[发明专利]一种废钢智能判级装置

说明书

本发明公开了一种废钢智能判级装置，包括图像采集系统和图像处理系统，其中，所述的图像处理系统包括视频抽帧模块和废钢判级模块；所述的图像采集系统用于实时采集废钢卸车的视频并发送给视频抽帧模块，所述的视频抽帧模块用于将接收的视频进行抽帧后发送给废钢判级模块，所述的废钢判级模块使用深度学习技术检测视频帧中的废钢并自动对废钢进行判级；所述的视频抽帧模块中包含用于检测钢爪位置的目标检测算法以及用于检测卸货车辆位置的分割算法。利用本发明，可以实现高效准确的废钢自动化分类，降低人力物力消耗，帮助更有效的利用和管理快速增长的废钢资源。

技术领域

本发明属于图像处理领域，尤其是涉及一种废钢智能判级装置。

背景技术

随着钢铁产量不断增加，每天也会有大量的废钢产生。所谓废钢，就是在生产生活的过程中，淘汰或者损坏的作为回收利用的废旧钢铁，分为废钢、废铁、冶金废渣、氧化废料等，这些都统称为废钢。

本着物尽其用的原则，废钢供应部门必须通过加工手段，把不同种类和不同规格的废钢，按照炼钢生产要求，加工成为规格对路的炉料。在加工的同时要把能够直接利用的型材、钢板等挑选出来，经过剪切、气割加工以后，作为直接生产用料，从而提高废钢的利用价值。

目前大部分钢铁公司的废钢的回收分类还是靠人力完成，凭借个人经验与主观判断来把废钢按照其外形尺寸(一般为厚度)分为重型废钢、中型废钢等。这种方法不但极其依赖判断者的经验和状态，还容易产生廉洁问题，影响回收分类的效率。

为了减少人力物力的消耗、提高回收分类的效率，可以将深度学习引入废钢判级中。现有的基于深度学习的废钢判级方法，如申请号为202110527787.7的中国专利文献公开了“一种人工智能废钢扣杂评级方法及系统”，申请号为202110527787.7的中国专利文献公开了一种基于视频监控的废钢车厢等级判定方法。以上两种方法均没有除去重复检测的结果(钢爪/吸盘每次只会抓取车厢中的部分废钢，因此同一块废钢可能出现在不同图片中)，而这会导致判级的错误率大大增加。

因此，需要设计一种操作简单、准确率高、安全性高、稳定性好的废钢智能判级装置。

发明内容

本发明提供了一种废钢智能判级装置，可以实现高效准确的废钢自动化分类，降低人力物力消耗，帮助更有效的利用和管理快速增长的废钢资源。

一种废钢智能判级装置，包括图像采集系统和图像处理系统，其中，所述的图像处理系统包括视频抽帧模块和废钢判级模块；

所述的图像采集系统用于实时采集废钢卸车的视频并发送给视频抽帧模块，所述的视频抽帧模块用于将接收的视频进行抽帧后发送给废钢判级模块，所述的废钢判级模块使用深度学习技术检测视频帧中的废钢并自动对废钢进行判级；

所述的视频抽帧模块中包含用于检测钢爪位置的目标检测算法以及用于检测卸货车辆位置的分割算法，具体抽帧过程如下：

(1)由基于YOLOv3的目标检测算法得到钢爪位置(x,y,w,h)，将(x+w/2,y+h/2)作为钢爪位置(x₀,y₀)；

(2)由基于Deeplab的分割算法检测车辆位置，将包含车辆信息的像素点赋值为1，不包含车辆信息的像素点赋值为0，得到车辆预测二值结果图；

(3)将钢爪位置(x₀，y₀)点乘车辆预测二值结果图，点乘结果作为钢爪与车辆相对位置值P；

(4)重复以上步骤，记录钢爪与车辆相对位置值P的历史信息，当P值历史信息在2秒内保持为0时，计算当前图像的透射率，根据下式计算