基于深度学习的真空自耗炉冶炼图像处理方法和系统与流程

文档序号:37075966发布日期:2024-02-20 21:30阅读:14来源:国知局
基于深度学习的真空自耗炉冶炼图像处理方法和系统与流程

本发明涉及图像处理,特别涉及一种基于深度学习的真空自耗炉冶炼图像处理方法和系统。


背景技术:

1、真空自耗炉是一种用于冶炼和热处理金属的设备,通常用于冶炼金属和合金等材料。在冶炼过程中,需要对冶炼过程进行实时监测,以确保冶炼质量和设备安全。因此,摄像头成为了真空自耗炉中不可或缺的设备。但是,由于真空自耗炉环境的特殊性和复杂性,冶炼一段时间摄像机镜头的对焦和角度容易发生变化,造成冶炼图像的质量受到很大的影响,出现图像模糊、电弧不在图像中心等问题,影响了图像处理的效率和准确性。目前,在真空自耗炉冶炼过程中,常常需要人工操作对摄像头进行对焦和角度调整,以确保电弧区域清晰、完整地展现在图像中心。然而,这种人工操作耗时耗力,且往往不能保证冶炼过程的连续性和稳定性,影响了生产效率。


技术实现思路

1、本发明的目的在于提供一种基于深度学习的真空自耗炉冶炼图像处理方法,实现稳定的识别冶炼图像。

2、为了实现上述目的,本发明提供如下技术方案:一种基于深度学习的真空自耗炉冶炼图像处理方法,包括:通过摄像头拍摄真空自耗炉炉内冶炼图像;建立图像清晰度判断模型,通过图像清晰度判断模型对所述冶炼图像的清晰度进行识别;设置预设清晰度,调整冶炼图像的清晰度直到冶炼图像的清晰度达到所述预设清晰度;建立冶炼图像识别模型,通过冶炼图像识别模型对所述冶炼图像中电弧位置进行识别;设置所述冶炼图像的目标区域,控制所述摄像头的角度直到拍摄到的所述电弧位于所述冶炼图像的目标区域内。

3、进一步地,所述调整冶炼图像的清晰度直到所述冶炼图像的清晰度达到所述预设清晰度包括:调整所述摄像头的焦距,直到所述冶炼图像的清晰度达到所述预设清晰度。

4、进一步地,所述通过图像清晰度判断模型判断所述冶炼图像的清晰度包括:将所述冶炼图像缩放至设定大小并进行归一化处理得到预处理图像;通过图像清晰度判断模型对预处理图像的清晰度进行判断。进一步地,所述控制所述摄像头的位置直到拍摄到的所述电弧位于所述冶炼图像的目标区域内包括:判断所述电弧在所述冶炼图像中的位置;获取所述电弧相对于所述目标区域的偏离程度;控制所述摄像头的水平方向的角度和垂直方向的角度从而使所述电弧位于所述目标区域中。

5、另一方面,一种基于深度学习的真空自耗炉冶炼图像处理系统,包括:摄像头,所述摄像头用于拍摄真空自耗炉炉内冶炼图像;位移机构,所述位移机构用于控制所述摄像头转动;焦距调整机构,所述焦距调整机构能够调整所述摄像头的焦距;模糊度判断模块,所述模糊度判断模块用于对所述冶炼图像的清晰度进行判断;电弧位置判断模块,所述电弧位置判断模块能够判断电弧在所述冶炼图像中的位置;计算机,所述计算机能够根据所述模糊度判断模块和所述电弧位置判断模块的判断结构控制所述位移机构和所述焦距调整机构。

6、进一步地,所述焦距调整机构包括焦距调整电机,所述焦距调整电机与所述摄像头连接,所述焦距调整电机能够调整所述摄像头的焦距。

7、进一步地,所述位移机构包括水平调整电机和竖直调整电机,所述水平调整电机和所述竖直调整电机均与所述摄像头连接,所述水平调整电机能够控制所述摄像头水平方向的角度,所述竖直调整电机能够控制所述摄像头竖直方向的角度。

8、进一步地,还包括图像预处理模块,所述图像预处理模块能够对所述冶炼图像进行预处理。

9、分析可知,本发明公开一种基于深度学习的真空自耗炉冶炼图像处理方法和系统,本发明通过深度学习算法,自动判断真空自耗炉冶炼图像的模糊度和电弧位置,并通过电机控制调整摄像头对焦和角度,使电弧区域清晰、完整地展现在图像中心,提高了图像处理的自动化水平,节省了人力资源。



技术特征:

1.一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,包括:

2.根据权利要求1所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述调整冶炼图像的清晰度直到所述冶炼图像的清晰度达到所述预设清晰度包括:

3.根据权利要求2所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述通过图像清晰度判断模型判断所述冶炼图像的清晰度包括:

4.根据权利要求1所述的一种基于深度学习的真空自耗炉冶炼图像处理方法,其特征在于,所述控制所述摄像头的位置直到拍摄到的所述电弧位于所述冶炼图像的目标区域内包括:

5.一种基于深度学习的真空自耗炉冶炼图像处理系统,其特征在于,包括:

6.根据权利要求5所述的一种基于深度学习的真空自耗炉冶炼图像处理系统,其特征在于,所述焦距调整机构包括焦距调整电机,所述焦距调整电机与所述摄像头连接,所述焦距调整电机能够调整所述摄像头的焦距。

7.根据权利要求5所述的一种基于深度学习的真空自耗炉冶炼图像处理系统,其特征在于,所述位移机构包括水平调整电机和竖直调整电机,所述水平调整电机和所述竖直调整电机均与所述摄像头连接,所述水平调整电机能够控制所述摄像头水平方向的角度,所述竖直调整电机能够控制所述摄像头竖直方向的角度。

8.根据权利要求5所述的一种基于深度学习的真空自耗炉冶炼图像处理系统,其特征在于,还包括图像预处理模块,所述图像预处理模块能够对所述冶炼图像进行预处理。


技术总结
本发明提供一种基于深度学习的真空自耗炉冶炼图像处理方法,包括:通过摄像头拍摄真空自耗炉炉内冶炼图像;建立图像清晰度判断模型,通过图像清晰度判断模型对冶炼图像的清晰度进行识别;设置预设清晰度,调整冶炼图像的清晰度直到冶炼图像的清晰度达到预设清晰度;建立冶炼图像识别模型,通过冶炼图像识别模型对冶炼图像中电弧位置进行识别;设置冶炼图像的目标区域,控制摄像头的角度直到拍摄到的电弧位于冶炼图像的目标区域内,本发明通过深度学习算法,自动判断真空自耗炉冶炼图像的模糊度和电弧位置,并通过电机控制调整摄像头对焦和角度,使电弧区域清晰、完整地展现在图像中心,提高了图像处理的自动化水平,节省了人力资源。

技术研发人员:饶川,颜学勇,肖斌,徐导
受保护的技术使用者:大冶特殊钢有限公司
技术研发日:
技术公布日:2024/2/19
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1