CN109724776B - 一种烧结机台车的篦条损坏程度的确定方法及装置 - Google Patents
一种烧结机台车的篦条损坏程度的确定方法及装置 Download PDFInfo
- Publication number
- CN109724776B CN109724776B CN201711041664.2A CN201711041664A CN109724776B CN 109724776 B CN109724776 B CN 109724776B CN 201711041664 A CN201711041664 A CN 201711041664A CN 109724776 B CN109724776 B CN 109724776B
- Authority
- CN
- China
- Prior art keywords
- damage degree
- length
- determining
- grid section
- image
- 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
Images
Landscapes
- Manufacture And Refinement Of Metals (AREA)
Abstract
本申请公开了一种烧结机台车的篦条损坏程度的确定方法及装置,其中,方法包括:获取包含烧结机台车的篦条的初始图像;从所述初始图像中提取出篦条所在区域的第一目标图像;从所述目标图像中获取包含表征篦条边缘的目标像素点的第二目标图像;计算所述第二目标图像中,表征篦条边缘的目标像素点所形成的所有直线段的累计长度;基于所述累计长度,确定当前所述篦条的损坏程度。通过本申请实施例可以通过累计长度就可以直接确定当前烧结机台车的损坏程度,并且,可以确定篦条达到任意损坏程度的时间,进而,解决了现有技术中不能及时发现篦条损坏的问题。
Description
技术领域
本申请涉及图像处理领域,特别是涉及一种烧结机台车的篦条损坏程度的确定方法及装置。
背景技术
烧结机台车是冶炼矿料烧结工艺的关键设备,该烧结机台车上的重要组成部分是篦条,篦条在烧结生产过程中对烧结物料起承载作用,在烧结机台车上存在多个篦条,相邻两个篦条间存在一定的间距,用于在烧结过程中抽风助燃。
在烧结过程中,由于篦条在高温作用下极容易发生变形甚至脱落,若大量的篦条发生变形或者脱落,使烧结机台车进风量过大,进而影响烧结矿的产量和质量。
目前,操作人员一般通过观察烧结机台车烧结出的烧结矿来推断篦条的状况,然而只有当篦条已经损坏严重时,操作人员才可能从烧结矿推断篦条损坏,从而不能及时发现篦条损坏。
发明内容
基于此,本申请提供了一种烧结机台车的篦条损坏程度的确定方法,用以及时发现篦条损坏。
本申请还提供了一种烧结机台车的篦条损坏程度的确定装置,用以保证上述方法在实际中的实现及应用。
本申请实施例的解决方案为:
本申请公开了一种烧结机台车的篦条损坏程度的确定方法,该方法包括:
获取包含烧结机台车的篦条的初始图像;
从所述初始图像中提取出篦条所在区域的第一目标图像;
从所述目标图像中获取包含表征篦条边缘的目标像素点的第二目标图像;
计算所述第二目标图像中,表征篦条边缘的目标像素点所形成的所有直线段的累计长度;
基于所述累计长度,确定当前所述篦条的损坏程度。
其中,所述基于所述累计长度,确定当前所述篦条的损坏程度,包括:
依据预置的累计长度与篦条的损坏程度的对应关系,确定当前所述烧结机台车的篦条的损坏程度。
其中,所述依据预置的累计长度与篦条的损坏程度的对应关系,确定当前所述烧结机台车的篦条的损坏程度,包括:
将所述累计长度与不同的预设长度阈值进行比较;所述不同的预设长度阈值表征不同的损坏程度;
若不同的预设长度阈值中存在大于所述累计长度的目标预设长度阈值,则将所述目标预设长度阈值中的最小预设长度阈值所对应的损坏程度,确定为所述烧结机台车的篦条达到的损坏程度。
其中,所述方法还包括:
依据所述第二目标图像中表征篦条边缘的目标像素点,确定所述目标像素点所形成的直线段中的最短直线段长度;
若累计长度小于第一预设长度阈值,且,所述最短直线段长度小于第二预设长度阈值,则所述烧结机台车的篦条的损坏类型为变形。
其中,所述方法还包括:
保存烧结机台车的信息与烧结机台车的篦条所达到的损坏程度间的对应关系;
确定达到预设损坏程度的烧结机台车的信息;
