本书主要介绍了基于机器视觉的智能感知技术在钢铁行业应用技术和部分研究成果，具体包括通过机器视觉基础理论、典型应用场景、行业智能感知需求分析、高温钢铁冶金过程的温度在线检测、缺陷在线检测、表面质量评价、粒度在线检测、工艺评价等基础理论及应用。
本书可供机器视觉、人工智能、图像处理、钢铁冶金领域相关科研人员及生产技术人员阅读，也可供钢铁冶金等相关领域大专院校师生参考。
封面
题名页
编委会
前言
目录
1 预备知识
1.1 光学成像基础知识
1.2 图像基础知识
1.3 辐射定律基础知识
1.4 深度学习基础知识
参考文献
2 机器视觉智能感知技术需求与发展现状
2.1 钢铁行业对智能感知技术需求分析
2.2 温度检测技术发展现状
2.3 粒度检测技术现状
2.4 缺陷检测技术现状
参考文献
3 机器视觉系统的原理及组成
3.1 机器视觉技术
3.2 机器视觉技术常见架构
3.3 工业相机
3.4 光源
参考文献
4 基于机器视觉的温度在线检测原理
4.1 物理光学模型
4.2 比色测温法原理
4.3 黑体炉标定
4.4 图像噪声滤波
4.5 图像边缘检测方法
参考文献
5 基于机器视觉的高炉风口温度在线检测系统优化
5.1 高炉风口图像有效采集
5.2 高炉风口温度在线系统标定过程
5.3 高炉风口图像滤波去噪过程
5.4 高炉风口图像边缘检测过程
6 高炉风口温度场分布及影响因素研究
6.1 高炉设备及生产参数
6.2 喷煤高炉正常冶炼风口温度场分布
6.3 停煤过程及全焦冶炼风口温度场分布
6.4 影响因素分析
7 高炉炉缸工作状态评价模型
7.1 均匀性及活跃性的定义
7.2 风口燃烧带局部区域均匀性与活跃性研究
7.3 风口燃烧带圆周方向均匀性及活跃性研究
8 高温钢坯轧制过程温度在线检测应用
8.1 发射率模型研究
8.2 高温钢坯温度检测系统标定过程
8.3 噪声去除算法研究
8.4 钢坯表面温度检测研究
9 基于机器视觉的原燃料粒度在线检测技术
9.1 图像采集及高炉冶炼参数
9.2 语义分割算法
9.3 风口焦炭粒度在线检测应用
9.4 矿石粒度三维检测方法
9.5 点云深度学习算法
9.6 矿石粒度三维在线检测应用
参考文献
10 基于机器视觉的金属表面缺陷在线检测技术
10.1 表面缺陷在线检测原理
10.2 基于深度学习的表面缺陷检测系统
10.3 复杂曲面表面缺陷在线检测系统
10.4 周期性缺陷检测方法
参考文献
11 基于光度立体的水下钢板三维检测技术
11.1 光度学基本概念
11.2 光度立体基本原理
11.3 表面三维重构
11.4 光源位置标定结果
11.5 水下平板样本三维重建实验
11.6 水下碳钢焊缝三维重建实验
12 表面质量评级原理及应用
12.1 层次分析法
12.2 决策步骤及结构设计
12.3 质量分级评估应用实现过程及结果
点击下载