CN111638159A - 高炉原燃料粒度检测方法 - Google Patents
高炉原燃料粒度检测方法 Download PDFInfo
- Publication number
- CN111638159A CN111638159A CN202010477255.2A CN202010477255A CN111638159A CN 111638159 A CN111638159 A CN 111638159A CN 202010477255 A CN202010477255 A CN 202010477255A CN 111638159 A CN111638159 A CN 111638159A
- Authority
- CN
- China
- Prior art keywords
- raw fuel
- dimensional
- volume
- particle size
- image information
- 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.)
- Pending
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 172
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 239000002245 particle Substances 0.000 title claims description 63
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 235000019580 granularity Nutrition 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 11
- 230000001788 irregular Effects 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 238000003723 Smelting Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010297 mechanical methods and process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003921 particle size analysis Methods 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
Abstract
本发明提供了高炉原燃料粒度检测方法,属于模型处理技术领域,包括:利用三维相机采集输送皮带上原燃料的深度图像信息;根据深度图像信息重建出原燃料的三维模型。求取三维模型的模拟体积,并对模拟体积进行优化处理。将优化处理后的模拟体积作为原燃料相对应的球体体积,求取球体体积的直径,将直径作为原燃料的目标粒度。本发明提供的高炉原燃料粒度检测方法中将不规则的原燃料通过重建三维模型进行数字化显示,通过求取重建后三维模型体积并将其对应为相同体积的球体,将球体的直径作为原燃料的目标粒度,确定的粒度精度较高,为分析原燃料的粒度水平提供了可靠的数据支撑。
Description
技术领域
本发明属于模型处理技术领域,更具体地说,是涉及高炉原燃料粒度检测方法。
背景技术
在钢铁生产中,高炉原燃料主要包括原料和燃料,原料包括烧结矿、球团矿、块矿和付原料等,燃料主要是指焦炭。高炉的原燃料和燃料是分别装入高炉内进行冶炼的,即一批原燃料、一批燃料依次装入高炉。高炉用原燃料入炉前都需要进行物理与化学分析。其中,原燃料粒度的分布状况,是一个非常重要的参数。根据高炉冶炼工艺,对粒度有着严格的要求,不同粒度的原燃料装入高炉,由于原燃料会有填充作用,会使原燃料的透气性差。而炉料粒度均匀则会提高炉料透气性,提高原燃料间接还原度,这对高炉生产的节能、高产具有积极的意义。高炉原燃料管理是高炉操作中重要的内容之一,原燃料的粒度大小和分布直接影响着高炉的稳定顺行。
一般高炉炉料的粒度分析,大多是采用传统简易的机械方法,其繁锁费时,而且效率极低,不能满足现代化大生产的要求。现有的原燃料粒度检测采用拍摄平面图像,通过对平面图像进行处理,分离出原燃料的外部轮廓,并根据外部轮廓拟合出粒度。但该方法仅是对原燃料的一个侧面进行的推算,而原燃料为不规则的结构,并且在对图像提取过程中必然会损失相当多的有用信息,同时拟合出的粒度仅作为估算的结果,与原燃料的真实粒度的值存在很大的差异。
发明内容
本发明的目的在于提供高炉原燃料粒度检测方法,旨在解决原燃料为不规则的结构,并且在对图像提取过程中必然会损失相当多的有用信息,同时拟合出的粒度仅作为估算的结果,与原燃料的真实粒度的值存在很大的差异的问题。
为实现上述目的,本发明采用的技术方案是:提供高炉原燃料粒度检测方法,包括:
利用三维相机采集输送皮带上原燃料的深度图像信息;根据所述深度图像信息重建出所述原燃料的三维模型;
求取所述三维模型的模拟体积,并对所述模拟体积进行优化处理;
将优化处理后的模拟体积作为所述原燃料相对应的球体体积,求取所述球体体积的直径,将所述直径作为所述原燃料的目标粒度。
作为本申请另一实施例,所述利用三维相机采集输送皮带上原燃料的深度图像信息包括:
将所述三维相机发射出的雷射光通过所述三维相机上的光栅均匀地投射到所述原燃料的表面;
通过红外摄像机获取所述原燃料表面形成的散斑,并通过计算得到所述原燃料的所述深度图像信息。
作为本申请另一实施例,所述根据所述深度图像信息重建出原燃料的三维模型包括:
通过所述三维相机获取所述原燃料在不同时刻的多个所述深度图像信息;
由多个所述深度图像信息确定出多组三维点云数据,将多组所述三维点云数据进行融合形成所述三维模型。
作为本申请另一实施例,所述通过所述三维相机获取所述原燃料在不同时刻的多个所述深度图像信息包括:
使所述三维相机在一定范围内绕所述输送皮带摆动,获得所述原燃料在不同时刻不同角度的深度图像信息。
作为本申请另一实施例,所述并对所述模拟体积进行优化处理包括:
确定所述原燃料在不同时刻所对应的多个三维模型,求取多个所述三维模型相对应的多个模拟体积,确定多个模拟体积的平均值。
作为本申请另一实施例,所述目标粒度的计算公式为:
其中,V表示所述模拟体积,D表示所述目标粒度。
作为本申请另一实施例,所述求取所述三维模型的模拟体积包括:
利用三维分析软件中的体积功能求取所述三维模型的模拟体积。
作为本申请另一实施例,在所述将所述直径作为所述原燃料的目标粒度之后还包括:
计算多个所述目标粒度所对应的平均粒度,并确定出多个所述目标粒度的变化趋势。
作为本申请另一实施例,在所述计算多个目标粒度所对应的平均粒度,并确定出多个目标粒度的变化趋势之后包括:
根据所述平均粒度和所述变化趋势,适应性调整与所述原燃料相匹配燃料的配比。
本发明提供的高炉原燃料粒度检测方法的有益效果在于:与现有技术相比,本发明高炉原燃料粒度检测方法中利用三维相机采集输送皮带上原燃料的深度图像信息;根据深度图像信息重建出原燃料的三维模型。求取三维模型的模拟体积,并对模拟体积进行优化处理。将优化处理后的模拟体积作为原燃料相对应的球体体积,求取球体体积的直径,将直径作为原燃料的目标粒度。本申请中通过三维相机重建出原燃料的三维模型,将不规则的原燃料通过重建三维模型进行数字化显示,通过求取重建后三维模型体积并将其对应为相同体积的球体,将球体的直径作为原燃料的目标粒度,确定的粒度精度较高,为分析原燃料的粒度水平提供了可靠的数据支撑。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,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。
图1为本发明实施例提供的高炉原燃料粒度检测方法的流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,现对本发明提供的高炉原燃料粒度检测方法进行说明。高炉原燃料粒度检测方法,包括:
利用三维相机采集输送皮带上原燃料的深度图像信息;根据深度图像信息重建出原燃料的三维模型。
求取三维模型的模拟体积,并对模拟体积进行优化处理。
将优化处理后的模拟体积作为原燃料相对应的球体体积,求取球体体积的直径,将直径作为原燃料的目标粒度。
本发明提供的高炉原燃料粒度检测方法的有益效果在于:与现有技术相比,本发明高炉原燃料粒度检测方法中利用三维相机采集输送皮带上原燃料的深度图像信息;根据深度图像信息重建出原燃料的三维模型。求取三维模型的模拟体积,并对模拟体积进行优化处理。将优化处理后的模拟体积作为原燃料相对应的球体体积,求取球体体积的直径,将直径作为原燃料的目标粒度。本申请中通过三维相机重建出原燃料的三维模型,将不规则的原燃料通过重建三维模型进行数字化显示,通过求取重建后三维模型体积并将其对应为相同体积的球体,将球体的直径作为原燃料的目标粒度,确定的粒度精度较高,为分析原燃料的粒度水平提供了可靠的数据支撑。
作为本发明提供的高炉原燃料粒度检测方法的一种具体实施方式,利用三维相机采集输送皮带上原燃料的深度图像信息包括:
将三维相机发射出的雷射光通过三维相机上的光栅均匀地投射到原燃料的表面。
通过红外摄像机获取原燃料表面形成的散斑,并通过计算得到原燃料的深度图像信息。
本申请中,三维相机为RGB-D摄像机,可选用微软开发的Kinect型号RGB-D摄像机,在使用时将该三维相机固定在原燃料输送皮带上合适的位置。
在该步骤中,利用三维相机对输送入高炉内的输送皮带上的原燃料进行深度图像信息的采集,以确定出三维模型。在三维相机的外部设置有保护装置、外部光源、遮光罩、计算机以及连接光缆等。其中,三维相机配备有采用大光圈、定焦距的高速工业摄像机,在安装时,三维相机与原燃料的输送皮带呈一定夹角设置,从而可以清晰拍摄到在输送皮带上的原燃料的图像,并通过光缆将深度图像信息传输至计算机,以进行后续处理。由于高炉生产条件较差,在敞开环境下灰尘多,因此需要对三维相机加装保护装置,优选地可增加压缩空气吹扫,以确保镜头的洁净。
在进行图像采集时,原燃料上的光照非常重要,要求尽量恒定光照、避免阳光及日夜更替影响,因此应当在摄像部位增加遮光罩,以减少外部光源的影响,同时在输送皮带两侧上方增加光源,以使获取的深度图像信息质量良好。
在生产实践中,计算机可以安装在高炉中控室内,以便相关人员可以随时监控获取信息,为保证系统稳定和速度,三维相机与计算机可通过光缆连接。
分别标定Kinect的深度摄像机和彩色摄像机,获取它们的内部参数:焦距、主点坐标、畸变参数。
在测量时,利用RGB-D摄像机散斑测距原理对脚型三维曲面进行测量,RGB-D摄像机中红外发射器发射出雷射光,通过红外发射器镜头前的光栅,均匀地投射到原燃料上,原燃料的粗糙物体反射,形成随机的散斑,再通过红外摄影机记录空间的每个散斑,通过晶片的计算便得到深度图像信息。
作为本发明提供的高炉原燃料粒度检测方法的一种具体实施方式,根据深度图像信息重建出原燃料的三维模型包括:
通过三维相机获取原燃料在不同时刻的多个深度图像信息。
由多个深度图像信息确定出多组三维点云数据,将多组三维点云数据进行融合形成三维模型。
本申请中,在不粘贴任何标记点的情况下,根据内部校准矩阵将图像坐标系下的深度图像信息变换为三维相机坐标系下的三维顶点,根据顶点坐标表示出法线贴图,并根据刚体变换矩阵将三维顶点和法线贴图转换为全局坐标,获取原燃料表面的三维点云数据。
使用迭代最近点算法匹配不同时刻下的三维点云数据,逐个计算不同朝向的点集的相关度,获得RGB-D摄像机的沿自由度姿态(上下、左右、前后和俯仰、摇动、滚动)下的信息,采用体集成方法将已配准的三维点云数据进行处理,在全局坐标系中生成一个三维体素网格,并不断更新摄像机当前姿态,通过ICP(Iterative Closest Point,迭代最近点)算法实时融合新采集的三维点云数据,形成重建三维模型。
在计算时,通过平滑算法进行了去噪,优化测量的三维数据,提高三维数据的精度,并利用图像超分辨率技术对深度图像信息进行了细节优化,随着三维相机更接近原燃料,通过使用新的更高精度的数据,原燃料三维曲面会被持续优化,从而提高三维模型的精度。
在获得重建三维模型后,将获得的三维模型转换为STL点云格式,将STL格式的点云导入到三维模型处理软件中进行处理,将无用点剔除,保存整个原燃料的不规则曲面三维信息。将处理后的原燃料曲面三维信息导入到三维模型处理软件中,根据实际测量需要,提取出相应特征点、线、局部曲面在三维模型中的位置。利用软件的测量工具,对其体积进行测量,获取相应的原燃料特征参数。
作为本发明提供的高炉原燃料粒度检测方法的一种具体实施方式,通过三维相机获取原燃料在不同时刻的多个深度图像信息包括:
使三维相机在一定范围内绕输送皮带摆动,获得原燃料在不同时刻不同角度的深度图像信息。
本申请中,因为输送皮带上的空间有限,输送皮带为连续运转并且速度较快,因此无法对同一原燃料进行多角度对拍摄。由于原燃料放置在输送皮带上,因此不可避免的在三维相机上会产生视线的盲区,最终生成的三维模型不能完整的重建出原燃料的形状,为了避免此类问题的发生和能够对原燃料进行多角度的拍摄,可在保护罩内安装滑轨,三维相机通过滑轨在一定角度范围内绕输送皮带摆动,三维相机在摆动过程中获取原燃料的不同时刻不同角度的深度图像信息,从而提供出更可靠的数据支持。
作为本发明提供的高炉原燃料粒度检测方法的一种具体实施方式,并对模拟体积进行优化处理包括:
确定原燃料在不同时刻所对应的多个三维模型,求取多个三维模型相对应的多个模拟体积,确定多个模拟体积的平均值。
本申请中,将获得的多张深度图像信息分别求出相对应的三维模型,并分别确定出多个三维模型的多个模拟体积,通过求取多个模拟体积的平均值。由于多个模拟体积可视为从原燃料不同角度不同时刻确定出的三维模型进行后计算,而求取的平均值能够降低由于单个角度导致由于盲区使得精度不准确的问题,求取的模拟体积的平均值可作为最接近原燃料体积的数值,通过此种方法能够在较短的时间内,准确确定出原燃料的体积大小。
作为本发明提供的高炉原燃料粒度检测方法的一种具体实施方式,目标粒度的计算公式为:
其中,V表示模拟体积,D表示目标粒度。
本申请中,在对原燃料建立三维模型,并在三维模型的模拟体积进行优化处理,所得到的球体体积与原燃料实际的体积较为接近。现有的方法均是通过拍摄多张照片,通过对照片依次进行色度、亮度和饱和度均衡、平滑及锐化处理、边缘提取和腐蚀及膨胀运算处理等,由于原燃料的形状各异,单纯从一张图无法有效对原燃料的形状进行准确的模拟,并且在对图片处理的过程中必然会损失相当多的有用信息,同时由于原燃料为三维立体形状,通过不同的角度展示出的边缘不同,因此现有的方法只能对原燃料的粒度进行大致的估计,其检测过程决定了精度的不高。
本申请中,通过对原燃料的进行三维模型的重建,在输送皮带输送原燃料的过程中对每个原燃料进行分析,通过设置滑轨等装置,能够对一个原燃料进行多个角度的建模,避免了由于原燃料无法多方位展示造成三维模型精度不高的情况,优化处理后的球体体积能够得到最接近原燃料的体积值。本申请中创造性的将得到的体积值视为球体的体积,将不规则的原燃料想象为规则的球体,通过求取这个规则的球体的直径,将该直径作为原燃料的粒度,相较于拟合出的粒度而言,精度得到了极大的提高,提供了可靠的数据支撑。
作为本发明提供的高炉原燃料粒度检测方法的一种具体实施方式,求取三维模型的模拟体积包括:
利用三维分析软件中的体积功能求取三维模型的模拟体积。
本申请中,可将得到的三维模型传输至三维分析软件内,也可通过建模软件自身的体积分析功能求取三维模型的模拟体积,可利用SURFER软件里面的体积功能或者其他solidworks等其他的体积分析软件。
由于本申请中,输送皮带运动的速度较快,在输送皮带上的原燃料的数量较多,为了提高重建三维模型的速度,尽可能多的保证原燃料均能够进行三维模型的重建,在使用时可降低三维相机中采集的分辨率,并且原燃料中碎屑较多,可设定一个标准值,当原燃料的体积低于预设的值时,则不再进行后续的三维模型的重建,从而减少了不必要的分析与运算。
作为本发明提供的高炉原燃料粒度检测方法的一种具体实施方式,在将直径作为原燃料的目标粒度之后还包括:
计算多个目标粒度所对应的平均粒度,并确定出多个目标粒度的变化趋势。
本申请中,分别对原燃料的粒度进行统计,确定出原燃料的粒度分布情况,求出平均粒度。平均粒度代表同一批次原燃料粒度的水平,通过平均粒度能够对这一批次的原燃料的粒度情况具有清晰的评价。在输送皮带输送过程中,通过确定粒度的分布情况,确定出该批次的原燃料粒度的集中区域,为后续的处理提供可靠的数据支撑。
作为本发明提供的高炉原燃料粒度检测方法的一种具体实施方式,在计算多个目标粒度所对应的平均粒度,并确定出多个目标粒度的变化趋势之后包括:
根据平均粒度和变化趋势,适应性调整与原燃料相匹配燃料的配比。
本申请中,通过分析粒度其目的是为后续燃料的配比以及输送提供数据支持。在使用时,首先根据平均粒度确定该批次原燃料的水平,然后在保证高炉能够稳定运行的基础上,特定性的选择与之相适配的燃料粒度。可在向高炉输送燃料前事先通过机械筛分,确定出不同粒度的燃料堆作为备用。当一批次的原燃料粒度水平和质量确定之后,通过将不同粒度水平的燃料与之配比,保证高炉的透气性以及稳定进行。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.高炉原燃料粒度检测方法,其特征在于,包括:
利用三维相机采集输送皮带上原燃料的深度图像信息;根据所述深度图像信息重建出所述原燃料的三维模型;
求取所述三维模型的模拟体积,并对所述模拟体积进行优化处理;
将优化处理后的模拟体积作为所述原燃料相对应的球体体积,求取所述球体体积的直径,将所述直径作为所述原燃料的目标粒度。
2.如权利要求1所述的高炉原燃料粒度检测方法,其特征在于,所述利用三维相机采集输送皮带上原燃料的深度图像信息包括:
将所述三维相机发射出的雷射光通过所述三维相机上的光栅均匀地投射到所述原燃料的表面;
通过红外摄像机获取所述原燃料表面形成的散斑,并通过计算得到所述原燃料的所述深度图像信息。
3.如权利要求2所述的高炉原燃料粒度检测方法,其特征在于,所述根据所述深度图像信息重建出原燃料的三维模型包括:
通过所述三维相机获取所述原燃料在不同时刻的多个所述深度图像信息;
由多个所述深度图像信息确定出多组三维点云数据,将多组所述三维点云数据进行融合形成所述三维模型。
4.如权利要求3所述的高炉原燃料粒度检测方法,其特征在于,所述通过所述三维相机获取所述原燃料在不同时刻的多个所述深度图像信息包括:
使所述三维相机在一定范围内绕所述输送皮带摆动,获得所述原燃料在不同时刻不同角度的深度图像信息。
5.如权利要求4所述的高炉原燃料粒度检测方法,其特征在于,所述并对所述模拟体积进行优化处理包括:
确定所述原燃料在不同时刻所对应的多个三维模型,求取多个所述三维模型相对应的多个模拟体积,确定多个模拟体积的平均值。
7.如权利要求1所述的高炉原燃料粒度检测方法,其特征在于,所述求取所述三维模型的模拟体积包括:
利用三维分析软件中的体积功能求取所述三维模型的模拟体积。
8.如权利要求1所述的高炉原燃料粒度检测方法,其特征在于,在所述将所述直径作为所述原燃料的目标粒度之后还包括:
计算多个所述目标粒度所对应的平均粒度,并确定出多个所述目标粒度的变化趋势。
9.如权利要求8所述的高炉原燃料粒度检测方法,其特征在于,在所述计算多个目标粒度所对应的平均粒度,并确定出多个目标粒度的变化趋势之后包括:
根据所述平均粒度和所述变化趋势,适应性调整与所述原燃料相匹配燃料的配比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477255.2A CN111638159A (zh) | 2020-05-29 | 2020-05-29 | 高炉原燃料粒度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477255.2A CN111638159A (zh) | 2020-05-29 | 2020-05-29 | 高炉原燃料粒度检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111638159A true CN111638159A (zh) | 2020-09-08 |
Family
ID=72327036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010477255.2A Pending CN111638159A (zh) | 2020-05-29 | 2020-05-29 | 高炉原燃料粒度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111638159A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113176182A (zh) * | 2021-04-29 | 2021-07-27 | 上海易清智觉自动化科技有限公司 | 一种骨料生产线检测系统及方法 |
CN115436238A (zh) * | 2022-09-22 | 2022-12-06 | 中冶南方工程技术有限公司 | 一种高炉原燃料颗粒度在线检测方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680585A (zh) * | 2013-11-29 | 2015-06-03 | 深圳先进技术研究院 | 物料堆三维重建系统及方法 |
CN106839975A (zh) * | 2015-12-03 | 2017-06-13 | 杭州海康威视数字技术股份有限公司 | 基于深度相机的体积测量方法及其系统 |
JP2017118396A (ja) * | 2015-12-25 | 2017-06-29 | Kddi株式会社 | デプスカメラの内部パラメータを算出するプログラム、装置及び方法 |
CN107424143A (zh) * | 2017-04-13 | 2017-12-01 | 中国矿业大学 | 一种基于双目立体视觉深度感知的矿用带式输送机煤量检测方法 |
CN109903328A (zh) * | 2017-12-11 | 2019-06-18 | 宁波盈芯信息科技有限公司 | 一种应用于智能手机的物体体积测量的装置及方法 |
-
2020
- 2020-05-29 CN CN202010477255.2A patent/CN111638159A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680585A (zh) * | 2013-11-29 | 2015-06-03 | 深圳先进技术研究院 | 物料堆三维重建系统及方法 |
CN106839975A (zh) * | 2015-12-03 | 2017-06-13 | 杭州海康威视数字技术股份有限公司 | 基于深度相机的体积测量方法及其系统 |
JP2017118396A (ja) * | 2015-12-25 | 2017-06-29 | Kddi株式会社 | デプスカメラの内部パラメータを算出するプログラム、装置及び方法 |
CN107424143A (zh) * | 2017-04-13 | 2017-12-01 | 中国矿业大学 | 一种基于双目立体视觉深度感知的矿用带式输送机煤量检测方法 |
CN109903328A (zh) * | 2017-12-11 | 2019-06-18 | 宁波盈芯信息科技有限公司 | 一种应用于智能手机的物体体积测量的装置及方法 |
Non-Patent Citations (1)
Title |
---|
侯云飞: "基于结构光的粗集料颗粒三维检测研究与分析", 《中国优秀硕士学位论文全文数据库(工程科技II辑)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113176182A (zh) * | 2021-04-29 | 2021-07-27 | 上海易清智觉自动化科技有限公司 | 一种骨料生产线检测系统及方法 |
CN115436238A (zh) * | 2022-09-22 | 2022-12-06 | 中冶南方工程技术有限公司 | 一种高炉原燃料颗粒度在线检测方法和系统 |
CN115436238B (zh) * | 2022-09-22 | 2023-11-21 | 中冶南方工程技术有限公司 | 一种高炉原燃料颗粒度在线检测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10455222B2 (en) | Technologies for autonomous three-dimensional modeling | |
CN104165600B (zh) | 一种无线手持3d激光扫描系统 | |
CN106650701B (zh) | 基于双目视觉的室内阴影环境下障碍物检测方法及装置 | |
CN109297436B (zh) | 双目线激光立体测量基准标定方法 | |
CN109269466B (zh) | 基于特征点的靶面相对位姿测量方法及系统 | |
CN110300292A (zh) | 投影畸变校正方法、装置、系统及存储介质 | |
US20130027544A1 (en) | Electronic device and method for regulating coordinates of probe measurement system | |
EP3195270B1 (en) | Using free-form deformations in surface reconstruction | |
CN104424662A (zh) | 立体扫描装置 | |
CN111638159A (zh) | 高炉原燃料粒度检测方法 | |
CN108692656B (zh) | 一种激光扫描数据获取方法及装置 | |
CN110645921A (zh) | 一种基于偏振成像的冰形三维测量方法 | |
CN112733428B (zh) | 一种光学测量的扫描姿态与覆盖路径规划方法 | |
CN111415409A (zh) | 一种基于倾斜摄影的建模方法、系统、设备和存储介质 | |
CN104350525A (zh) | 组合用于三维建模的窄基线和宽基线立体 | |
CN109636927A (zh) | 一种飞行器姿态测量算法训练与鉴定的系统及方法 | |
CN104331924A (zh) | 基于单摄像机sfs算法的三维重建方法 | |
CN109596637A (zh) | 物体凹凸瑕疵视觉检测方法及检测装置 | |
CN108010125A (zh) | 基于线结构光和图像信息的真实尺度三维重建系统及方法 | |
CN111307146A (zh) | 一种基于双目相机和imu的虚拟现实头戴显示设备定位系统 | |
CN111899345B (zh) | 一种基于2d视觉图像的三维重建方法 | |
CN112598755A (zh) | 一种基于凿岩台车的掌子面智能分析方法 | |
CN108050995B (zh) | 一种基于dem的倾斜摄影无像控点航摄测区归并方法 | |
Streier et al. | Determination of the statistical distribution of drag and lift coefficients of refuse derived fuel by computer vision | |
CN108334697B (zh) | 用于评估三维重建软件的仿真实验方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200908 |