书籍详情
基于机器视觉的钢铁冶金过程智能感知技术及应用
作者：周东东
出版社：冶金工业出版社
出版时间：2023-03-01
ISBN：9787502493950
定价：¥102.00
购买这本书可以去
内容简介
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。
作者简介
暂缺《基于机器视觉的钢铁冶金过程智能感知技术及应用》作者简介
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
1.2.1 像素
1.2.2 分辨率
1.2.3 图像的种类
1.2.4 图像质量
1.3 辐射定律基础知识
1.3.1 普朗克定律
1.3.2 维恩公式
1.3.3 斯蒂芬-玻耳兹曼定律
1.4 深度学习基础知识
1.4.1 卷积层
1.4.2 池化层
1.4.3 全链接层
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
2.1.1 铁前工序
2.1.2 高炉炼铁工序
2.1.3 炼钢工序
2.1.4 连铸工序
2.1.5 轧钢工序
2.2 温度检测技术发展现状
2.2.1 接触式测温
2.2.2 非接触式测温
2.2.3 融合式测温
2.3 粒度检测技术现状
2.3.1 编码结构光研究现状
2.3.2 点云分割处理研究现状
2.3.3 粒度检测研究现状
2.4 缺陷检测技术现状
2.4.1 表面缺陷检测方法综述
2.4.2 机器视觉表面缺陷检测算法综述
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
3.1.1 机器视觉技术
3.1.2 钢铁行业应用历程
3.2 机器视觉技术常见架构
3.2.1 系统总体框架
3.2.2 硬件设计
3.2.3 软件设计
3.3 工业相机
3.3.1 工业相机的分类
3.3.2 CCD的性能参数
3.4 光源
3.4.1 钨丝白炽灯
3.4.2 卤素灯
3.4.3 气体放电灯
3.4.4 发光二极管（LED）
3.4.5 激光光源
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
4.1.1 基本假设
4.1.2 图像灰度与辐射体温度的关系
4.2 比色测温法原理
4.3 黑体炉标定
4.4 图像噪声滤波
4.4.1 噪声类型
4.4.2 去噪方法及原理
4.5 图像边缘检测方法
4.5.1 图像边缘简介
4.5.2 图像边缘检测方法及原理
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
5.1.1 曝光时间的控制研究
5.1.2 增益的控制研究
5.2 高炉风口温度在线系统标定过程
5.2.1 不同工况下的标定图像及稳定性分析
5.2.2 标定结果
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
6.1.1 2000m3高炉
6.1.2 2500m3高炉
6.2 喷煤高炉正常冶炼风口温度场分布
6.2.1 2000m3高炉
6.2.2 2500m3高炉
6.3 停煤过程及全焦冶炼风口温度场分布
6.3.1 停煤过程
6.3.2 全焦冶炼过程
6.4 影响因素分析
6.4.1 风口尺寸
6.4.2 喷煤量
6.4.3 风温
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
7.1.1 均匀性
7.1.2 活跃性
7.2 风口燃烧带□部区域均匀性与活跃性研究
7.2.1 2000m3高炉
7.2.2 2500m3高炉
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
8.1.1 影响因素分析
8.1.2 光谱发射率的温度□化模型
8.1.3 光谱发射率的波长□化模型
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
8.4.1 实验装置
8.4.2 结果与分析
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
9.4.1 结构光重建原理
9.4.2 结构光理论模型
9.4.3 矿石样本获取
9.5 点云深度学习算法
9.5.1 PointNet
9.5.2 PointNet
9.5.3 数据集制作
9.6 矿石粒度三维在线检测应用
9.6.1 矿石体积测算方法
9.6.2 矿石样本与体积测算结果
9.6.3 基于残缺率加权的体积测算方法
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
10.1.1 检测原理
10.1.2 光路配置
10.2 基于深度学习的表面缺陷检测系统
10.2.1 单隐层前馈神经网络
10.2.2 ELM分类算法
10.3 复杂曲面表面缺陷在线检测系统
10.3.1 实验平台与实验方法
10.3.2 双光源光度立体三维重建方法
10.3.3 检测结果与讨论
10.4 周期性缺陷检测方法
10.4.1 长短期记忆网络（LSTM）算法原理
10.4.2 引入注意力机制的周期性缺陷检测算法
10.4.3 周期性缺陷检测结果
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
11.3.1 积分方法
11.3.2 全□迭代优化法
11.3.3 Frankot-Chellappa方法
11.3.4 水下三维成像实验平台 …… 12表面质量评级原理及应用
1.1 光学成像基础知识
1.2 图像基础知识
1.2.1 像素
1.2.2 分辨率
1.2.3 图像的种类
1.2.4 图像质量
1.3 辐射定律基础知识
1.3.1 普朗克定律
1.3.2 维恩公式
1.3.3 斯蒂芬-玻耳兹曼定律
1.4 深度学习基础知识
1.4.1 卷积层
1.4.2 池化层
1.4.3 全链接层
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
2.1.1 铁前工序
2.1.2 高炉炼铁工序
2.1.3 炼钢工序
2.1.4 连铸工序
2.1.5 轧钢工序
2.2 温度检测技术发展现状
2.2.1 接触式测温
2.2.2 非接触式测温
2.2.3 融合式测温
2.3 粒度检测技术现状
2.3.1 编码结构光研究现状
2.3.2 点云分割处理研究现状
2.3.3 粒度检测研究现状
2.4 缺陷检测技术现状
2.4.1 表面缺陷检测方法综述
2.4.2 机器视觉表面缺陷检测算法综述
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
3.1.1 机器视觉技术
3.1.2 钢铁行业应用历程
3.2 机器视觉技术常见架构
3.2.1 系统总体框架
3.2.2 硬件设计
3.2.3 软件设计
3.3 工业相机
3.3.1 工业相机的分类
3.3.2 CCD的性能参数
3.4 光源
3.4.1 钨丝白炽灯
3.4.2 卤素灯
3.4.3 气体放电灯
3.4.4 发光二极管（LED）
3.4.5 激光光源
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
4.1.1 基本假设
4.1.2 图像灰度与辐射体温度的关系
4.2 比色测温法原理
4.3 黑体炉标定
4.4 图像噪声滤波
4.4.1 噪声类型
4.4.2 去噪方法及原理
4.5 图像边缘检测方法
4.5.1 图像边缘简介
4.5.2 图像边缘检测方法及原理
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
5.1.1 曝光时间的控制研究
5.1.2 增益的控制研究
5.2 高炉风口温度在线系统标定过程
5.2.1 不同工况下的标定图像及稳定性分析
5.2.2 标定结果
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
6.1.1 2000m3高炉
6.1.2 2500m3高炉
6.2 喷煤高炉正常冶炼风口温度场分布
6.2.1 2000m3高炉
6.2.2 2500m3高炉
6.3 停煤过程及全焦冶炼风口温度场分布
6.3.1 停煤过程
6.3.2 全焦冶炼过程
6.4 影响因素分析
6.4.1 风口尺寸
6.4.2 喷煤量
6.4.3 风温
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
7.1.1 均匀性
7.1.2 活跃性
7.2 风口燃烧带□部区域均匀性与活跃性研究
7.2.1 2000m3高炉
7.2.2 2500m3高炉
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
8.1.1 影响因素分析
8.1.2 光谱发射率的温度□化模型
8.1.3 光谱发射率的波长□化模型
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
8.4.1 实验装置
8.4.2 结果与分析
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
9.4.1 结构光重建原理
9.4.2 结构光理论模型
9.4.3 矿石样本获取
9.5 点云深度学习算法
9.5.1 PointNet
9.5.2 PointNet
9.5.3 数据集制作
9.6 矿石粒度三维在线检测应用
9.6.1 矿石体积测算方法
9.6.2 矿石样本与体积测算结果
9.6.3 基于残缺率加权的体积测算方法
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
10.1.1 检测原理
10.1.2 光路配置
10.2 基于深度学习的表面缺陷检测系统
10.2.1 单隐层前馈神经网络
10.2.2 ELM分类算法
10.3 复杂曲面表面缺陷在线检测系统
10.3.1 实验平台与实验方法
10.3.2 双光源光度立体三维重建方法
10.3.3 检测结果与讨论
10.4 周期性缺陷检测方法
10.4.1 长短期记忆网络（LSTM）算法原理
10.4.2 引入注意力机制的周期性缺陷检测算法
10.4.3 周期性缺陷检测结果
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
11.3.1 积分方法
11.3.2 全□迭代优化法
11.3.3 Frankot-Chellappa方法
11.3.4 水下三维成像实验平台 …… 12表面质量评级原理及应用
猜您喜欢