显示达到预设损坏程度的烧结机台车的信息,以便操作人员对所述烧结机台车的篦条进行维修。
本申请还提供一种烧结机台车的篦条损坏程度的确定装置,该装置包括:
第一获取单元,用于获取包含烧结机台车的篦条的初始图像;
提取单元,用于从所述初始图像中提取出篦条所在区域的第一目标图像;
第二获取单元,用于从所述目标图像中获取包含表征篦条边缘的目标像素点的第二目标图像;
计算单元,用于计算所述第二目标图像中,表征篦条边缘的目标像素点所形成的所有直线段的累计长度;
第一确定单元,用于基于所述累计长度,确定当前所述篦条的损坏程度。
其中,所述第一确定单元包括:
确定子单元,用于依据预置的累计长度与篦条的损坏程度的对应关系,确定当前所述烧结机台车的篦条的损坏程度。
其中,所述确定子单元,包括:
比较模块,用于将所述累计长度与不同的预设长度阈值进行比较;所述不同的预设长度阈值表征不同的损坏程度;
确定模块,用于若不同的预设长度阈值中存在大于所述累计长度的目标预设长度阈值,则将所述目标预设长度阈值中的最小预设长度阈值所对应的损坏程度,确定为所述烧结机台车的篦条达到的损坏程度。
其中,所述装置还包括:
第二确定单元,用于依据所述第二目标图像中表征篦条边缘的目标像素点,确定所述目标像素点所形成的直线段中的最短直线段长度;
第三确定单元,用于若累计长度小于第一预设长度阈值,且,所述最短直线段长度小于第二预设长度阈值,则所述烧结机台车的篦条的损坏类型为变形。
其中,所述装置还包括:
保存单元,用于保存烧结机台车的信息与烧结机台车的篦条所达到的损坏程度间的对应关系;
第四确定单元,用于确定达到预设损坏程度的烧结机台车的信息;
显示单元,用于显示达到预设损坏程度的烧结机台车的信息,以便操作人员对所述烧结机台车的篦条进行维修。
与现有技术相比,本申请的优点为:
在本申请实施例中,在从包含烧结机台车的篦条的初始图像中提取出篦条所在区域的目标图像之后,对目标图像进行二值化,由于在二值化后的目标二值化图像中只包括两种颜色的像素点,一种是表征篦条边缘的像素点,另一种为除表征篦条边缘的像素点外其他像素点。由于正常篦条的边缘是直的,因此,目标二值化图像中表征正常篦条边缘的像素点排列成直线。当篦条发生变形时边缘存在曲线,或者,篦条发生脱落时烧结机台车上总篦条减少,目标二值化图像中表征篦条边缘的像素点所形成的直线总长度减小。因此,计算目标二值化图像中表征篦条边缘的像素点所形成直线段的累计长度,该累计长度反映了烧结机台车的篦条的损坏程度,因此,本申请实施例通过累计长度就可以直接确定当前烧结机台车的损坏程度,并且,可以确定篦条达到任意损坏程度的时间,进而,解决了现有技术中不能及时发现篦条损坏的问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1是本申请中一种烧结机台车的篦条损坏程度的确定方法实施例的流程图;
图2是本申请中一种烧结机和图像采集设备间的位置关系的结构示意图;
图3是本申请中一种依据累计长度确定烧结机台车的篦条损坏程度的方法实施例的流程图;
图4是本申请中一种烧结机台车的篦条损坏程度的确定装置实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参考图1,示出了本申请中一种烧结机台车的篦条损坏程度的确定方法实施例的流程图,该流程图可以包括:
步骤101:采集包含烧结机台车的篦条的初始图像。
在本申请实施例中,通过对反映烧结机台车的篦条实际损坏情况的图像进行处理,进而确定当前烧结机台车的篦条的损坏程度。在本步骤中,采集包含烧结机台车的篦条的图像,为了方便表述,本申请实施例将采集到的包含烧结机台车的篦条的图像称为初始图像。
在本步骤中,为了采集到清晰显示烧结机台车的篦条的图像,本实施例通过工业相机来采集包含烧结机台车的篦条的初始图像,具体的,如图2所示,在一个接一个的烧结机台车依次经过上行轨道上的进料口等待装载矿料的过程中,在上行轨道的正上方,并且,在水平方向上距离进料口合适的距离处安装工业相机,例如,安装在垂直于上行轨道方向上,且距离上行轨道上1.2m位置处,来采集依次经过该相机下方的台车所对应的初始图像。
在实际应用中,工业相机的采集范围一般小于一个烧结机台车的篦条的区域,因此,为了采集到包含烧结机台车的篦条的初始图像,本实施例可以在烧结机上方并列安装多个工业相机,同时对一个烧结机台车上的篦条进行图像采集,接着,每个工业相机所采集的图像进行拼接,进而得到一个包含烧结机台车的篦条的完整区域的初始图像。
