傳統遠紅外在線出鋼鋼渣含量檢測方法實時性差,停止出鋼時間判斷不準確;鋼包因加合金產生煙塵遮擋,不利于監(jiān)測轉爐的傾角狀態(tài)。提出了在遠紅外圖像檢測系統加入改進的連續(xù)自適應Meanshift（Camshift）自動檢測與跟蹤算法。用二值法分割出鋼流,檢測鋼流的最小外接矩形輪廓,并將矩形輪廓作為Camshift的初始化目標區(qū)域。若相鄰兩幀圖片中跟蹤框質心的歐式距離大于設定閾值,用矩形輪廓更新搜索窗口的位置和大小,實現Camshift算法全自動跟蹤,解決目標漂移和丟失問題。試驗結果表明,改進的Camshift算法降低了鋼水含渣量,準確判斷出鋼時間,可實時監(jiān)測轉爐傾角變化。 

【文章來源】：自動化與儀表. 2019,34(11)

【文章頁數】：5 頁

【文章目錄】：
1 系統的結構設計
2 Camshift目標跟蹤算法
3 選取目標邊緣輪廓以及最小外接矩形
    3.1 選取目標邊緣輪廓
    3.2 獲取最小外接矩形
4 基于輪廓特征的Camshift目標跟蹤算法
5 試驗以及結果分析
    5.1 試驗環(huán)境搭建
    5.2 第一幀搜索框檢測試驗
    5.3 相似顏色粉塵狀遮擋物試驗處理結果分析
6 結語


【參考文獻】：
期刊論文
[1]多特征融合的Camshift運動目標跟蹤算法[J]. 吳瑋,鄭娟毅,杜樂.  計算機科學. 2018(07)
[2]顯著性直方圖模型的Camshift跟蹤方法[J]. 修春波,魏世安.  光學精密工程. 2015(06)
[3]基于改進的Camshift目標跟蹤算法[J]. 李妮妮,褚玉,劉軍清,陳鵬.  科技信息. 2014(10)

碩士論文
[1]一種轉爐出鋼監(jiān)測系統的研制[D]. 王部軍.浙江大學 2011



本文編號：3529753