基于改进Camshift的红外转炉钢流自动检测与跟踪
Automation & Instrumentation（2019）
摘要
传统远红外在线出钢钢渣含量检测方法实时性差,停止出钢时间判断不准确;钢包因加合金产生烟尘遮挡,不利于监测转炉的倾角状态.提出了在远红外图像检测系统加入改进的连续自适应Meanshift (Camshift)自动检测与跟踪算法.用二值法分割出钢流,检测钢流的最小外接矩形轮廓,并将矩形轮廓作为Camshift的初始化目标区域.若相邻两帧图片中跟踪框质心的欧式距离大于设定阈值,用矩形轮廓更新搜索窗口的位置和大小,实现Camshift算法全自动跟踪,解决目标漂移和丢失问题.试验结果表明,改进的Camshift算法降低了钢水含渣量,准确判断出钢时间,可实时监测转炉倾角变化.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要