为了避免由于光线亮度不够导致相机拍摄的初始图像的质量受到影响,在相机的附近可以安装用于照明的光源,为了保存相机所拍摄的初始图像,可以相机上安装采集卡等等。
需要说明的是,本步骤中的工业相机为实现本步骤的一种实现方式,在实际应用中,可以采用其他相机来采集包含烧结机台车的篦条的初始图像,只要所采集的初始图像可以清晰显示该烧结机台车的篦条即可。
还需要说明的是,相机安装在烧结机具体位置以及相机的个数,可以根据实际情况来定,本步骤所述的安装情况只是一种具体的实施方式,在实际应用中,还可以有其他的实现方式,对于具体的安装方式和相机安装个数本实施例不作具体限定。
步骤102:获取包含烧结机台车的篦条的初始图像。
采集从相机下方经过的每个烧结机台车的篦条的初始图像后,在本步骤中,获取每个烧结机台车对应的包含篦条的初始图像,具体的,可以从相机连接的采集卡中获取,可以从相机的内存中获取,当然还可以通过其他方式来获取,本步骤不对具体的获取方式作限定。
本申请实施例中,针对每个烧结机台车所对应的初始图像的处理方式相同,为了描述方便,本申请实施例针对一个烧结机台车对应的初始图像来介绍具体的处理过程。
步骤103:从初始图像中提取出篦条所在区域的第一目标图像。
在得到了包含烧结机台车的篦条的初始图像后,由于该初始图像中除了包括篦条、篦条间的缝隙外,还包括该烧结机台车的挡板等。在本步骤中,从该初始图像中提取出篦条所在区域的图像,此处的篦条所在区域包括篦条和相邻篦条间的缝隙的区域,为了描述方便,本实施例将提取出篦条所在区域的图像称为第一目标图像。
具体的,从初始图像中提取出第一目标图像的过程可以包括步骤A1~步骤A2:
步骤A1:从初始图像中提取出色相分量对应的第一图像。
本实施例中采用工业相机拍摄得到的初始图像对应的颜色空间为色相-饱和度-名度(Hue-Ssturation-Lightness,HSL)空间,在该颜色空间中H表征色相,是色彩的重要特征,并且在一定光照强度下可以认为色相不受外部光照影响,因此,在本步骤中从初始图像中提取出色相分量对应的图像,为了描述方便,本实施例将该初始图像中色相分量对应的图像称为第一图像。
在实际应用中,采用非工业相机来拍摄包含烧结机台车的篦条的初始图像时,可以将非工业相机拍摄得到的初始图像进行颜色空间转换,得到HSL颜色空间的初始图像,接着,提取出色相分量对应的第一图像,并且该第一图像中篦条区域与非篦条区域的像素值差别较大。
步骤A2:将第一图像中像素值突变的像素点所形成的区域,确定为该初始图像中篦条所在区域的第一目标图像。
在得到初始图像对应的第一图像后,根据该第一图像中像素值的分布情况,确定像素值发生突变的像素点,该像素值发生突变的像素点表示篦条区域与非篦条区域的边界点,因此,由边界点组成的区域为篦条所在区域与非篦条所在区域的分界线,因此,本步骤将第一图像中像素值发生突变的像素点所形成的区域,确定为该初始图像中篦条所在区域的第一目标图像。
步骤104:对第一目标图像进行优化处理,得到优化处理后的第一目标图像。
由于烧结机现场环境复杂,相机采样和量化过程以及步骤101~步骤103的其他处理过程中,都会混入各种类型的噪声,因此得到烧结机台车中篦条所在区域的第一目标图像中包括大量的噪声。在本步骤中,对该第一目标图像进行优化处理,例如去噪、灰度补偿等处理。具体的,本实施例中可以采用高斯滤波方法对第一目标图像进行处理。在对第一目标图像完成去噪后,接着,对去噪后的第一目标图像进行灰度补偿,使得不同位置处的篦条具有均匀的灰度值。
需要说明的是,在实现本申请目的过程中,本步骤是为了取得更好的效果,因此本步骤中的动作不是必须执行的动作。
步骤105:从优化处理后的第一目标图像中获取包含表征篦条边缘的目标像素点的第二目标图像。
在对第一目标图像进行优化处理后,本步骤中,对优化处理后的第一目标图像进行二值化。由于第一目标图像中的篦条区域包括表征篦条的第一像素点和表征相邻篦条间隙的第二像素点,在本步骤中,对优化后的第一目标图像进行二值化,得到第一像素点对应的像素值相同,第二像素点对应的像素值相同,并且,第一像素点和第二像素点对应的像素值不同。
由于二值化处理得到的第二目标图像的边缘可能会出现毛刺、断边等问题,为了更准确的诊断该烧结机台车的篦条的损坏程度,在本步骤中,对二值化图像进行形态学处理,使得二值化后的图像中物体边缘更加平滑。
