-
公开(公告)号:CN110197170A
公开(公告)日:2019-09-03
申请号:CN201910488179.2
申请日:2019-06-05
Applicant: 北京科技大学
Abstract: 本发明属于钢卷轧制领域,涉及基于目标检测的钢卷卷形缺陷检测识别方法。从现场获取大量的钢卷卷形图片构建卷形缺陷数据集,利用目前先进的识别精度高、检测速度快的Faster-RCNN目标检测算法,在传统钢铁生产行业中,完成钢卷卷形缺陷检测识别的任务,同时对于Faster-RCNN使用剪枝进行模型压缩,使得模型能够满足工业嵌入式的要求。本发明所述方法利用了现代的智能检测技术,将其应用在钢卷的工业生产检测上。
-
公开(公告)号:CN111207695A
公开(公告)日:2020-05-29
申请号:CN202010038079.2
申请日:2020-01-14
Applicant: 北京科技大学
Abstract: 本发明属于机器视觉领域,具体涉及一种基于双线结构光的热轧带钢端部三维轮廓测量方法。所述方法主要采用双线结构光方法对热轧生产线上速度达到120m/min高速运行的带钢端部形状进行三维轮廓测量,包括如下操作步骤:1)系统搭建;2)相机标定;3)光平面标定;4)三维空间坐标求解;5)图片采集预处理;6)光条图像处理;7)建立三角关系;8)三维重建,得到带钢的三维点云图。本发明通过向带钢端部平面投射双线结构光,经过图像处理检测线结构光与带钢边缘的交点,根据结构光三角测量理论将点从二维坐标系换算到三维坐标系下,得到带钢端部形状并计算带钢宽度。
-
公开(公告)号:CN111915649A
公开(公告)日:2020-11-10
申请号:CN202010733819.4
申请日:2020-07-27
Applicant: 北京科技大学
Abstract: 本发明属于机器视觉领域,具体涉及一种遮挡条件下的带钢运动目标跟踪方法。通过获取辊道上带钢的运动视频,利用计算高效、鲁棒性好的Camshift运动目标跟踪算法,融合颜色、纹理和边缘特征,在发生水汽或设备遮挡带钢时,使用BP神经网络和Kalman滤波器预测带钢的位置,完成对带钢的检测与跟踪任务,有效克服了传统的Camshift算法通过单一特征进行跟踪导致跟踪精度较低的缺陷,也为带钢被遮挡的问题提供了一个解决方法,避免了跟踪目标丢失,提高了复杂背景下运动目标的跟踪稳定性和跟踪精度。
-
-