科研之友
微信
新浪微博
Facebook
分享链接
摘要
堆钢是钢铁生产中的一种严重事故，极具破环性。为了降低堆钢事故造成的影响，需要在第一时间检测到堆钢事故的发生，本文提出基于图像分割理论的一种快速准确识别堆钢事故的方法。首先对图像进行颜色阈值分割，得到二值化后的目标图像，对其进行腐蚀和膨胀操作，去除图像中的噪声，最后图像与定位模板文件进行对比得出结果。对3个场景中的1837幅图像进行检测实验，结果表明：识别速度平均为0.5s/幅，堆钢事故的识别准确率为99.86%，证明该算法可以实现实时识别堆钢事故，并且具有更强的鲁棒性和泛化能力，基本满足棒材轧制过程中的堆钢识别要求。