接着,从优化后的二值化图像中提取表征篦条边缘的目标像素点,为了描述方便,本申请实施例将提取表征篦条边缘的目标图像点所得到的图像称为第二目标图像。具体的,从优化后的二值图像中提取表征篦条边缘的目标像素的过程可以为:优化后的二值图像中只包括具有相同像素值的第一像素点集合,和,包括相同像素值的第二像素点集合,从第一像素点集合对应的像素值到第二像素点集合对应的像素值,像素值发生突变,本步骤中,将优化后的二值化图像中像素值发生突变的像素点,确定为篦条边缘对应的目标像素点。
需要说明的是,本步骤中通过对第一目标图像进行二值化,得到二值化图像接着从二值化图像中提取出包含表征篦条边缘的目标像素点的第二目标图像,本实施例给出了得到第二目标图像的一种实施方式,在实际应用中,还可以通过其他的实施方式,得到包含表征篦条边缘的目标像素点的第二目标图像,本实施例不对具体得到第二目标图像的方式作限定。
步骤106:计算第二目标图像中,表征篦条边缘的目标像素点所形成的所有直线段的累计长度。
在得到第二目标图像后,该第二目标图像中,表征篦条边缘的目标像素点排列成篦条的形状,在本步骤中,计算第二目标图像中目标像素点所排列成的所有直线段的累计长度。具体的,可以采用标准Hough变换检测第二目标图像中的所有直线段,并将检测出的直线段采用单像素进行标记,接着,统计每个直线段中端点的坐标,进一步,根据端点坐标确定每个直线段的长度,累计每个直线段的长度得到所有直线段的累计长度,其中,本步骤中,每个直线段的长度为像素长度。当然,在实际应用中,第二目标图像中每个直线段的长度也可以为标准长度单位所表示的长度,例如,以毫米为单位的长度,本实施例不对具体的直线段长度作限定。
步骤107:基于累计长度,确定当前篦条的损坏程度。
在计算得到第二目标图像中所有直线段对应的累计长度后,由于正常的篦条边缘为直线,当烧结机台车的篦条的边缘发生变形,或者,部分篦条脱落后,第二目标图像中表征该烧结机台车的篦条边缘的直线段的长度会减小。因此,该累计长度的大小表征烧结机台车的篦条的损坏程度,因此,可以基于该累计长度,确定当前烧结机台车的篦条的损坏程度。
具体的,基于累计长度,确定当前烧结机台车的篦条的损坏程度可以包括:依据预置的累计长度与损坏程度间的对应关系,确定当前烧结机台车的篦条的损坏程度。即事先预置了多个累计长度,以及,与每个预置的累计长度对应的损坏程度。
例如,预置的累计长度分别为31000、32000和33000,其中若累计长度小于预置累计长度31000,表明篦条为严重损坏、若累计长度小于预置累计长度32000,表明篦条为中度损坏、若累计长度小于预置长度33000,表明篦条为轻微损坏。
具体的确定当前烧结机的篦条的损坏程度的流程如图3所示,可以包括步骤301~步骤302:
步骤301:将累计长度与不同的预置长度阈值进行比较。
在本步骤中,将累计长度与多个不同的预设长度阈值进行比较,由于不同的预置长度阈值表征不同的损坏程度,因此,本步骤中多个不同的预置长度阈值将损坏程度分为多级,将累计长度与多个不同预置长度阈值进行比较。
例如,累计长度为31526,预置的累计长度分别为31000、32000和33000,本步骤中,累计长度小于32000,并且,累计长度小于33000。
步骤302:若不同的预置长度阈值中存在大于累计长度的最小预置长度阈值,则将最小预置长度阈值对应的损坏程度确定为该篦条的损坏程度。
若不同的预设长度阈值中存在大于累计长度的最小预设长度阈值时,表明该篦条发生了预设损坏等级所设定的损坏,此时,将最小预设长度阈值即发生损坏的等级中较严重的损坏确定为该篦条的损坏程度。
根据步骤301中的例子,由于32000大于累计长度31526,并且,33000大于累计长度31526,所以本步骤中将32000所对应的中度损坏,确定为该篦条的损坏程度。
在实际应用中,若当前确定出的烧结机台车的篦条的损坏程度达到了预设的损坏程度,例如,若当前确定的烧结机台车的篦条的损坏程度达到了严重损坏程度,则可以进行报警提示。需要说明的是,上述步骤301~步骤302为本申请实施例中实现诊断烧结机台车的篦条的损坏程度的一种实现方式,当然,在实际应用中还有多种实现方式,本申请实施例不对具体诊断烧结机台车的篦条的损坏程度实现方式作限定。
在本实施例中,当确定出当前烧结机台车的篦条的损坏程度后,在确定的损坏程度上可以进一步确定损坏类型,具体确定烧结机台车的篦条的损坏类型的过程可以包括步骤B1~步骤B2:
步骤B1:依据第二目标图像中表征篦条边缘的目标像素点,确定该目标像素点所形成的直线段中的最短直线段长度。
