System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于机器视觉的钢包运行状态检测方法技术_技高网

一种基于机器视觉的钢包运行状态检测方法技术

技术编号:41403825 阅读:5 留言:0更新日期:2024-05-20 19:29
本发明专利技术涉及一种基于机器视觉的钢包运行状态检测方法,属于炼钢方法技术领域。本发明专利技术的技术方案是:利用摄像头函数获取相机中的视频;图像预处理;检测运动钢包的位置与轮廓;建立三维空间坐标系获取旋转矩阵和平移向量;利用前后两帧图像之间的光流计算每个像素点的平移向量;根据平移向量的大小和方向划分静态区域和动态区域;根据旋转矩阵和平移向量判断钢包运行状态。本发明专利技术的有益效果是:在检测钢包轮廓的同时,不仅能得到钢包的位置坐标,还可判断钢包的移动方向,有助于确保炼钢车间生产的高效有序,能规范炼钢车间天车物流跟踪系统,根据钢包运行状态进行信息化管理,有助于提高生产管理效率、优化资源配置、降低生产成本以及确保生产安全。

【技术实现步骤摘要】

本专利技术涉及一种基于机器视觉的钢包运行状态检测方法,属于炼钢方法。


技术介绍

1、在工业控制水平快速发展的大背景下,炼钢自动化技术水平较之前也具有明显提升,安全、高效且有序的炼钢是钢铁行业的重要目标,检测钢包运行状态在转炉炼钢过程中是至关重要的。

2、在传统的转炉炼钢工艺中,往往通过人工操作天车,进而控制钢包运行状态,但天车工人的地理位置以及视觉角度容易出现误差,且遇到障碍物无法判断钢包运行状态。

3、在机器学习领域,不断涌现出各种算法和模型。但在实际应用场景中,往往需要多方面的优化和改进,从而提供更高效和智能的技术服务。


技术实现思路

1、本专利技术目的是提供一种基于机器视觉的钢包运行状态检测方法,基于帧间差异法和三维坐标变换相结合进行运动钢包检测,通过利用前后两帧图像之间的像素差检测钢包轮廓,并根据旋转矩阵和平移向量实时判断钢包向上吊起、向下坐落、水平靠近和水平远离的四种运行状态,在检测钢包轮廓的同时,不仅能得到钢包的位置坐标,还可判断钢包的移动方向,有助于确保炼钢车间生产的高效有序,能规范炼钢车间天车物流跟踪系统,根据钢包运行状态进行信息化管理,有助于提高生产管理效率、优化资源配置、降低生产成本以及确保生产安全,有效地解决了
技术介绍
中存在的上述问题。

2、本专利技术的技术方案是:一种基于机器视觉的钢包运行状态检测方法,包含以下步骤:

3、s1:利用摄像头函数获取相机中的视频;

4、s2:进行图像预处理;

>5、s3:检测运动钢包的位置与轮廓;

6、s4:建立三维空间坐标系获取旋转矩阵和平移向量;

7、s5:利用前后两帧图像之间的光流计算每个像素点的平移向量;

8、s6:根据平移向量的大小和方向划分静态区域和动态区域;

9、s7:根据旋转矩阵和平移向量判断钢包运行状态。

10、所述步骤s1中,摄像头函数为cv2.videocapture(),相机为rgb-d相机,包括利用摄像头函数提取rgb-d相机中含钢包的视频。

11、所述步骤s2中,图像预处理包括灰度化、高斯滤波和等比缩放流程。

12、所述步骤s3中,包括计算当前帧与背景图像之间的像素差异,获得钢包的位置。

13、所述步骤s3中,检测钢包轮廓还包括阈值化处理和膨胀操作,通过阈值化处理,得到二值图像,并对其进行膨胀操作,填补空洞和缺陷,获得钢包轮廓。

14、所述步骤s4中,建立三维空间坐标系获取旋转矩阵和平移向量,包括以相机光学中心为原点o,过原点水平方向为坐标系的x轴,竖直方向为y轴,相机视线方向为z轴,坐标系满足右手法则。

15、所述步骤s5中,前后两帧图像之间的光流计算每个像素点的平移向量。

16、计算平移向量包括以下步骤:

17、通过opencv提供的函数cv2.calcopticalflowfarneback()计算稠密光流,得到每个像素点的平移量v,平移向量是指每个像素点的平移量在水平和垂直方

18、上的平移量。

19、所述步骤s6中,根据平移向量的大小和方向划分静态区域和动态区域,包括设置阈值t判断每个像素点是否属于静态区域或动态区域,阈值通常取为5,若v<5,则该像素点属于静态区域;若v>5,则该像素点属于动态区域。

20、所述步骤s7中,钢包运行状态分为四种,分别为向上吊起、向下坐包、横向水平靠近和横向水平远离。

21、由于相机是可旋转的,假设两个相机坐标系为c1和c2,则旋转矩阵r和平移向量v可表示为c2对于c1的变换:c2=rc1+v,设钢包在坐标系c1中的位置为p(x,y,z),则其在坐标系c2中的位置为p'(x+vx,y+vy,z+vz),其中vx,vy,vz分别表示v的三个分量,根据p'在c2中的位置判断钢包的运动方向:

22、若vz>0,则钢包是横向水平靠近的;若vz<0,则钢包是横向水平远离的;若vy>0,则钢包是向上吊起的;若vy<0,则钢包是向下坐包的。

23、本专利技术的有益效果是:基于帧间差异法和三维坐标变换相结合进行运动钢包检测,通过利用前后两帧图像之间的像素差检测钢包轮廓,并根据旋转矩阵和平移向量实时判断钢包向上吊起、向下坐落、水平靠近和水平远离的四种运行状态,在检测钢包轮廓的同时,不仅能得到钢包的位置坐标,还可判断钢包的移动方向,有助于确保炼钢车间生产的高效有序,能规范炼钢车间天车物流跟踪系统,根据钢包运行状态进行信息化管理,有助于提高生产管理效率、优化资源配置、降低生产成本以及确保生产安全。

本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的钢包运行状态检测方法,其特征在于包含以下步骤:

2.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤S1中,摄像头函数为cv2.VideoCapture(),相机为RGB-D相机,包括利用摄像头函数提取RGB-D相机中含钢包的视频。

3.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤S2中,图像预处理包括灰度化、高斯滤波和等比缩放流程。

4.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤S3中,包括计算当前帧与背景图像之间的像素差异,获得钢包的位置。

5.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤S3中,检测钢包轮廓还包括阈值化处理和膨胀操作,通过阈值化处理,得到二值图像,并对其进行膨胀操作,填补空洞和缺陷,获得钢包轮廓。

6.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤S4中,建立三维空间坐标系获取旋转矩阵和平移向量,包括以相机光学中心为原点O,过原点水平方向为坐标系的x轴,竖直方向为y轴,相机视线方向为z轴,坐标系满足右手法则。

7.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤S5中,前后两帧图像之间的光流计算每个像素点的平移向量。

8.根据权利要求7所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:计算平移向量包括以下步骤:

9.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤S6中,根据平移向量的大小和方向划分静态区域和动态区域,包括设置阈值T判断每个像素点是否属于静态区域或动态区域,阈值通常取为5,若v<5,则该像素点属于静态区域;若v>5,则该像素点属于动态区域。

10.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤S7中,钢包运行状态分为四种,分别为向上吊起、向下坐包、横向水平靠近和横向水平远离。

...

【技术特征摘要】

1.一种基于机器视觉的钢包运行状态检测方法,其特征在于包含以下步骤:

2.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤s1中,摄像头函数为cv2.videocapture(),相机为rgb-d相机,包括利用摄像头函数提取rgb-d相机中含钢包的视频。

3.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤s2中,图像预处理包括灰度化、高斯滤波和等比缩放流程。

4.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤s3中,包括计算当前帧与背景图像之间的像素差异,获得钢包的位置。

5.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在于:所述步骤s3中,检测钢包轮廓还包括阈值化处理和膨胀操作,通过阈值化处理,得到二值图像,并对其进行膨胀操作,填补空洞和缺陷,获得钢包轮廓。

6.根据权利要求1所述的一种基于机器视觉的钢包运行状态检测方法,其特征在...

【专利技术属性】
技术研发人员:尤晨欣张彩东张飞田志强李双江王鑫尚振威谢天宜王金星姜海罡王昊天张庆宇
申请(专利权)人:河北河钢材料技术研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1