基于迁移学习的球团粒径检测系统.pdf
《基于迁移学习的球团粒径检测系统.pdf》由会员分享,可在线阅读,更多相关《基于迁移学习的球团粒径检测系统.pdf(7页珍藏版)》请在咨信网上搜索。
1、2023年/第8期 物联网技术全面感知 Comprehensive Perception330 引 言球团矿的粒径粒形对球团抗压强度和环冷冷却时间具有重要影响,通过对球团矿粒径粒形的检测,可以有效地提高球团生产质量。随着计算机视觉的快速发展,越来越广泛地使用计算机视觉的方法进行工业检测。白志城等人1设计开发了一套球团矿粒度检测系统,可以实时对球团矿粒进行检测,该系统可以达到 97.69%的准确率。张建立等人2提出了一种基于形态学图像处理的矿石粒度检测方法,利用工业相机对矿石图像进行采集,将导入计算机的图像进行滤波处理、形态学运算、形态学重构、分水岭分割、矿石颗粒像素标定,进而统计矿石粒度的大小
2、和不同粒级所占的比例。王文成等人3提出了基于图像处理的给矿粒度检测及控制系统。该系统可以对矿粒进行检测后,及时地对摆式给矿机进行调整。郭上华等人4基于小波理论,研究出一种在线测定球团粒度的方法,实现了球团边界的提取。夏召红等人5基于小波理论图像处理技术,研究出一种在线测定堆积球团粒度的方法。毛韬等人6提出了一种基于势能比较评价函数的分水岭算法来获得合理的分割结果,实现对粒度的统计分析。温春友等人7提出了基于图像处理的球团粒度检测及粒度分布技术,实现了球团矿粒度的在线检测。叶邦志8提出了一种基于自适应标记提取的分水岭分割算法,该方法克服了传统的分水岭算法的过分割现象。秦长泽9提出了基于图像处理的
3、球团颗粒粒度检测系统,解决了传统筛分法检测球团粒度效率低、准确率差的问题。绍曙光等人10设计了基于工业机器人的自动化球团矿检测方法,提升了检测的自动化水平,提高了生产效率。王创新等人11提出了一种基于多传感器融合的球团密度在线检测方法。该方法考虑了球团制团过程中各因素对球团密度的影响。白雪岭12提出了一种智能化的球团烧结智能控制方法来提高工业生产质量。在实际加工过程中,球团矿会存在相互重叠的问题,导致球团的粒径和个数难以检测。为了解决堆叠球团的重叠和边界模糊等问题,本文提出了基于形态学操作、距离变换以及分水岭算法的圆拟合和椭圆拟合计算方法来计算球团参数。同时,为了将该算法应用到实际生产环境中,
4、本文使用迁移学习的方法,在需要应用的各场景新采集和标注部分样本,更新适应新场景的算法,将迁移后的算法应用到造球盘、生球皮带、辊筛和汇聚皮带上,实现造球过程中不同位置生球粒径的在线实时测量。1 球团粒径检测系统基于迁移学习的球团粒径智能检测设计路线包括实验环境下粒径算法研究和实际工业环境下的迁移学习。在球团矿生产场景下,粉尘大、光照强度不均、形状不规则、圆盘造球机高速旋转和生球在圆盘内滚动复合、生球之间相互粘连或者重叠等客观因素给球团矿粒径检测研究带来较大挑战。基于卷积神经网络(Convolutional Neural Network,CNN)的语义分割具有强大的表征能力,在矿石粒度和球团矿检测
5、中基于迁移学习的球团粒径检测系统王兴锋1,孙孝东1,于 凤1,肖成勇2,郭学强3(1.鞍山钢铁集团大孤山球团厂,辽宁 鞍山 111008;2.北京科技大学 自动化学院,北京 100083;3.北京科技大学 计算机与通信工程学院,北京 100083)摘 要:球团粒径是评价球团矿质量的重要指标,是球团矿生产控制技术的关键。为了提高球团生产的效率和质量,本文提出了一种基于迁移学习的球团粒径检测系统。首先,为了解决堆叠球团中所存在的球团粘连问题,提出了基于形态学和距离变换的圆拟合与椭圆拟合的方法对球团矿粒径粒形分布进行统计;其次,基于迁移学习设计开发了球团粒径检测系统,将迁移后的算法应用到造球盘、生球
6、皮带、辊筛和汇聚皮带上,实现在球团生产过程中对不同位置球团粒径的在线实时测量,为球团生产的智能控制奠定了坚实基础。关键词:球团;检测系统;粒径粒形;迁移学习;图像处理;物联网技术中图分类号:TF046.6;TP181 文献标识码:A 文章编号:2095-1302(2023)08-0033-06收稿日期:2022-09-22 修回日期:2022-10-21基金项目:科技创新2030-重大项目(2020AAA0108702-01);中央高校基本科研业务费专项资金项目(FRF-TP-20-016A1);北京科技大学教育教学改革与研究面上项目(JG2021M29,JG2021M28)DOI:10.16