在实际应用中,烧结机台车的篦条存在的损坏类型包括变形、脱落等类型,在本实施例中可以确定当前烧结机台车的篦条最大概率的损坏类型。在确定最大概率的损坏类型时,需要依据第二目标图像中表征篦条边缘的目标像素点所形成的最短直线段长度。因此,在本步骤中,需要确定目标像素点中所形成的最短直线段长度,具体的,可以从步骤107中得到的目标像素点所形成的各直线段的长度中,获取最短直线段的长度。
步骤B2:若累计长度小于第一预设长度阈值,且,最短直线段长度小于第二预设长度阈值,则该烧结机台车的篦条损坏类型是变形。
在得到第二目标图像中目标像素点所组成的最短直线段长度后,接着,在本步骤中,若累计长度小于第一预设长度阈值,且,最短直线段长度小于第二预设长度阈值,其中,第一预设长度阈值表征预设损坏程度,即累计长度小于第一预设长度阈值,则该烧结机台车的篦条的损坏程度达到预设损坏程度;在烧结机台车的篦条达到预设损坏程度时,最短直线段长度小于第二预设长度阈值,其中,第二预设长度阈值表征损坏类型。因此,本步骤中得到该烧结机台车的篦条最大概率的损坏类型为变形。
上述步骤B1~步骤B2是为在确定出烧结机台车的篦条的损坏程度的基础上,根据最短直线段长度来进一步确定该烧结机台车的篦条的最大概率的损坏类型。在实际应用中,该步骤B1~步骤B2不是诊断烧结机台车的篦条的损坏程度必须执行的动作。
上述确定烧结机台车的篦条的损坏程度都是以一个烧结机台车为例,在实际中,可以确定多个不同的烧结机台车的篦条的损坏程度。当确定出多个烧结机台车的篦条的损坏程度较大,需要维修人员进行维修时,为了方便维修人员的维修,本实施例还可以在确定某个烧结机台车的篦条的损坏程度后,将该烧结机台车的信息与该烧结机台车的篦条的损坏程度对应保存,即得到每个烧结机台车的信息与篦条的损坏程度间的对应关系。
接着,可以从烧结机台车的信息与篦条的损坏程度的对应关系中,确定出篦条的损坏程度达到预设损坏程度的烧结机台车的信息,并显示达到预设损坏程度的烧结机台车的信息,以便维修人员对显示的烧结机台车的篦条进行维修。
本实施例的有益效果可以包括:在从包含烧结机台车的篦条的初始图像中提取出篦条所在区域的目标图像之后,对目标图像进行二值化,由于在二值化后的目标二值化图像中只包括两种颜色的像素点,一种是表征篦条边缘的像素点,另一种为除表征篦条边缘的像素点外其他像素点。由于正常篦条的边缘是直的,因此,目标二值化图像中表征正常篦条边缘的像素点排列成直线。当篦条发生变形时边缘存在曲线,或者,篦条发生脱落时烧结机台车上总篦条减少,目标二值化图像中表征篦条边缘的像素点所形成的直线总长度减小。因此,计算目标二值化图像中表征篦条边缘的像素点所形成直线段的累计长度,该累计长度反映了烧结机台车的篦条的损坏程度,因此,本申请实施例通过累计长度就可以直接确定当前烧结机台车的损坏程度,并且,可以确定篦条达到任意损坏程度的时间,进而,解决了现有技术中不能及时发现篦条损坏的问题。
此外,在本实施例在烧结机台车的合适位置安装工业相机,可以依次拍摄到每个经过该工业相机的烧结机台车的篦条的图像,从而可以诊断每个烧结机台车的篦条的损坏程度。由于工业相机的快门时间很短,并且拍摄的帧率很高,其拍摄到的图像为真实反映篦条的像素值,因此,在本实施例对拍摄到的包含篦条的图像来诊断篦条的损坏程度的准确性更高。
在本实施例中,除了可以诊断烧结机台车的篦条的损坏程度,还可以实现在烧结机台车的篦条发生预设损坏程度的时候进行报警提示的功能,以及根据烧结机台车的损坏程度、当前篦条边缘的最短直线段长度来确定最大概率的损坏类型。
在本申请实施例中,还可以保存每个烧结机台车的信息与该烧结机台车的篦条的损坏程度的对应关系,显示损坏程度达到预设损坏程度的烧结机台车的信息,以便维修人员对显示的烧结机台车进行维修,提高了维修的效率并减少人工资源的浪费。
参考图4,示出了本申请中一种烧结机台车的篦条损坏程度的确定装置实施例的结构示意图,该装置实施例可以包括:
第一获取单元401,用于获取包含烧结机台车的篦条的初始图像;
提取单元402,用于从所述初始图像中提取出篦条所在区域的第一目标图像;
第二获取单元403,用于从所述目标图像中获取包含表征篦条边缘的目标像素点的第二目标图像;
计算单元404,用于计算所述第二目标图像中,表征篦条边缘的目标像素点所形成的所有直线段的累计长度;
第一确定单元405,用于基于所述累计长度,确定当前所述篦条的损坏程度。
