点击下载——基于机器视觉的烧结终点识别方法的研究.doc 基于机器视觉的烧结终点识别方法的研究 李屹1，王莹2 (1．河北联合大学电气工程学院，河北唐山063009；2．首钢京唐钢铁联合有限责任公司) 摘要：烧结生产中，烧结终点的准确识别是控制烧结质量和降低成本的关键所在。因此，当采用基于机器视觉技术判断烧结终点时，烧结图像的阈值分割精度就显得尤为重要。本文针对一般预处理方法很难消除烧结机尾断面图像光晕现象这一缺陷，在图像预处理中增加色彩模型转换环节，从而达到减弱光晕的效果。由于烧结图像红火区和气孔区阈值极为接近，采用一般阈值分割方法很难达到良好的分割效果，因此笔者采用基于粒子对优化的C均值聚类分割的方法进行分割。此方法具有分割速度快、分割效果明显的特点。图像识别中采用改进BP网络对烧结终点进行识别，解决了传统BP算法容易陷入局部极小及学习速率慢的问题。通过实验验证，上述方法对烧结终点的正确识别率可达到93%。 关键词：烧结矿断面；烧结终点识别；火焰图像；图像分割；PPO-C均值聚类；BP网络 0引言 冶金行业中，烧结是钢铁企业生产的基础环节。在我国，烧结矿已占到高炉炉料的90%以上，因此烧结矿的..