来源：期刊VIP网 时间：
作者：罗柏文;史天宠;李宗平;廖婷婷;
单位：湖南科技大学海洋矿产资源探采装备与安全技术国家地方联合工程实验室;中冶长天国际工程有限责任公司;
摘要：为了实现钢铁厂烧结机篦条故障智能化在线监测，提出了基于OpenCV图像处理技术的篦条故障图像识别方法，即通过采取篦条结构特征识别算法检测篦条的根数、间隙宽度、斜率和间隙糊堵占比等参数来表征篦条的倾斜、断裂和间隙糊堵等故障类型。该文以湘钢烧结一厂的篦条故障作为在线监测实验对象，首先对篦条图像进行拼接和自适应二值化处理，然后在篦条图像感兴趣区域（Region of interest,ROI）提取篦条轮廓并统计根数和间隙宽度；再用霍夫变换方法对图像行直线拟合，筛选出篦条所在的线段，用两个端点计算斜率得到篦条倾斜程度；再对原二值图像和开操作处理后的图像进行按位与运算，得到糊堵物位置并求出其占比；最后使用多次开操作提取到篦条断裂位置。实验结果表明，所述算法检测的篦条间隙宽度误差在4 mm内，倾率误差在±1°范围内，并能快速、有效地监测到篦条故障。
关键词：篦条;;故障;;监测;;OpenCV;;图像识别