其中,第一确定单元405可以包括:
确定子单元,用于依据预置的累计长度与篦条的损坏程度的对应关系,确定当前所述烧结机台车的篦条的损坏程度。
其中,确定子单元可以包括:
比较模块,用于将所述累计长度与不同的预设长度阈值进行比较;所述不同的预设长度阈值表征不同的损坏程度;
确定模块,用于若不同的预设长度阈值中存在大于所述累计长度的目标预设长度阈值,则将所述目标预设长度阈值中的最小预设长度阈值所对应的损坏程度,确定为所述烧结机台车的篦条达到的损坏程度。
本装置实施例还可以包括:
第二确定单元,用于依据所述第二目标图像中表征篦条边缘的目标像素点,确定所述目标像素点所形成的直线段中的最短直线段长度;
第三确定单元,用于若累计长度小于第一预设长度阈值,且,所述最短直线段长度小于第二预设长度阈值,则所述烧结机台车的篦条的损坏类型为变形。
保存单元,用于保存烧结机台车的信息与烧结机台车的篦条所达到的损坏程度间的对应关系;
第四确定单元,用于确定达到预设损坏程度的烧结机台车的信息;
显示单元,用于显示达到预设损坏程度的烧结机台车的信息,以便操作人员对所述烧结机台车的篦条进行维修。
通过本装置实施例可以根据通过计算单元得到的累计长度,基于该累计长度,第一确定单元利用该累计长度来确定篦条的损坏程度。因此,本申请实施例通过累计长度就可以直接确定当前烧结机台车的损坏程度,并且,可以确定篦条达到任意损坏程度的时间,进而,解决了现有技术中不能及时发现篦条损坏的问题。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同相似部分互相参见即可。在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。在文中的“包括”、“包含”等词语解释为包含的含义而不是排他或穷举的含义;也就是说,是“包含但不限于”的含义。在不脱离本发明构思的前提下,还可以做出变形、同等替换、改进等,这些都属于本发明的保护范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种烧结机台车的篦条损坏程度的确定方法,其特征在于,所述方法包括:
获取包含烧结机台车的篦条的初始图像;
从所述初始图像中提取出篦条所在区域的第一目标图像,所述第一目标图像为包括篦条和相邻篦条间的缝隙的区域的图像;
对所述第一目标图像进行二值化,得到二值化图像,并从所述二值化图像中获取包含表征篦条边缘的目标像素点的第二目标图像;
计算所述第二目标图像中,表征篦条边缘的目标像素点所形成的所有直线段的累计长度;
基于所述累计长度,确定当前所述篦条的损坏程度,所述累计长度的大小表征所述烧结机台车的篦条的损坏程度;
其中,所述基于所述累计长度,确定当前所述篦条的损坏程度,包括:
将所述累计长度与不同的预设长度阈值进行比较;所述不同的预设长度阈值表征不同的损坏程度,预先存储有累计长度与篦条的损坏程度的对应关系;
若不同的预设长度阈值中存在大于所述累计长度的目标预设长度阈值,则将所述目标预设长度阈值中的最小预设长度阈值所对应的损坏程度,确定为所述烧结机台车的篦条达到的损坏程度;
依据所述第二目标图像中表征篦条边缘的目标像素点,确定所述目标像素点所形成的直线段中的最短直线段长度;
若累计长度小于第一预设长度阈值,且,所述最短直线段长度小于第二预设长度阈值,则所述烧结机台车的篦条的损坏类型为变形。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
保存烧结机台车的信息与烧结机台车的篦条所达到的损坏程度间的对应关系;
确定达到预设损坏程度的烧结机台车的信息;
显示达到预设损坏程度的烧结机台车的信息,以便操作人员对所述烧结机台车的篦条进行维修。
3.一种烧结机台车的篦条损坏程度的确定装置,其特征在于,所述装置包括:
第一获取单元,用于获取包含烧结机台车的篦条的初始图像;
提取单元,用于从所述初始图像中提取出篦条所在区域的第一目标图像,所述第一目标图像为包括篦条和相邻篦条间的缝隙的区域的图像;
第二获取单元,用于对所述第一目标图像进行二值化,得到二值化图像,并从所述二值化图像中获取包含表征篦条边缘的目标像素点的第二目标图像;
计算单元,用于计算所述第二目标图像中,表征篦条边缘的目标像素点所形成的所有直线段的累计长度;
第一确定单元,用于基于所述累计长度,确定当前所述篦条的损坏程度,所述累计长度的大小表征所述烧结机台车的篦条的损坏程度;
其中,所述第一确定单元包括:
比较模块,用于将所述累计长度与不同的预设长度阈值进行比较;所述不同的预设长度阈值表征不同的损坏程度,预先存储有累计长度与篦条的损坏程度的对应关系;
确定模块,用于若不同的预设长度阈值中存在大于所述累计长度的目标预设长度阈值,则将所述目标预设长度阈值中的最小预设长度阈值所对应的损坏程度,确定为所述烧结机台车的篦条达到的损坏程度;
第二确定单元,用于依据所述第二目标图像中表征篦条边缘的目标像素点,确定所述目标像素点所形成的直线段中的最短直线段长度;
第三确定单元,用于若累计长度小于第一预设长度阈值,且,所述最短直线段长度小于第二预设长度阈值,则所述烧结机台车的篦条的损坏类型为变形。
4.根据权利要求3所述的装置,其特征在于,所述装置还包括:
保存单元,用于保存烧结机台车的信息与烧结机台车的篦条所达到的损坏程度间的对应关系;
第四确定单元,用于确定达到预设损坏程度的烧结机台车的信息;
显示单元,用于显示达到预设损坏程度的烧结机台车的信息,以便操作人员对所述烧结机台车的篦条进行维修。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711041664.2A CN109724776B (zh) | 2017-10-30 | 2017-10-30 | 一种烧结机台车的篦条损坏程度的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711041664.2A CN109724776B (zh) | 2017-10-30 | 2017-10-30 | 一种烧结机台车的篦条损坏程度的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109724776A CN109724776A (zh) | 2019-05-07 |
CN109724776B true CN109724776B (zh) | 2021-07-20 |
Family
ID=66292978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711041664.2A Active CN109724776B (zh) | 2017-10-30 | 2017-10-30 | 一种烧结机台车的篦条损坏程度的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109724776B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942444B (zh) * | 2019-09-30 | 2023-05-02 | 阿里巴巴集团控股有限公司 | 物体检测方法和装置 |
CN111223098B (zh) * | 2020-03-13 | 2024-03-12 | 中冶长天国际工程有限责任公司 | 一种烧结机的台车箅条倾斜角检测方法及系统 |
CN113739576B (zh) * | 2020-05-28 | 2023-06-27 | 中冶长天国际工程有限责任公司 | 一种烧结机的机尾断面图像获取方法及系统 |
CN113570551B (zh) * | 2021-07-05 | 2023-07-07 | 天津市三特电子有限公司 | 球团链篦机篦条状态监测方法及其监测系统 |
CN114459245B (zh) * | 2022-02-18 | 2023-06-06 | 中冶长天(长沙)智能科技有限公司 | 一种烧结机台车箅条诊断系统及方法、存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4835459B2 (ja) * | 2007-02-16 | 2011-12-14 | 富士通株式会社 | 表認識プログラム、表認識方法および表認識装置 |
CN102842131B (zh) * | 2012-07-10 | 2015-04-29 | 中联重科股份有限公司 | 一种监测目标物体缺陷的方法及设备 |
CN103051872B (zh) * | 2012-12-18 | 2015-08-12 | 青岛科技大学 | 基于图像边缘提取的输送带跑偏检测方法 |
CN104778111B (zh) * | 2014-01-14 | 2019-03-01 | 深圳市腾讯计算机系统有限公司 | 一种进行报警的方法和装置 |
