摘要：目前烧结生产中混合料粒度主要通过人工检测方式获取，该操作方式不连续，且准确度有待提高，难以确定粒度分布与烧结生产参数之间的定量关系。因此，本文提出一种烧结混合料粒度检测模型，该模型采用ＣＣＤ工业相机和工业光源作为混合料图像的主要采集设备；在图像预处理过程中，使用加权平均法用于图像的灰度化处理；在粒度检测模型构建中，应用Ｕｎｅｔ网络对烧结混合料图像进行分割处理。结果表明：工业光源的使用提高了采集时的亮度，也能在最大程度上降低外界光线的影响，确保烧结混合料图像的稳定性；图像预处理有助于分辨烧结混合料的颗粒特征，在此基础上，使用中值滤波和直方图均衡化更适合表征图像中混合料颗粒的边缘，并将颗粒内部特征模糊化，对噪声及其他不利因素有很好的去除效果；训练好的Ｕｎｅｔ网络分割模型对烧结混合料的分割准确率达到９１％以上，分割精度误差低于９％，对混合料图像的分割效果较好。该模型的应用可为烧结生产提供及时、准确的粒度分布数据，有助于提高烧结混合料粒度检测效率，帮助企业提升经济效益和社会效益。 关键词：铁矿；烧结混合料；粒度检测；图像预处理；图像分割；Ｕｎｅｔ网络 下载高清全文—基于Unet网络的烧结混..