帧图像中相应区域的逻辑值分别为1、0、0,则判断为轧件尾部逆向运动且部分进入被测位置(短尾部)。
具体的检测区域逻辑值与处于图像内的轧件具体部位关系如下表:
综上所述,采用本发明的检测方法,能够方便有效的检测出轧件的头尾位置及运动方向,并且不会受水汽环境的影响,为后续的轧制后形状实时测量与控制奠定了基础,适用于在大量水蒸汽与水的环境中、远距离、非接触式检测与测量等场合,具有突出的优点。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (6)
1.一种热轧轧件头尾位置及运动方向的检测方法,其特征在于,
包括以下具体步骤:
A.在热轧轧机的侧部安装工业相机,对轧件轧制进行不间断拍摄,并将图像输入计算机;
B.通过计算机对每帧图像中划分数个检测窗口区域,根据各区域内的亮点个数来判断该区域内是否有轧件,并设定相应的逻辑值;
C.根据同一帧图像中各区域的逻辑值,确定该轧件的头尾位置;
D.根据相邻两帧图像中各区域的逻辑值相组合判断,确定该轧件的头尾运动方向;
在步骤B中,所述的检测窗口区域数量为相间隔的三个,每个区域设置成与轧件运动方向相垂直且纵贯整个图像视场,并且三个检测窗口区域分别位于每帧图像中的左侧部、中部及右侧部。
2.如权利要求1所述的热轧轧件头尾位置及运动方向的检测方法,其特征在于:
在步骤A中,所述的工业相机安装于热轧轧机的出口处,或者分别安装于热轧轧机的出、入口处。
3.如权利要求1所述的热轧轧件头尾位置及运动方向的检测方法,其特征在于,
在步骤B中,所述的各区域内是否有轧件的判断方式为:
在计算机中设定亮点数量阈值,将各区域中的亮点个数与阈值相比,若亮点个数大于阈值,则判断该区域内有轧件,并设定其逻辑值为1;若亮点个数小于阈值,则判断该区域内无轧件,并设定其逻辑值为0。
4.如权利要求3所述的热轧轧件头尾位置及运动方向的检测方法,其特征在于,
在步骤C中,所述的轧件头尾位置的判断方式为:
在同一帧图像中,
若沿轧件轧制方向三个区域的逻辑值分别为1、1、0,则判断为轧件头部完整进入被测位置;
若沿轧件轧制方向三个区域的逻辑值分别为0、1、1,则判断为轧件尾部完整进入被测位置;
若沿轧件轧制方向三个区域的逻辑值分别为0、0、1,则判断为轧件尾部的部分进入被测位置;
若沿轧件轧制方向三个区域的逻辑值分别为1、1、1,则判断为轧件中部进入被测位置;
若沿轧件轧制方向三个区域的逻辑值分别为1、0、0,则判断为轧件头部的部分进入被测位置。
5.如权利要求4所述的热轧轧件头尾位置及运动方向的检测方法,其特征在于,
在步骤D中,所述的轧件头尾运动方向的判断方式为:
在相邻两帧图像中,
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、0,而本帧图像中相应区域的逻辑值分别为1、1、1,则判断为轧件头部正向运动且完整进入被测位置;
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、0、0,而本帧图像中相应区域的逻辑值分别为1、1、0,则判断为轧件头部正向运动且部分进入被测位置;
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、1,而本帧图像中相应区域的逻辑值分别为1、1、0,则判断为轧件尾部逆向运动且完整进入被测位置;
若上一帧图像中沿轧件轧制方向三个区域的逻辑值分别为1、1、0,而本帧图像中相应区域的逻辑值分别为1、0、0,则判断为轧件尾部逆向运动且部分进入被测位置。
6.如权利要求1所述的热轧轧件头尾位置及运动方向的检测方法,其特征在于,
在步骤A中,在所述的安装工业相机位置附近,还安装有大型风扇,对轧件表面进行吹扫,以提高检测成像效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110172541.9A CN102836886B (zh) | 2011-06-24 | 2011-06-24 | 热轧轧件头尾位置及运动方向的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110172541.9A CN102836886B (zh) | 2011-06-24 | 2011-06-24 | 热轧轧件头尾位置及运动方向的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102836886A CN102836886A (zh) | 2012-12-26 |
CN102836886B true CN102836886B (zh) | 2014-12-03 |
Family
ID=47364762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110172541.9A Active CN102836886B (zh) | 2011-06-24 | 2011-06-24 | 热轧轧件头尾位置及运动方向的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102836886B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112140B (zh) * | 2013-04-19 | 2017-08-25 | 宝山钢铁股份有限公司 | 铸坯图像精确定位装置和定位方法 |
CN105983585B (zh) * | 2015-01-29 | 2017-10-31 | 宝山钢铁股份有限公司 | 一种热轧带钢扣尾检测方法 |
CN105234184A (zh) * | 2015-11-10 | 2016-01-13 | 内蒙古包钢钢联股份有限公司 | 一种串列式轧机堆钢保护方法 |
CN108050845A (zh) * | 2017-11-30 | 2018-05-18 | 中冶南方工程技术有限公司 | 基于可见光图像识别技术的加热炉自动上料系统 |
CN108007210A (zh) * | 2017-11-30 | 2018-05-08 | 中冶南方工程技术有限公司 | 基于多相机信息融合方案的加热炉自动上料系统 |
CN108050843B (zh) * | 2017-11-30 | 2020-06-19 | 中冶南方工程技术有限公司 | 基于可见光图像及深度图像识别技术的加热炉自动上料系统 |
JP6849150B2 (ja) * | 2018-05-22 | 2021-03-24 | 東芝三菱電機産業システム株式会社 | 産業プラント監視制御システム |
CN111429425B (zh) * | 2020-03-20 | 2023-04-07 | 中冶赛迪信息技术(重庆)有限公司 | 一种基于深度学习的轧机入口异常识别方法 |
CN111618097B (zh) * | 2020-06-08 | 2022-03-04 | 江苏科技大学 | 一种轧钢板材首尾边缘自动截齐装置及方法 |
CN112958636B (zh) * | 2021-04-11 | 2022-02-25 | 燕山大学 | 一种用于热轧铝板头尾缺陷检测的柔性传感装置及其方法 |
CN113333481B (zh) * | 2021-05-31 | 2022-12-06 | 广东韶钢松山股份有限公司 | 一种连轧生产线中热金属检测器状态的在线检测方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6114508A (ja) * | 1984-06-30 | 1986-01-22 | Nippon Kokan Kk <Nkk> | 形状測定装置 |
KR20050023630A (ko) * | 2003-09-01 | 2005-03-10 | 주식회사 포스코 | 선형레이저를 이용한 강판의 폭 및 표면결함 검출장치 |
CN101198858A (zh) * | 2005-06-14 | 2008-06-11 | 西门子Vai金属技术股份公司 | 用于检测行进中的长产品的表面和结构缺陷的方法和设备 |
CN101224472A (zh) * | 2008-02-03 | 2008-07-23 | 东北大学 | 一种基于近红外图像的板材头部弯曲形状检测装置及方法 |
CN101448143A (zh) * | 2002-12-03 | 2009-06-03 | Og技术公司 | 用于检测诸如轧制/拉制金属条的工件上的表面缺陷的装置和方法 |
CN101622082A (zh) * | 2007-02-28 | 2010-01-06 | 杰富意钢铁株式会社 | 利用近红外线照相机的金属带的热轧方法和装置 |
KR20100077582A (ko) * | 2008-12-29 | 2010-07-08 | 주식회사 포스코 | 스트립 위치 검출 장치 및 방법 |
-
2011
- 2011-06-24 CN CN201110172541.9A patent/CN102836886B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6114508A (ja) * | 1984-06-30 | 1986-01-22 | Nippon Kokan Kk <Nkk> | 形状測定装置 |
CN101448143A (zh) * | 2002-12-03 | 2009-06-03 | Og技术公司 | 用于检测诸如轧制/拉制金属条的工件上的表面缺陷的装置和方法 |
KR20050023630A (ko) * | 2003-09-01 | 2005-03-10 | 주식회사 포스코 | 선형레이저를 이용한 강판의 폭 및 표면결함 검출장치 |
CN101198858A (zh) * | 2005-06-14 | 2008-06-11 | 西门子Vai金属技术股份公司 | 用于检测行进中的长产品的表面和结构缺陷的方法和设备 |
CN101622082A (zh) * | 2007-02-28 | 2010-01-06 | 杰富意钢铁株式会社 | 利用近红外线照相机的金属带的热轧方法和装置 |
CN101224472A (zh) * | 2008-02-03 | 2008-07-23 | 东北大学 | 一种基于近红外图像的板材头部弯曲形状检测装置及方法 |
KR20100077582A (ko) * | 2008-12-29 | 2010-07-08 | 주식회사 포스코 | 스트립 위치 검출 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN102836886A (zh) | 2012-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102836886B (zh) | 热轧轧件头尾位置及运动方向的检测方法 | |
CN104330164B (zh) | 红外焦平面阵列的盲元检测方法与装置 | |
CN102538705B (zh) | 基于二次投影算法的在线非接触式中厚板轮廓检测系统及方法 | |
CN103761826B (zh) | 一种热成像视频双鉴林火识别系统的识别方法 | |
CN109190628A (zh) | 一种基于机器视觉的板材镰刀弯检测方法 | |
CN103196564A (zh) | 一种通过图像分割修正表面发射率的红外热成像测温方法 | |
RU2562413C2 (ru) | Способ и система для обнаружения и определения геометрических, пространственных и позиционных характеристик изделий, транспортируемых конвейером непрерывного действия, в частности необработанных, грубопрофилированных, грубообработанных или частично обработанных стальных изделий | |
CN103646250B (zh) | 基于距离图像头肩特征的行人监测方法及装置 | |
CN110458839A (zh) | 一种有效的电线电缆监测系统 | |
CN107909615A (zh) | 一种基于双目视觉的消防炮定位方法 | |
CN110065790A (zh) | 一种基于视觉算法的煤矿皮带转运机头堵塞检测方法 | |
GB2538700A (en) | Conveyor belt monitoring system and method | |
WO2013137074A1 (en) | System and method for controlling a climate control unit | |
KR102096230B1 (ko) | 도착 레인으로 합병되는 이동 아이템의 출발 레인을 결정 | |
CN106327474A (zh) | 一种自动在线盲元检测方法 | |
CN106441584A (zh) | 基于红外测温的转炉下渣检测方法 | |
CN113188484A (zh) | 一种热轧卷头部轮廓面积检测方法 | |
CN115512307B (zh) | 广域空间红外多点实时火灾探测方法及系统、定位方法 | |
CN105327950A (zh) | 考虑厚度变化的热轧中间坯镰刀弯检测装置及检测方法 | |
CN110044183B (zh) | 一种基于机器视觉的脱方检测自动上料方法 | |
KR101238748B1 (ko) | 주사구동 적외선센서장치를 이용한 표적거리 측정시스템 | |
CN105184792A (zh) | 一种圆锯片磨损量在线测量方法 | |
CN111397529A (zh) | 一种基于双目视觉结构光的复杂表面形状检测方法 | |
CN102999994A (zh) | 基于视频图像分析的火焰检测装置 | |
CN111008998A (zh) | 基于双目视觉的自动消防水炮的火焰检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |