冶金工业论文_一种基于机器视觉的高炉铁口深度 - 计算机时代杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 计算机时代

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

冶金工业论文_一种基于机器视觉的高炉铁口深度

作者:

关键词:

摘要：

文章摘要:维持稳定的高炉铁口深度对高炉安全生产以及高炉长寿具有重要意义。目前，高炉铁口深度检测是利用开铁口机的行程标尺或速度编码器，而铁口环境恶劣，具有高温、强腐蚀、多尘、多振动等特点，难以实现低成本、高效率测量。对此，提出了一种基于ArUco标记的机器视觉测距技术，针对ArUco标记，研究了快速、准确提取ArUco标记特征点的方法；针对铁口打开时机难以人工判断的情况，提出基于图像颜色变化的铁口打开判据，实现铁口深度的自动测量。实验表明，在实验室景深5 m、量程4.3 m的条件下，移动距离的测量相对误差小于1%；在现场环境下，该方法可以实时有效提取标记区域，检测速度可以达到20 fps，满足炉前区域高炉铁口深度的持续、准确测量需求。

文章关键词:

论文分类号:TF573.6;TP391.41

文章来源：《计算机时代》网址: http://www.jsjsdzzs.cn/qikandaodu/2022/0127/2269.html