JP5740509B1 (ja) * | 2014-04-21 | 2015-06-24 | ジオ・サーチ株式会社 | 鋼床版舗装の損傷を探査する方法 |
CN104161531B (zh) * | 2014-05-04 | 2015-09-30 | 上海联影医疗科技有限公司 | 限束器边缘的获取方法及装置、x射线摄影设备 |
CN105588439B (zh) * | 2014-10-20 | 2018-03-09 | 宝山钢铁股份有限公司 | 烧结机台车篦条检测方法 |
CN105574521B (zh) * | 2016-02-25 | 2019-01-29 | 民政部国家减灾中心 | 房屋轮廓提取方法和装置 |
-
2017
- 2017-10-30 CN CN201711041664.2A patent/CN109724776B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109724776A (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109724776B (zh) | 一种烧结机台车的篦条损坏程度的确定方法及装置 | |
CN105321191B (zh) | 用于处理图像中的反射区的方法和电子设备 | |
Song et al. | Surface defect detection method using saliency linear scanning morphology for silicon steel strip under oil pollution interference | |
CN102441581A (zh) | 基于机器视觉的型钢断面尺寸在线检测的装置及方法 | |
CN101224472A (zh) | 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 | |
CN104539937A (zh) | 一种摄像头模组污点检测的方法和装置 | |
US20120207379A1 (en) | Image Inspection Apparatus, Image Inspection Method, And Computer Program | |
WO2021000948A1 (zh) | 配重重量的检测方法与系统、获取方法与系统及起重机 | |
CN202548896U (zh) | 一种钢材包装参数的测量系统 | |
JP2903923B2 (ja) | 車番認識装置 | |
CN113785181A (zh) | Oled屏幕点缺陷判定方法、装置、存储介质及电子设备 | |
CN115272336A (zh) | 基于梯度向量的金属零件缺陷精准检测方法 | |
CN113781396A (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
JP7251426B2 (ja) | 付着物検出装置および付着物検出方法 | |
CN102109753A (zh) | 自动检测镜头方法 | |
CN111311670A (zh) | 一种基于图像识别的冷床冲顶识别方法、系统及设备 | |
CN115078382A (zh) | 基于视频图像的桥梁裂缝监测系统 | |
KR101328266B1 (ko) | 열간 슬라브의 표면 크랙 검출 장치 | |
CN105335981B (zh) | 一种基于图像的货物监控方法 | |
CN111768390B (zh) | 一种基于图像识别的篦冷机红河识别方法 | |
JP6451263B2 (ja) | 画像処理装置、画像処理システム、画像処理方法および画像処理プログラム | |
CN110728712B (zh) | 基于机器视觉的炉口定位方法、装置、存储介质及电子终端 | |
CN111510709A (zh) | 图像频闪检测方法及装置、存储介质、终端 | |
CN110672209A (zh) | 一种经编布匹色差在线检测方法 | |
JP6035124B2 (ja) | 欠陥検査装置、及び欠陥検査方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |