KR20180073117A - Apparatus for measuring size of transferred raw material - Google Patents

Apparatus for measuring size of transferred raw material Download PDF

Info

Publication number
KR20180073117A
KR20180073117A KR1020160176615A KR20160176615A KR20180073117A KR 20180073117 A KR20180073117 A KR 20180073117A KR 1020160176615 A KR1020160176615 A KR 1020160176615A KR 20160176615 A KR20160176615 A KR 20160176615A KR 20180073117 A KR20180073117 A KR 20180073117A
Authority
KR
South Korea
Prior art keywords
image
particle size
area
raw material
region
Prior art date
Application number
KR1020160176615A
Other languages
Korean (ko)
Other versions
KR101879087B1 (en
Inventor
최자영
김용수
이진휘
한경룡
Original Assignee
주식회사 포스코
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 포스코 filed Critical 주식회사 포스코
Priority to KR1020160176615A priority Critical patent/KR101879087B1/en
Publication of KR20180073117A publication Critical patent/KR20180073117A/en
Application granted granted Critical
Publication of KR101879087B1 publication Critical patent/KR101879087B1/en

Links

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
    • G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Dispersion Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

An embodiment of the present invention relates to an apparatus for measuring a particle size of a raw material, which comprises: a first image collection unit collecting an image of a first area when a transferring raw material is positioned in the first area of the transfer path of the raw material; a second image collection unit collecting an image of a second area when the raw material is positioned in the second area of the transfer path; and an image processing unit generating information on particle size of the raw material included in each of a plurality of divided areas in the image of the first area The second image collection unit includes: a first camera collecting an image of an area corresponding to the divided area having information on the particle size belonging to a first range of particle size in the second area; and a second camera collecting an image of an area corresponding to the divided area having information on the particle size belonging to a second range of the particle size in the second area. The image processing unit generates information on the particle size from the image collected by the first camera, and information on the particle size from the image collected by the second camera, respectively. The present invention is able to accurately measure the particle size of a transferred raw material.

Description

이송되는 원료 입도 측정 장치{Apparatus for measuring size of transferred raw material}BACKGROUND OF THE INVENTION 1. Field of the Invention [0001]

본 발명은 이송되는 원료 입도 측정 장치에 관한 것이다.The present invention relates to a raw material particle size measuring apparatus to be delivered.

일반적으로 공정의 조업 조건은 공정에 공급되는 원료의 입도에 영향을 받을 수 있다. 예를 들어, 고로(blast furnace) 노정의 온도는 장입되는 코크스, 소결광, 정립광, 펠렛 등의 원료의 입도가 클수록 높아질 필요가 있다. 원료의 입도는 노내 통기성에 큰 영향을 줄 수 있기 때문이다.In general, the operating conditions of a process can be influenced by the granularity of the feedstock supplied to the process. For example, the temperature of blast furnace hearth needs to be increased as the particle size of raw materials such as coke, sintered organs, pellets, etc. to be charged is increased. This is because the particle size of the raw material can greatly affect the air permeability in the furnace.

고로 노정은 조업 조건이 원료의 입도에 따라 설정되지 않을 경우에 노황을 나쁘게 하거나 불필요한 에너지의 낭비를 유발할 수 있다. 따라서, 정확한 원료의 입도 정보를 조업 조건에 신속하게 반영할 수 있도록 이송되는 원료의 입도를 정확하게 측정하는 것은 중요하다.If the operating conditions are not set according to the grain size of the raw material, the blast furnace can lead to aging or waste of unnecessary energy. Therefore, it is important to accurately measure the particle size of the transferred raw material so that the particle size information of the accurate raw material can be quickly reflected in the operating conditions.

종래에는 단순히 이송되는 원료를 촬영하고 촬영 영상을 조업자가 육안으로 확인하여 원료의 입도를 측정하였으나, 이러한 방법은 입도 측정 정확도 향상에 있어서 한계를 가질 수밖에 없다.Conventionally, the raw material to be transported is simply photographed and the photographed image is visually checked by the operator to measure the particle size of the raw material. However, this method has limitations in improving the accuracy of particle size measurement.

등록특허공보 10-1363370Patent Registration No. 10-1363370

본 발명의 일 실시 예는, 이송되는 원료의 입도를 정확하게 측정할 수 있는 원료 입도 측정 장치를 제공한다.An embodiment of the present invention provides a raw material particle size measuring device capable of accurately measuring the particle size of a raw material to be transported.

본 발명의 일 실시 예에 따른 원료 입도 측정 장치는, 이송되는 원료가 상기 원료의 이송경로의 제1 영역에 위치할 때의 상기 제1 영역의 영상을 수집하는 제1 영상 수집부; 상기 원료가 상기 이송경로의 제2 영역에 위치할 때의 상기 제2 영역의 영상을 수집하는 제2 영상 수집부; 및 상기 제1 영역의 영상의 복수의 분할 영역 각각에 포함된 원료의 입도 정보를 생성하는 영상 처리부; 를 포함하고, 상기 제2 영상 수집부는 상기 제2 영역에서 제1 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 영상을 수집하는 제1 카메라와, 상기 제2 영역에서 제2 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 영상을 수집하는 제2 카메라를 포함하고, 상기 영상 처리부는 상기 제1 카메라에 의해 수집된 영상의 입도 정보와 상기 제2 카메라에 의해 수집된 영상의 입도 정보를 각각 생성할 수 있다.A raw material particle size measuring apparatus according to an embodiment of the present invention includes a first image collecting unit for collecting an image of the first region when a raw material to be transferred is located in a first region of a conveyance path of the raw material; A second image collecting part for collecting images of the second area when the raw material is located in the second area of the conveyance path; An image processing unit for generating particle size information of a raw material contained in each of a plurality of divided regions of an image of the first region; Wherein the second image capturing unit includes a first camera for capturing an image of a region corresponding to a divided region having particle size information belonging to a first particle size range in the second region, And a second camera for collecting an image of a region corresponding to a divided region having particle size information belonging to the first camera, wherein the image processing unit is configured to classify the particle size information of the image collected by the first camera, Can be generated.

본 발명의 일 실시 예에 따른 원료 입도 측정 장치는, 이송되는 원료가 상기 원료의 이송경로의 제1 영역에 위치할 때의 상기 제1 영역의 영상을 수집하는 제1 영상 수집부; 상기 원료가 상기 이송경로의 제2 영역에 위치할 때의 상기 제2 영역의 영상을 수집하는 제2 영상 수집부; 및 상기 제1 영역의 영상의 복수의 분할 영역 각각에 포함된 원료의 입도 정보를 생성하는 영상 처리부; 를 포함하고, 상기 제2 영상 수집부는 상기 제2 영역에서 제1 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 제1 정밀 영상을 수집하고, 상기 제2 영역에서 제2 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 제2 정밀 영상을 수집하고, 상기 영상 처리부는 상기 제1 카메라에 의해 수집된 영상의 입도 정보와 상기 제2 카메라에 의해 수집된 영상의 입도 정보를 각각 생성할 수 있다.A raw material particle size measuring apparatus according to an embodiment of the present invention includes a first image collecting unit for collecting an image of the first region when a raw material to be transferred is located in a first region of a conveyance path of the raw material; A second image collecting part for collecting images of the second area when the raw material is located in the second area of the conveyance path; An image processing unit for generating particle size information of a raw material contained in each of a plurality of divided regions of an image of the first region; Wherein the second image collecting unit collects the first precision image of an area corresponding to the divided area having the granularity information belonging to the first granularity range in the second area, Wherein the image processing unit collects the second precision image of the area corresponding to the divided area having the size information belonging to the first camera and the size information of the image collected by the second camera, Respectively.

본 발명의 일 실시 예에 따른 원료 입도 측정 장치는, 이송되는 원료의 입도를 정확하게 측정할 수 있다.The raw material particle size measuring apparatus according to one embodiment of the present invention can accurately measure the particle size of the raw material to be transferred.

또한 본 발명의 일 실시 예에 따른 원료 입도 측정 장치는, 넓은 범위에 위치하는 원료를 누락 없이 입도 분석에 반영하고 원료 중에서 일부 경계가 가려지는 덩어리와 작은 덩어리를 입도 분석에 추가로 반영하면서도 입도 분석에 필요한 카메라의 개수를 줄일 수 있다.In addition, the raw material particle size measuring apparatus according to the embodiment of the present invention reflects the raw materials located in a wide range in the particle size analysis without omission, further reflects the masses and the small masses, It is possible to reduce the number of cameras required for the camera.

또한 본 발명의 일 실시 예에 따른 원료 입도 측정 장치는, 조업자 없이도 이송되는 원료를 정확하게 식별하고 이송되는 원료의 입도를 정확하게 분류할 수 있다.Further, the raw material particle size measuring apparatus according to the embodiment of the present invention can accurately identify the raw material to be transported and accurately classify the size of the raw material to be transported without the operator.

도 1은 본 발명의 일 실시 예에 따른 원료 입도 측정 장치를 나타낸 도면이다.
도 2는 본 발명의 일 실시 예에 따른 원료 입도 측정 장치에 포함된 영상 처리부를 구체적으로 예시한 도면이다.
도 3은 이송속도를 산출하는 제1 과정의 원리를 나타낸 도면이다.
도 4는 이송속도를 산출하는 제2 과정의 원리를 나타낸 도면이다.
도 5는 제1 컨볼루션 신경망을 통해 제1 영역의 영상에 포함된 원료를 식별하는 원리를 나타낸 도면이다.
도 6은 제1 영역의 영상과 제2 영역의 정밀 영상을 예시한 도면이다.
도 7은 제1 영역의 영상의 복수의 분할 영역과 제2 영상 수집부의 촬영범위를 예시한 도면이다.
도 8은 제2 컨볼루션 신경망을 통해 제1 영역의 영상에 포함된 원료의 입도 정보를 분류하는 원리를 나타낸 도면이다.
도 9는 본 발명의 일 실시 예에서 활용되는 컨볼루션 신경망을 예시한 도면이다.1 is a view showing a raw material particle size measuring apparatus according to an embodiment of the present invention.
2 is a diagram illustrating an image processing unit included in a raw material particle size measuring apparatus according to an exemplary embodiment of the present invention.
3 is a view showing a principle of a first process for calculating a feed rate.
4 is a diagram showing a principle of a second process for calculating a feed rate.
5 is a diagram illustrating a principle of identifying a raw material contained in an image of a first region through a first convolutional neural network.
6 is a diagram illustrating an image of the first area and an accurate image of the second area.
7 is a diagram exemplifying a plurality of divided regions of an image of the first region and a shooting range of the second image collecting unit.
8 is a diagram illustrating a principle of sorting particle size information of raw materials contained in an image of a first region through a second convolution neural network.
9 is a diagram illustrating a convolutional neural network utilized in an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 실시형태를 설명한다. 그러나 본 발명의 실시형태는 여러 가지의 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시형태로만 한정되는 것은 아니다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있으며, 도면상의 동일한 부호로 표시되는 요소는 동일한 요소이다.DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings. However, the embodiments of the present invention can be modified into various other forms, and the scope of the present invention is not limited to the embodiments described below. The shape and the size of the elements in the drawings may be exaggerated for clarity and the same elements are denoted by the same reference numerals in the drawings.

도 1은 본 발명의 일 실시 예에 따른 원료 입도 측정 장치를 나타낸 도면이다.1 is a view showing a raw material particle size measuring apparatus according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일 실시 예에 따른 원료 입도 측정 장치는, 제1 영상 수집부(100), 제2 영상 수집부(200) 및 영상 처리부(300)를 포함할 수 있다.Referring to FIG. 1, a raw material particle size measuring apparatus according to an embodiment of the present invention may include a first image collecting unit 100, a second image collecting unit 200, and an image processing unit 300.

예를 들어, 원료(10)는 다수의 덩어리 형태인 코크스 또는 소결광을 포함할 수 있으며, 컨베이어(20)에 의해 연속적으로 이송될 수 있다.For example, the raw material 10 may comprise coke or sintered ore in the form of a plurality of lumps and may be continuously conveyed by the conveyor 20.

제1 영상 수집부(100)는 이송되는 원료(10)가 원료의 이송경로의 제1 영역(150)에 위치할 때의 제1 영역(150)의 영상을 수집할 수 있다. 상기 제1 영상 수집부(100)의 촬영범위는 제1 영역(150)의 전체일 수 있다.The first image collecting unit 100 may collect images of the first region 150 when the transferred raw material 10 is located in the first region 150 of the conveyance path of the raw material. The photographing range of the first image capturing unit 100 may be the entirety of the first area 150.

제2 영상 수집부(200)는 이송되는 원료(10)가 상기 이송경로의 제2 영역(250)에 위치할 때의 제2 영역(250)의 영상을 수집할 수 있다. 상기 제2 영상 수집부(200)는 제1 내지 제3 카메라(210, 220, 230)를 포함할 수 있으나, 카메라의 개수는 한정되지 않는다. 즉, 카메라의 개수는 원료(10)의 입도 다양성에 따라 다르게 설정될 수 있다. 예를 들어, 제3 카메라(230)의 활성화 여부는 원료(10)의 입도 다양성에 따라 결정될 수 있다.The second image collecting unit 200 may collect images of the second region 250 when the transported material 10 is located in the second region 250 of the transport path. The second image collecting unit 200 may include first to third cameras 210, 220 and 230, but the number of cameras is not limited. That is, the number of cameras may be set differently according to the particle size variability of the raw material 10. For example, whether or not the third camera 230 is activated may be determined according to the particle size variability of the raw material 10.

한편, 상기 제2 영상 수집부(200)는 제2 영역(250)에서의 촬영범위를 실시간으로 변경함으로써, 복수의 카메라가 서로 다른 촬영범위를 촬영한 영상과 유사한 영상을 수집할 수 있다. 따라서, 상기 제2 영상 수집부(200)는 1개의 카메라로 구현될 수도 있다.On the other hand, the second image capturing unit 200 can collect images similar to the images captured by the plurality of cameras in different shooting ranges by changing the shooting range in the second area 250 in real time. Accordingly, the second image capturing unit 200 may be implemented by one camera.

원료(10)는 제1 영역(150)에서 제2 영역(250)을 향하여 이송될 수 있다. 제1 영역(150)과 제2 영역(250)간의 거리는 d'로 정의될 수 있다.The raw material 10 may be transferred from the first region 150 toward the second region 250. The distance between the first region 150 and the second region 250 may be defined as d '.

영상 처리부(300)는 제1 영역(150)의 영상의 복수의 분할 영역 각각에 포함된 원료의 입도 정보를 생성할 수 있다. 상기 제1 영상 수집부(100)의 촬영범위가 제1 영역(150)의 전체일 수 있으므로, 상기 영상 처리부(300)는 넓은 범위에 걸쳐서 위치하는 원료(10)의 전체적인 입도를 분석할 수 있다.The image processing unit 300 may generate the particle size information of the raw material included in each of the plurality of divided regions of the image of the first region 150. [ The image capturing range of the first image capturing unit 100 may be the entirety of the first region 150 so that the image processing unit 300 can analyze the overall particle size of the raw material 10 located over a wide range .

예를 들어, 상기 영상 처리부(300)는 영상의 각 픽셀마다 밝기를 비교하여 원료(10)의 복수의 경계를 식별할 수 있으며, 상기 복수의 경계가 이루는 형태의 내부 넓이를 각각 분석하여 입도 정보를 생성할 수 있다.For example, the image processing unit 300 can identify the plurality of boundaries of the raw material 10 by comparing the brightness of each pixel of the image, analyze the inside widths of the shapes of the plurality of boundaries, Lt; / RTI >

다수의 덩어리 형태를 가지는 원료(10)가 제1 영역(150)에 위치할 경우, 제1 영역(150)의 일 특정 위치에는 큰 덩어리가 밀집될 수 있으며, 제1 영역(150)의 타 특정 위치에는 작은 덩어리가 밀집될 수 있다. 따라서, 1 영역(150)의 영상의 복수의 분할 영역은 큰 덩어리의 원료가 주로 포함된 영역과 작은 덩어리의 원료가 주로 포함된 영역을 가질 수 있다.When the raw material 10 having a plurality of lump shapes is located in the first region 150, a large lump can be concentrated at one specific position of the first region 150, Small chunks can be clustered in position. Therefore, the plurality of divided regions of the image of the one region 150 may have a region mainly containing a large mass of raw material and a region mainly containing a small mass of raw material.

상기 영상 처리부(300)는 상기 복수의 분할 영역 중에서 제1 입도 범위내의 입도 정보를 가지는 분할 영역 중 하나와 제2 입도 범위내의 입도 정보를 가지는 분할 영역 중 하나를 선택할 수 있다. 여기서, 제2 입도 범위의 최소값은 제1 입도 범위의 최대값 이상일 수 있다. 한편, 입도 범위의 개수는 2개보다 많을 수 있다.The image processing unit 300 can select one of the divided regions having the particle size information within the first particle size range and the divided region having the particle size information within the second particle size range among the plurality of divided regions. Here, the minimum value of the second particle size range may be larger than the maximum value of the first particle size range. On the other hand, the number of particle size ranges may be more than two.

이후, 제2 영상 수집부(200)에 포함된 제1 카메라(210)는 제2 영역(250)에서 제1 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 영상을 수집할 수 있으며, 제2 영상 수집부(200)에 포함된 제2 카메라(220)는 제2 영역(250)에서 제2 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 영상을 수집할 수 있다. 만약 입도 범위의 개수가 3개일 경우, 제3 카메라(230)는 제2 영역(250)에서 제3 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 영상을 수집할 수 있다.Then, the first camera 210 included in the second image collecting unit 200 can collect images of the region corresponding to the divided region having the granularity information belonging to the first granularity range in the second region 250 And the second camera 220 included in the second image collecting unit 200 can collect images of the region corresponding to the divided region having the granularity information belonging to the second granularity range in the second region 250. If the number of the particle size ranges is three, the third camera 230 may collect images of the region corresponding to the divided region having the particle size information belonging to the third particle size range in the second region 250.

만약 제1 영역(150)의 영상에서 작은 덩어리가 밀집된 부분이 좌측 상단에 위치할 경우, 제1 카메라(210)는 제2 영역(250)의 좌측 상단을 정밀 촬영할 수 있다.If the densely populated portion of the image of the first region 150 is located at the upper left side, the first camera 210 can photograph the upper left portion of the second region 250 with precision.

만약 제1 영역(150)의 영상에서 큰 덩어리가 밀집된 부분이 우측 하단에 위치할 경우, 제2 카메라(220)는 제2 영역(250)의 우측 하단을 정밀 촬영할 수 있다.If the densely populated portion of the image of the first region 150 is positioned at the lower right, the second camera 220 can photograph the lower right end of the second region 250 with precision.

이후, 영상 처리부(300)는 제1 카메라(210)에 의해 수집된 영상의 입도 정보와 제2 카메라(220)에 의해 수집된 영상의 입도 정보를 각각 생성할 수 있다.Then, the image processing unit 300 can generate the particle size information of the image collected by the first camera 210 and the particle size information of the image collected by the second camera 220, respectively.

제1 및 제2 카메라(210, 220)에 의해 각각 수집된 영상이 제1 영상 수집부(100)에 의해 수집된 영상에 비해 더욱 정밀하게 촬영된 영상이므로, 영상 처리부(300)는 제1 및 제2 카메라(210, 220)에 의해 수집된 영상을 통해 매우 작은 덩어리 또는 일부 경계가 가려지는 덩어리를 추가로 식별할 수 있다.Since the images collected by the first and second cameras 210 and 220 are captured more accurately than the images collected by the first image collecting unit 100, The image captured by the second camera 210, 220 can further identify a very small chunk or a lump that hides some of the border.

즉, 상기 영상 처리부(300)는 제1 영역(150)의 영상에 포함된 원료(10)의 입도 분석에 제대로 반영되지 않은 덩어리를 추가로 입도 분석에 반영할 수 있다.That is, the image processing unit 300 may further reflect a mass that is not properly reflected in the particle size analysis of the raw material 10 included in the image of the first region 150, in the particle size analysis.

예를 들어, 상기 영상 처리부(300)는 제1 카메라(210)에 의해 수집된 영상의 입도 정보와 제1 카메라(210)의 촬영범위에 대응되는 제1 영역(150)의 영상의 분할 영역의 입도 정보를 비교하고 비교 결과에 기초하여 제1 보정 정보를 생성하고, 제2 카메라(220)에 의해 수집된 영상의 입도 정보와 제2 카메라(220)의 촬영범위에 대응되는 제1 영역(150)의 영상의 분할 영역의 입도 정보를 비교하고 비교 결과에 기초하여 제2 보정 정보를 생성하고, 제1 영역(150)의 영상의 복수의 분할 영역 각각에 포함된 원료의 입도 정보에 제1 및 제2 보정 정보를 적용하여 최종 입도 정보를 생성할 수 있다.For example, the image processing unit 300 may calculate the size information of the image captured by the first camera 210 and the image size of the divided region of the image of the first region 150 corresponding to the shooting range of the first camera 210 The first correction information is generated on the basis of the comparison result and the size information of the image collected by the second camera 220 and the first area 150 corresponding to the photographing range of the second camera 220 And the second correction information is generated on the basis of the comparison result, and the first and second correction information are added to the particle size information of the raw material contained in each of the plurality of divided regions of the image of the first region 150, The final particle size information can be generated by applying the second correction information.

이에 따라, 본 발명의 일 실시 예에 따른 원료 입도 측정 장치는 이송되는 원료의 입도를 더욱 정확하게 측정할 수 있다.Accordingly, the raw material particle size measuring apparatus according to one embodiment of the present invention can more accurately measure the particle size of the raw material to be transferred.

도 2는 본 발명의 일 실시 예에 따른 원료 입도 측정 장치에 포함된 영상 처리부를 구체적으로 예시한 도면이다.2 is a diagram illustrating an image processing unit included in a raw material particle size measuring apparatus according to an exemplary embodiment of the present invention.

도 2를 참조하면, 영상 처리부(300)는 제어부(310), 입도 분석부(320) 및 이송속도 분석부(330)를 포함할 수 있다.2, the image processing unit 300 may include a controller 310, a particle size analyzer 320, and a feed rate analyzer 330.

제어부(310)는 영상 수집부(311), 영상 필터링부(312), 카메라 구동 제어부(313) 및 촬영 시점 제어부(314)를 포함할 수 있다.The control unit 310 may include an image collecting unit 311, an image filtering unit 312, a camera driving control unit 313, and a photographing time control unit 314.

영상 수집부(311)는 제1 및 제2 영상 수집부로부터 영상을 수신할 수 있으며, 영상의 수신 순서를 제어할 수 있으며, 수신한 영상을 임시로 저장할 수 있다.The image collecting unit 311 can receive images from the first and second image collecting units, can control the receiving order of the images, and can temporarily store the received images.

영상 필터링부(312)는 수신한 영상을 필터링하여 영상의 노이즈를 제거할 수 있으며, 필터링 이외의 추가적인 전처리(pre-filtering)를 수행할 수 있다.The image filtering unit 312 may filter the received image to remove noise of the image, and may perform additional pre-filtering other than filtering.

카메라 구동 제어부(313)는 제2 영상 수집부에 포함된 카메라들의 구동을 각각 제어하기 위한 제1 및 제2 카메라 구동 신호를 생성할 수 있다. 제1 및 제2 카메라는 상기 제1 및 제2 카메라 구동 신호를 전달받고 촬영범위의 위치를 변경하거나 촬영범위의 넓이를 줄일 수 있다. 이에 따라, 제1 및 제2 카메라는 제1 영역에서 선택된 분할 영역에 대응되는 영역에 촬영범위를 정확하게 맞출 수 있다.The camera drive control unit 313 may generate first and second camera drive signals for controlling the driving of the cameras included in the second image collecting unit, respectively. The first and second cameras receive the first and second camera driving signals, change the position of the shooting range, and reduce the area of the shooting range. Thus, the first and second cameras can precisely match the shooting range to the area corresponding to the divided area selected in the first area.

촬영 시점 제어부(314)는 제2 영상 수집부에 포함된 카메라들의 촬영 시점을 각각 제어하기 위한 제1 및 제2 촬영 시점 신호를 생성할 수 있다. 제1 및 제2 카메라는 상기 제1 및 제2 촬영 시점 신호에 대응되는 촬영 시점에 촬영할 수 있다. 이에 따라, 제1 및 제2 카메라는 제1 영역에서 선택된 분할 영역에 대응되는 영역에 촬영범위를 정확하게 맞출 수 있다.The photographing time control unit 314 may generate first and second photographing time points for controlling the photographing times of the cameras included in the second image collecting unit, respectively. The first and second cameras can photograph at the photographing time point corresponding to the first and second photographing time point signals. Thus, the first and second cameras can precisely match the shooting range to the area corresponding to the divided area selected in the first area.

또한, 상기 촬영 시점 제어부(314)는 제1 영상 수집부의 촬영 주기를 설정할 수도 있다. 만약 원료의 배치범위가 제1 영역보다 넓을 경우, 제1 영상 수집부는 제1 시점에서 촬영된 제1 영역의 영상의 일측이 제2 시점에서 촬영된 제1 영역의 영상의 타측과 일치하도록 제1 영역을 반복적으로 촬영함으로써, 원료의 전체 범위를 모두 촬영할 수 있다.Also, the photographing time control unit 314 may set the photographing period of the first image collecting unit. If the arrangement range of the raw material is wider than the first area, the first image collecting unit may acquire the first image so that one side of the image of the first area photographed at the first viewpoint coincides with the other side of the image of the first area photographed at the second viewpoint, By photographing the area repeatedly, the entire range of the raw material can be photographed.

입도 분석부(320)는 제1 영역 영상 분석부(321), 제2 영역 영상 분석부(322) 및 입도 정보 생성부(323)를 포함할 수 있다.The particle size analyzing unit 320 may include a first region image analyzing unit 321, a second region image analyzing unit 322, and a particle size information generating unit 323.

제1 영역 영상 분석부(321)는 제1 영역의 영상의 복수의 분할 영역 각각에 포함된 원료의 입도 정보를 생성할 수 있다.The first region image analyzing unit 321 can generate the particle size information of the raw material contained in each of the plurality of divided regions of the image of the first region.

제2 영역 영상 분석부(322)는 제1 카메라에 의해 수집된 영상의 입도 정보와 제2 카메라에 의해 수집된 영상의 입도 정보를 각각 생성할 수 있다.The second region image analyzing unit 322 can generate the particle size information of the image collected by the first camera and the particle size information of the image collected by the second camera, respectively.

입도 정보 생성부(323)는 영상의 각 픽셀마다 밝기를 비교하여 원료의 복수의 경계를 식별할 수 있으며, 상기 복수의 경계가 이루는 형태의 내부 넓이를 각각 분석하여 입도 정보를 생성할 수 있다.The particle size information generating unit 323 can identify the plurality of boundaries of the raw material by comparing the brightness of each pixel of the image and generate the particle size information by analyzing the inner widths of the form of the plurality of boundaries.

또한, 상기 입도 정보 생성부(323)는 제1 및 제2 보정 정보를 생성하고, 제1 영역의 입도 정보에 제1 및 제2 보정 정보를 적용하여 최종 입도 정보를 생성할 수 있다.The particle size information generator 323 may generate the first and second correction information, and may apply the first and second correction information to the particle size information of the first area to generate the final particle size information.

또한, 상기 입도 정보 생성부(323)는 분석한 입도 정보를 카메라 구동 제어부(313)로 전달할 수 있다.The particle size information generation unit 323 may transmit the analyzed particle size information to the camera drive control unit 313.

이송속도 분석부(330)는 제1 이송속도 분석부(331) 및 제2 이송속도 분석부(332)를 포함할 수 있다.The feed rate analyzer 330 may include a first feed rate analyzer 331 and a second feed rate analyzer 332.

제1 이송속도 분석부(331)는 제1 과정에 따라 서로 다른 시점에 촬영된 복수의 제1 영역의 영상으로부터 원료의 이송속도를 분석할 수 있다.The first conveying speed analyzer 331 can analyze the conveying speed of the material from the images of the plurality of first areas photographed at different points in time according to the first process.

제2 이송속도 분석부(332)는 제2 과정에 따라 제1 영역의 영상과 제2 영역의 영상으로부터 원료의 이송속도를 분석할 수 있다.The second feed rate analyzer 332 can analyze the feed rate of the raw material from the image of the first region and the image of the second region according to the second process.

제1 및 제2 이송속도 분석부(331, 332)에 의해 분석된 이송속도는 촬영 시점 제어부(314)로 전달될 수 있다.The conveying speeds analyzed by the first and second conveying speed analysis units 331 and 332 may be transmitted to the photographing time control unit 314.

본 발명의 일 실시 예에 따른 원료 입도 측정 장치는 이송속도 정보를 활용하여 카메라 개수를 줄이면서도 영상 정밀도를 향상시킬 수 있으며, 이송되는 원료의 입도를 더욱 정확하게 측정할 수 있다.The raw material particle size measuring apparatus according to an embodiment of the present invention can improve the image accuracy while reducing the number of cameras by utilizing the feed rate information and can more accurately measure the particle size of the raw material to be transported.