7、667/j.issn.2095-1302.2023.08.009物联网技术 2023年/第8期 全面感知 Comprehensive Perception34具有强大优势,但是深度学习需要数量巨大的标注图像,标注成本很高。本项目设计的技术路线如图 1 所示。首先在实验室环境下,通过手动摆放球团的方式,拍摄一定量的数据集;然后通过数据增强方式扩充数据样本,设计粒径检测算法进行算法验证,达到预定的精度;最后在各个场景下,新采集和标注少量图片,重新训练适应新环境的粒径检测算法。图 1 基于迁移学习的球团粒径检测技术路线2 球团粒径智能检测方法2.1 球团矿图像数据采集在实验室环境下,球团矿的摆放由疏
8、到密,再到相互堆叠,最终通过拍照共采集到 36 张图片。在摆放球团时,在球团中央或者旁边放有一枚一元硬币,便于后续在计算球团大小时提供参照物。部分数据集如图 2 所示。图 2 采集到的部分球团矿图像2.2 基于分水岭算法的球团矿粒径粒形检测算法分水岭算法是一种常见的图像分割算法,基本思想是将图像视为一张地形图,每个点的海拔高度就是该点的像素值,这样就会得到一个有山峰有盆地的区域。分水岭改进算法包括基于距离变换的分水岭算法和基于形态学的分水岭 算法。2.2.1 基于距离变换的分水岭算法距离变换是指图像中像素点到最近的像素值为 0 的点的距离。其方法是在二值化的图像上,给每个像素点赋值为与它最近的
9、背景像素点的距离,得到一个距离矩阵。距离矩阵中越亮的地方表示离零点的距离越远,越暗的地方表示离零点距离越近。可以使用合适的阈值确定出质心或者物体主要的部分。因此,距离变换可以用来细化轮廓和寻找质心。根据二值图像,可以确定图像中的连通域,进而可以使用分水岭算法进行分割。使用距离变换的分水岭算法过分割现象比较严重,如 图 3(a)和图 3(b)所示,图中存在的一些碎球团在实际分割时并不需要过多关注。图 3 基于距离变换的分水岭分割效果从图 3(a)中分散球团的分割效果来看中,球团的边界分割还是比较好的,基本上都能正确分割,但是也存在一些过分割的情况。图像中不可避免地会有一些球团矿碎渣,理论上是不需
10、要分割的,但是分水岭算法会将这些错误的碎渣分割出来。从图 3(b)中堆叠球团的分割效果来看中,中间堆叠球团部分仅分割出了最外侧的边缘,而内部单个球团之间的边界线却没有分割出来。同时,除一些过分割的边界线之外,过分割的球团碎渣也是很多的。2.2.2 基于形态学的分水岭算法形态学其实就是对图像进行一些运算,其中最常见的是膨胀、腐蚀、开运算和闭运算。这些运算一般是在二值图像上进行,但是也可以推广到灰度图。灰度图像中的形态学运算是二值图像上的推广。式(1)为使用结构元素 b 对 f 进行灰度腐蚀的定义,式(2)为使用结构元素 b 对 f 进行灰度膨胀的定义,其中 Db为 b 的定义域。开运算和闭运算与
11、二值图像上的操作一样,分别如式(3)和式(4)所示。(fb)(x,y)=minf(x+x,y+y)-b(x,y)|(x,y)Db (1)(fb)(x,y)=maxf(x-x,y-y)+b(x,y)|(x,y)Db (2)fb=(fb)b (3)fb=(fb)b (4)2023年/第8期 物联网技术全面感知 Comprehensive Perception35基于形态学的分水岭算法在分散球团照片上的测试结果如图 4(a)所示。从结果来看,结合了形态学的分水岭算法效果要比基于距离变换的分水岭算法好很多,对于彼此分开的球团图像,虽然存在欠分割,但是并不是很严重。另外,形态学的处理大幅减少了之前过分割
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 迁移 学习 团粒 检测 系统
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。