도 3은 이송속도를 산출하는 제1 과정의 원리를 나타낸 도면이다.3 is a view showing a principle of a first process for calculating a feed rate.

이송속도 정보는 제1 시점(t1)에 촬영된 영상에 포함된 원료의 위치와 제2 시점(t2)에 촬영된 영상에 포함된 원료의 위치간의 거리(d) 정보에, 제1 시점(t1)과 제2 시점(t2)간의 시간차(h) 정보를 나눈 값을 가질 수 있다.The transfer rate information is information on the distance d between the position of the raw material contained in the image photographed at the first time point t 1 and the position of the raw material contained in the photographed image at the second point of time t 2 , (h) information between the first viewpoint (t 1 ) and the second viewpoint (t 2 ).

도 4는 이송속도를 산출하는 제2 과정의 원리를 나타낸 도면이다.4 is a diagram showing a principle of a second process for calculating a feed rate.

이송속도 정보는 제1 영역의 특정 지점의 위치와 제2 영역의 특정 지점의 위치간의 거리(d') 정보에, 제1 영역의 영상에 포함된 원료가 특정 지점에 위치할 때의 제1 시점(t'1)과 제2 영역의 영상에 포함된 원료가 특정 지점에 위치할 때의 제2 시점(t'2)간의 시간차(h') 정보를 나눈 값을 가질 수 있다.The conveying speed information includes information on a distance d 'between a position of a specific point of the first area and a position of a specific point of the second area, a first point of time when the material contained in the image of the first area is located at a specific point (t ' 1 ) between the first image (t' 1 ) and the second time (t ' 2 ) when the raw material contained in the image of the second region is located at a specific point.

산출되는 이송속도의 정확도는 영상에 포함된 원료의 위치가 정확하게 식별될수록 높을 수 있다.The accuracy of the calculated feed rate may be higher as the position of the raw material contained in the image is accurately identified.

따라서, 영상 분석부는 인공지능을 활용하여 영상에 포함된 원료를 정확하게 식별할 수 있는 제1 및 제2 컨볼루션 신경망(Convolution Neural Network)을 포함할 수 있다.Accordingly, the image analysis unit may include a first and a second convolution neural network that can accurately identify the raw materials included in the image using artificial intelligence.

도 5는 제1 컨볼루션 신경망을 통해 제1 영역의 영상에 포함된 원료를 식별하는 원리를 나타낸 도면이다.5 is a diagram illustrating a principle of identifying a raw material contained in an image of a first region through a first convolutional neural network.

제1 컨볼루션 신경망은 컨볼루션 층(Convolution Layers)을 통해 영상의 각 픽셀 별 색온도, 채도, 명도 및 밝기 중 적어도 하나를 순차적으로 필터링함으로써, 영상의 특정 위치에 원료가 존재하는지 여부를 판단할 수 있다. The first convolution neural network sequentially filters at least one of the color temperature, saturation, lightness, and brightness of each pixel of the image through the convolution layer to determine whether or not the material exists at a specific position of the image have.

상기 제1 컨볼루션 신경망은 딥러닝(Deep Learning)을 통해 지속적으로 학습할 수 있으므로, 조업자가 영상을 보고 판단하는 원리와 유사한 원리로 영상에 포함된 원료의 위치를 판단할 수 있다.Since the first convolution neural network can continuously learn through deep learning, it is possible to determine the position of the raw material included in the image on the principle similar to the principle that the operator views and judges the image.

한편, 제1 컨볼루션 신경망은 입력 층(Input Layer)과 컨볼루션 층과 완전 연결 층(Fully Connected Layer)와 출력 층(Output Layer)을 포함할 수 있다. 상기 컨볼루션 층의 개수는 3개일 수 있으나, 이에 한정되지 않는다.Meanwhile, the first convolutional neural network may include an input layer, a convolution layer, a fully connected layer, and an output layer. The number of the convolution layers may be three, but is not limited thereto.

도 6은 제1 영역의 영상과 제2 영역의 정밀 영상을 예시한 도면이다.6 is a diagram illustrating an image of the first area and an accurate image of the second area.

도 6을 참조하면, 제1 영상 수집부에 의해 촬영된 제1 영역의 영상의 좌측 상단의 영역은 제2 영상 수집부에 의해 정밀하게 촬영될 수 있다.Referring to FIG. 6, the upper left region of the image of the first region photographed by the first image collecting unit can be accurately photographed by the second image collecting unit.

예를 들어, 서로 다른 크기의 사각형 형태를 가지는 복수의 마크는 영상에서 원료의 각각의 덩어리에 대응되어 표시될 수 있다.For example, a plurality of marks having rectangular shapes of different sizes can be displayed corresponding to each mass of raw material in the image.

도 7은 제1 영역의 영상의 복수의 분할 영역과 제2 영상 수집부의 촬영범위를 예시한 도면이다.7 is a diagram exemplifying a plurality of divided regions of an image of the first region and a shooting range of the second image collecting unit.

도 2을 참조하면, 제1 영역의 영상은 30개의 분할 영역을 가질 수 있다. 상기 30개의 분할 영역은 서로 다른 입도 정보를 가질 수 있다.Referring to FIG. 2, the image of the first area may have 30 divided areas. The 30 divided regions may have different particle size information.

제2 영상 수집부의 제1 카메라의 초기 촬영범위(카메라 1 영역)과 제2 카메라의 초기 촬영범위(카메라 2 영역)과 제3 카메라의 초기 촬영범위(카메라 3 영역)는 상기 30개의 분할 영역 중 12개에 대응될 수 있다.The initial photographing range (camera 1 area) of the first camera, the initial photographing range (camera 2 area) of the second camera and the initial photographing range (camera 3 area) of the third camera in the second image collecting part are 12 < / RTI >

제1 카메라는 보통의 입도 정보를 가지는 분할 영역을 촬영할 수 있으며, 제2 카메라는 큰 입도 정보를 가지는 분할 영역을 촬영할 수 있으며, 제3 카메라는 작은 입도 정보를 가지는 분할 영역을 촬영할 수 있다. The first camera can photograph a divided region having normal particle size information, the second camera can photograph a divided region having large particle size information, and the third camera can photograph a divided region having small particle size information.

도 8은 제2 컨볼루션 신경망을 통해 제1 영역의 영상에 포함된 원료의 입도 정보를 분류하는 원리를 나타낸 도면이다.8 is a diagram illustrating a principle of sorting particle size information of raw materials contained in an image of a first region through a second convolution neural network.

제2 컨볼루션 신경망은 컨볼루션 층(Convolution Layers)을 통해 영상의 각 픽셀 별 색온도, 채도, 명도 및 밝기 중 적어도 하나를 순차적으로 필터링함으로써, 원료의 입도 정보를 정확하게 판단할 수 있다.The second convolution neural network can sequentially determine at least one of the color temperature, saturation, brightness, and brightness of each pixel of the image through the convolution layer, thereby accurately determining the particle size information of the raw material.

상기 제2 컨볼루션 신경망은 딥러닝(Deep Learning)을 통해 지속적으로 학습할 수 있으므로, 조업자가 영상을 보고 판단하는 원리와 유사한 원리로 영상에 포함된 원료의 입도 정보를 판단할 수 있다.Since the second convolution neural network can continuously learn through deep learning, the particle size information of the raw material included in the image can be determined on the principle similar to the principle that the operator views and judges the image.

한편, 제2 컨볼루션 신경망은 입력 층(Input Layer)과 컨볼루션 층과 완전 연결 층(Fully Connected Layer)와 출력 층(Output Layer)을 포함할 수 있다. 상기 컨볼루션 층의 개수는 N개일 수 있으나, 이에 한정되지 않는다.Meanwhile, the second convolution neural network may include an input layer, a convolution layer, a fully connected layer, and an output layer. The number of the convolution layers may be N, but is not limited thereto.

원료의 입도 정보를 판단하는 과정은 영상의 특정 위치에 원료가 존재하는지 여부를 판단하는 과정보다 복잡하므로, 제2 컨볼루션 신경망의 컨볼루션 층의 개수는 제1 컨볼루션 신경망의 컨볼루션 층의 개수보다 많을 수 있다.The process of judging the grain size information of the raw material is more complicated than the process of judging whether or not the raw material exists at a specific position of the image. Therefore, the number of convolution layers of the second convolution neural network is the number of convolution layers of the first convolution neural network Can be more.

제2 컨볼루션 신경망의 판단 과정은 영상에 포함되는 원료의 입도 정보가 다양할수록 복잡하므로, 제2 컨볼루션 신경망의 컨볼루션 층의 개수는 영상 분석부가 분석하는 입도 정보에 종속적일 수 있다.The number of convolution layers of the second convolution neural network may be dependent on the size information analyzed by the image analysis unit, since the judgment process of the second convolution neural network becomes more complicated as the particle size information of the raw material included in the image varies.

예를 들어, 제2 컨볼루션 신경망은 제1 영역의 영상의 복수의 분할 영역 중 가장 큰 입도 정보를 가지는 분할 영역의 입도 정보가 클수록 비활성화 컨볼루션 층의 개수를 감소시킬 수 있다.For example, in the second convolution neural network, the larger the granularity information of the divided region having the largest granularity information among the plurality of divided regions of the image of the first region, the smaller the number of deactivated convolution layers can be.

이에 따라, 제2 컨볼루션 신경망은 자신의 판단 과정을 상황에 맞춰서 최적화시킬 수 있다.Accordingly, the second convolution neural network can optimize its judgment process according to the situation.

도 9는 본 발명의 일 실시 예에서 활용되는 컨볼루션 신경망을 예시한 도면이다.9 is a diagram illustrating a convolutional neural network utilized in an embodiment of the present invention.

도 9를 참조하면, 컨볼루션 신경망의 각 층은 다수의 노드(node)를 가질 수 있으며, 하나의 층에 포함된 전체 노드는 인접 층에 포함된 전체 노드와 연결될 수 있다.Referring to FIG. 9, each layer of the convolutional neural network may have a plurality of nodes, and an entire node included in one layer may be connected to all nodes included in the adjacent layer.

본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되지 아니한다. 첨부된 청구범위에 의해 권리범위를 한정하고자 하며, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경할 수 있다는 것은 당 기술분야의 통상의 지식을 가진 자에게 자명할 것이다.The present invention is not limited to the above-described embodiments and the accompanying drawings. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. It will be self-evident.

10: 원료
20: 컨베이어
100: 제1 영상 수집부
150: 제1 영역
200: 제2 영상 수집부
210: 제1 카메라
220: 제2 카메라
230: 제3 카메라
250: 제2 영역
300: 영상 처리부
310: 제어부
311: 영상 수집부
312: 영상 필터링부
313: 카메라 구동 제어부
314: 촬영시점 제어부
320: 입도 분석부
321: 제1 영역 영상 분석부
322: 제2 영역 영상 분석부
323: 입도 정보 생성부
330: 이송속도 분석부
331: 제1 이송속도 분석부
332: 제2 이송속도 분석부10: raw materials
20: Conveyor
100: a first image collecting unit
150: first region
200: second image collecting unit
210: First camera
220: Second camera
230: Third camera
250: second region
300:
310:
311:
312: image filtering unit
313: Camera drive control section
314:
320: Particle size analyzer
321: first region image analysis unit
322: second region image analysis unit
323: Particle size information generating unit
330:
331: First conveying speed analyzing unit
332: second conveyance velocity analyzing unit

Claims (13)

이송되는 원료가 상기 원료의 이송경로의 제1 영역에 위치할 때의 상기 제1 영역의 영상을 수집하는 제1 영상 수집부;
상기 원료가 상기 이송경로의 제2 영역에 위치할 때의 상기 제2 영역의 영상을 수집하는 제2 영상 수집부; 및
상기 제1 영역의 영상의 복수의 분할 영역 각각에 포함된 원료의 입도 정보를 생성하는 영상 처리부; 를 포함하고,
상기 제2 영상 수집부는 상기 제2 영역에서 제1 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 영상을 수집하는 제1 카메라와, 상기 제2 영역에서 제2 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 영상을 수집하는 제2 카메라를 포함하고,
상기 영상 처리부는 상기 제1 카메라에 의해 수집된 영상의 입도 정보와 상기 제2 카메라에 의해 수집된 영상의 입도 정보를 각각 생성하는 원료 입도 측정 장치.
A first image collecting unit for collecting an image of the first area when the material to be transferred is located in a first area of the conveyance path of the raw material;
A second image collecting part for collecting images of the second area when the raw material is located in the second area of the conveyance path; And
An image processing unit for generating particle size information of a raw material included in each of a plurality of divided regions of an image of the first region; Lt; / RTI >
Wherein the second image collecting unit includes: a first camera that collects images of a region corresponding to a divided region having particle size information belonging to a first particle size range in the second region; And a second camera for collecting an image of a region corresponding to the divided region having the first region,
Wherein the image processing unit generates the particle size information of the image collected by the first camera and the particle size information of the image collected by the second camera, respectively.
제1항에 있어서,
상기 영상 처리부는 상기 제1 카메라에 의해 수집된 영상의 입도 정보와 상기 제1 카메라의 촬영범위에 대응되는 상기 제1 영역의 영상의 분할 영역의 입도 정보를 비교하고 비교 결과에 기초하여 제1 보정 정보를 생성하고, 상기 제2 카메라에 의해 수집된 영상의 입도 정보와 상기 제2 카메라의 촬영범위에 대응되는 상기 제1 영역의 영상의 분할 영역의 입도 정보를 비교하고 비교 결과에 기초하여 제2 보정 정보를 생성하고, 상기 제1 영역의 영상의 복수의 분할 영역 각각에 포함된 원료의 입도 정보에 상기 제1 및 제2 보정 정보를 적용하여 최종 입도 정보를 생성하는 원료 입도 측정 장치.
The method according to claim 1,
Wherein the image processing unit compares the particle size information of the image collected by the first camera with the particle size information of the divided area of the image of the first area corresponding to the shooting range of the first camera, And compares the particle size information of the image collected by the second camera with the particle size information of the divided area of the image of the first area corresponding to the photographing range of the second camera, And generates the final particle size information by applying the first and second correction information to the particle size information of the raw material contained in each of the plurality of divided regions of the image of the first region.
제1항에 있어서,
상기 영상 처리부는 상기 제1 영역의 영상의 복수의 분할 영역 각각의 입도 정보를 상기 제1 및 제2 입도 범위와 비교하고, 비교 결과를 기초로 상기 제1 카메라 구동 신호와 제2 카메라 구동 신호를 생성하고,
상기 제1 카메라는 상기 제1 카메라 구동 신호에 따라 촬영범위의 위치를 변경하거나 넓이를 줄이고,
상기 제2 카메라는 상기 제2 카메라 구동 신호에 따라 촬영범위의 위치를 변경하거나 넓이를 줄이는 원료 입도 측정 장치.
The method according to claim 1,
Wherein the image processing unit compares the particle size information of each of the plurality of divided regions of the image of the first region with the first and second particle size ranges and outputs the first camera drive signal and the second camera drive signal Generate,
The first camera may change the position of the photographing range or reduce the area according to the first camera driving signal,
And the second camera changes the position of the photographing range or reduces the area according to the second camera drive signal.
제1항에 있어서,
상기 제1 영역의 넓이는 상기 제1 카메라의 촬영범위보다 넓고 상기 제2 카메라의 촬영범위보다 넓은 원료 입도 측정 장치.
The method according to claim 1,
Wherein the width of the first area is larger than the photographing range of the first camera and is larger than the photographing range of the second camera.
제1항에 있어서,
상기 제1 영상 수집부는 복수의 시점에 상기 제1 영역의 영상을 수집하고,
상기 영상 처리부는 상기 복수의 시점 중 제1 시점에 수집된 영상에 포함된 원료를 식별하고, 상기 복수의 시점 중 제2 시점에 수집된 영상에 포함된 원료를 식별하고, 상기 제1 시점에 수집된 영상에 포함된 원료의 위치와 상기 제2 시점에 수집된 영상에 포함된 원료의 위치간의 거리 정보를 생성하고, 상기 제1 시점과 상기 제2 시점간의 시간차와 상기 거리 정보에 기초하여 상기 원료의 이송속도 정보를 생성하는 원료 입도 측정 장치.
The method according to claim 1,
Wherein the first image collecting unit collects images of the first area at a plurality of time points,
Wherein the image processing unit identifies a raw material contained in an image collected at a first time point among the plurality of time points, identifies a raw material contained in an image collected at a second time point among the plurality of time points, Based on the time difference between the first viewpoint and the second viewpoint, and the distance information between the first viewpoint and the second viewpoint and the distance information between the position of the raw material contained in the image and the position of the raw material contained in the image collected at the second viewpoint, And the feed rate information of the feed rollers.
제5항에 있어서,
상기 영상 처리부는 상기 이송속도 정보에 기초하여 기준 주기를 설정하고,
상기 제1 영상 수집부는 상기 기준 주기에 따라 상기 제1 영역의 영상을 반복적으로 수집하는 원료 입도 측정 장치.
6. The method of claim 5,
Wherein the image processing unit sets a reference period based on the conveying speed information,
Wherein the first image capturing unit repeatedly collects the image of the first area according to the reference period.
제5항에 있어서,
상기 영상 처리부는 상기 이송속도 정보에 기초하여 상기 제2 영상 수집부의 영상 수집 시점을 설정하고,
상기 제2 영상 수집부는 상기 영상 수집 시점에 상기 제2 영역의 영상을 수집하는 원료 입도 측정 장치.
6. The method of claim 5,
Wherein the image processing unit sets the image collection time of the second image collection unit based on the conveyance speed information,
And the second image collecting unit collects the image of the second area at the image collecting time.
제1항에 있어서,
상기 영상 처리부는 컨볼루션 신경망(convolutional neural network)을 통해 상기 제1 영역의 영상에 포함된 원료를 식별하고 상기 제1 영역의 영상의 입도 정보를 분류하는 원료 입도 측정 장치.
The method according to claim 1,
Wherein the image processor identifies a material contained in the image of the first region through a convolutional neural network and classifies the particle size information of the image of the first region.
제1항에 있어서,
상기 영상 처리부는 컨볼루션 층의 개수가 제1 개수인 제1 컨볼루션 신경망을 통해 상기 제1 영역의 영상에 포함된 원료를 식별하고, 컨볼루션 층의 개수가 제2 개수인 제2 컨볼루션 신경망을 통해 상기 제1 영역의 영상의 입도 정보를 분류하고,
상기 제2 개수는 상기 제1 개수보다 많은 원료 입도 측정 장치.
The method according to claim 1,
Wherein the image processor identifies a material contained in an image of the first region through a first convolution neural network having a first number of convolution layers and a second convolutional neural network having a second number of convolution layers, Classifies the size information of the image of the first area through the first area,
Wherein the second number is larger than the first number.
제9항에 있어서,
상기 영상 처리부는 상기 제1 영역의 영상의 입도 정보에 대응되는 상기 제2 개수를 설정하는 원료 입도 측정 장치.
10. The method of claim 9,
And the image processing unit sets the second number corresponding to the particle size information of the image of the first region.
이송되는 원료가 상기 원료의 이송경로의 제1 영역에 위치할 때의 상기 제1 영역의 영상을 수집하는 제1 영상 수집부;
상기 원료가 상기 이송경로의 제2 영역에 위치할 때의 상기 제2 영역의 영상을 수집하는 제2 영상 수집부; 및
상기 제1 영역의 영상의 복수의 분할 영역 각각에 포함된 원료의 입도 정보를 생성하는 영상 처리부; 를 포함하고,
상기 제2 영상 수집부는 상기 제2 영역에서 제1 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 제1 정밀 영상을 수집하고, 상기 제2 영역에서 제2 입도 범위에 속하는 입도 정보를 가지는 분할 영역에 대응되는 영역의 제2 정밀 영상을 수집하고,
상기 영상 처리부는 상기 제1 정밀 영상의 입도 정보와 상기 제2 정밀 영상의 입도 정보를 각각 생성하는 원료 입도 측정 장치.
A first image collecting unit for collecting an image of the first area when the material to be transferred is located in a first area of the conveyance path of the raw material;
A second image collecting part for collecting images of the second area when the raw material is located in the second area of the conveyance path; And
An image processing unit for generating particle size information of a raw material included in each of a plurality of divided regions of an image of the first region; Lt; / RTI >
Wherein the second image collecting unit collects the first precision image of the area corresponding to the divided area having the granularity information belonging to the first granularity range in the second area and the granularity information belonging to the second granular range in the second area Acquires a second precision image of an area corresponding to the divided area,
Wherein the image processing unit generates the particle size information of the first precision image and the particle size information of the second precision image, respectively.
제11항에 있어서,
상기 영상 처리부는 상기 제1 영역의 영상의 복수의 분할 영역 각각의 입도 정보를 상기 제1 및 제2 입도 범위와 비교하고, 비교 결과를 기초로 상기 제2 영상 수집부의 촬영범위 조절 신호를 생성하고,
상기 제2 영상 수집부는 상기 촬영범위 조절 신호에 따라 상기 제1 정밀 영상을 수집하기 위한 촬영범위를 설정하고, 상기 촬영범위 조절 신호에 따라 상기 제2 정밀 영상을 수집하기 위한 촬영범위를 설정하는 원료 입도 측정 장치.
12. The method of claim 11,
The image processing unit compares the particle size information of each of the plurality of divided regions of the image of the first region with the first and second particle size ranges and generates a photographing range adjusting signal of the second image collecting unit based on the comparison result ,
Wherein the second image collecting unit sets a photographing range for collecting the first precision image according to the photographing range adjusting signal and sets a photographing range for collecting the second precision image according to the photographing range adjusting signal Particle size measuring device.
제11항에 있어서,
상기 영상 처리부는 상기 제1 영역의 영상에 포함된 원료의 위치 정보를 생성하고, 상기 제2 영역의 영상에 포함된 원료의 위치 정보를 생성하고, 상기 제1 영역의 영상의 수집 시점과 상기 제2 영역의 영상의 수집 시점간의 시간차 정보를 생성하고, 상기 제1 영상 수집부와 상기 제2 영상 수집부간의 거리와 상기 시간차 정보에 기초하여 상기 원료의 이송속도 정보를 생성하는 원료 입도 측정 장치.12. The method of claim 11,
Wherein the image processing unit generates position information of a raw material contained in the image of the first region, generates position information of a raw material contained in the image of the second region, And generates feed time information of the raw material on the basis of the distance between the first image collecting unit and the second image collecting unit and the time difference information.
KR1020160176615A 2016-12-22 2016-12-22 Apparatus for measuring size of transferred raw material KR101879087B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160176615A KR101879087B1 (en) 2016-12-22 2016-12-22 Apparatus for measuring size of transferred raw material

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160176615A KR101879087B1 (en) 2016-12-22 2016-12-22 Apparatus for measuring size of transferred raw material

Publications (2)

Publication Number Publication Date
KR20180073117A true KR20180073117A (en) 2018-07-02
KR101879087B1 KR101879087B1 (en) 2018-07-16

Family

ID=62914071

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160176615A KR101879087B1 (en) 2016-12-22 2016-12-22 Apparatus for measuring size of transferred raw material

Country Status (1)

Country Link
KR (1) KR101879087B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200121870A (en) * 2018-04-03 2020-10-26 제이에프이 스틸 가부시키가이샤 Particle size distribution measuring device and particle size distribution measuring method
KR20210125529A (en) * 2019-04-02 2021-10-18 제이에프이 스틸 가부시키가이샤 Particle size distribution monitoring apparatus, particle size distribution monitoring method, computer program, furnace, blast furnace, furnace control method, and blast furnace operation method
US11275014B1 (en) 2021-05-03 2022-03-15 Roy Olson Particle characteristic measurement apparatus
KR102442972B1 (en) * 2022-04-05 2022-09-14 (주)엠에스아이티 A system to detect foreign matter by image processing
WO2023113537A1 (en) * 2021-12-17 2023-06-22 주식회사 포스코 Apparatus and method for monitoring particle size of raw materials of blast furnace

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950001300B1 (en) * 1992-01-07 1995-02-15 삼성전자 주식회사 Manufacturing method of semiconductor device
JP2000304680A (en) * 1999-04-16 2000-11-02 Nikkiso Co Ltd Grain size distribution measuring device
JP2005181169A (en) * 2003-12-22 2005-07-07 Jfe Steel Kk Apparatus for measuring particle size distribution, and method
JP2005208024A (en) * 2003-12-26 2005-08-04 Jfe Steel Kk Method for forming grain size distribution of powdery/granular material
JP2006017580A (en) * 2004-07-01 2006-01-19 Ricoh Co Ltd Belt slip measuring instrument and belt slip measuring method
WO2006117429A1 (en) * 2005-05-02 2006-11-09 Intelligent Pharmaceutics Ltd Oy Measuring method and system for measuring particle size and shape of powdery or grain like particles
KR101363370B1 (en) 2012-11-29 2014-02-17 주식회사 포스코 Apparatus and method for measuring size of ore using image patten recognition

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950001300B1 (en) * 1992-01-07 1995-02-15 삼성전자 주식회사 Manufacturing method of semiconductor device
JP2000304680A (en) * 1999-04-16 2000-11-02 Nikkiso Co Ltd Grain size distribution measuring device
JP2005181169A (en) * 2003-12-22 2005-07-07 Jfe Steel Kk Apparatus for measuring particle size distribution, and method
JP2005208024A (en) * 2003-12-26 2005-08-04 Jfe Steel Kk Method for forming grain size distribution of powdery/granular material
JP2006017580A (en) * 2004-07-01 2006-01-19 Ricoh Co Ltd Belt slip measuring instrument and belt slip measuring method
WO2006117429A1 (en) * 2005-05-02 2006-11-09 Intelligent Pharmaceutics Ltd Oy Measuring method and system for measuring particle size and shape of powdery or grain like particles
KR101363370B1 (en) 2012-11-29 2014-02-17 주식회사 포스코 Apparatus and method for measuring size of ore using image patten recognition

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200121870A (en) * 2018-04-03 2020-10-26 제이에프이 스틸 가부시키가이샤 Particle size distribution measuring device and particle size distribution measuring method
KR20210125529A (en) * 2019-04-02 2021-10-18 제이에프이 스틸 가부시키가이샤 Particle size distribution monitoring apparatus, particle size distribution monitoring method, computer program, furnace, blast furnace, furnace control method, and blast furnace operation method
US11275014B1 (en) 2021-05-03 2022-03-15 Roy Olson Particle characteristic measurement apparatus
WO2023113537A1 (en) * 2021-12-17 2023-06-22 주식회사 포스코 Apparatus and method for monitoring particle size of raw materials of blast furnace
KR102442972B1 (en) * 2022-04-05 2022-09-14 (주)엠에스아이티 A system to detect foreign matter by image processing

Also Published As

Publication number Publication date
KR101879087B1 (en) 2018-07-16

Similar Documents

Publication Publication Date Title
KR101879087B1 (en) Apparatus for measuring size of transferred raw material
CN107944504B (en) Board recognition and machine learning method and device for board recognition and electronic equipment
CN104256882B (en) Based on reconstituted tobacco ratio measuring method in the pipe tobacco of computer vision
US11403747B2 (en) Fine ratio measuring device and fine ratio measuring system
CN108918539A (en) A kind of apparent Defect inspection device and method of tunnel structure
CN103776841A (en) Automatic detection device and method of synthetic leather defect
CN104198497A (en) Surface defect detection method based on visual saliency map and support vector machine
CN103051872A (en) Method for detecting conveyor belt deviation based on image edge extraction
CN104198324A (en) Computer vision-based method for measuring proportion of cut leaves in cut tobacco
CN109848070B (en) Product sorting system and method
CN106546598A (en) Belt steel surface detecting system light source self-adaptation control method
CN108764278A (en) A kind of the self study industrial intelligent detecting system and method for view-based access control model
KR20210018672A (en) Apparatus and method for providing predictive value for measurement of particulate matter concentration using a camera
CN113834814A (en) Glove surface defect detection device
CN113848216A (en) Asphalt concrete detection system and method based on fog generation antagonistic neural network
JP5796509B2 (en) Flow cytometer
CN116403284B (en) Wisdom running examination training system based on bluetooth transmission technology
CN107153876A (en) Machine vision shutter Self-tuning System intelligent control method based on Expert Rules
US20230206606A1 (en) Method and system for training a neural network-implemented sensor system to classify objects in a bulk flow
US20230075710A1 (en) Method of dust suppression for crushers with spraying devices
CN113807331A (en) Safety belt wearing identification method and device based on image identification technology
JP2014181364A (en) Operation support system for granulator
CN106872483A (en) Optical detection apparatus are solved because of the method for the aeration detection in transparent material
CN206333359U (en) A kind of tobacco leaf thickness monitor device based on industrial camera
CN114088591B (en) Fine particle size detection device and method

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant