高炉铁口铁水温度场(Molten iron temperature field,MITF)是表征铁水质量、判断炉温状况的重要信息.然而高炉出铁场动态粉尘的干扰使得铁水温度场的在线准确获取充满挑战.为此,首次提出基于红外与可见光视觉的高炉铁口铁水温度场检测方...高炉铁口铁水温度场(Molten iron temperature field,MITF)是表征铁水质量、判断炉温状况的重要信息.然而高炉出铁场动态粉尘的干扰使得铁水温度场的在线准确获取充满挑战.为此,首次提出基于红外与可见光视觉的高炉铁口铁水温度场检测方法,利用可见光图像为红外视觉测温提供先验粉尘干扰情况.首先,设计红外与可见光视觉协同的测温系统,同步获取高炉铁口铁水流的红外图像和可见光图像,铁水流红外图像表征铁水原始温度场信息,可见光图像为量化粉尘透射率提供数据基础.其次,构建基于色彩一致性的可见光图像中粉尘透射率估计模型和基于雾线先验的红外图像中粉尘透射率估计模型,得到红外波段下粉尘透射率.最后,结合红外辐射测温原理,构建基于粉尘透射率的红外测温近似补偿模型,实现铁水温度场的针对性补偿,获取误差较小的铁水温度.工业实验表明,相比于仅利用红外视觉测量铁水温度场,所提方法能够显著降低粉尘造成的测温误差,为高炉调控提供连续可靠的铁水温度数据.展开更多
为解决现有深度学习网络结构对红外弱小目标的识别针对性不足问题,提出了一种基于改进Yolov8的红外弱小目标识别算法(Yolov8n based on UniRepLK Block and Triplet Attention,UT-Yolov8)。该算法通过特征融合网络输出端的检测头引入三...为解决现有深度学习网络结构对红外弱小目标的识别针对性不足问题,提出了一种基于改进Yolov8的红外弱小目标识别算法(Yolov8n based on UniRepLK Block and Triplet Attention,UT-Yolov8)。该算法通过特征融合网络输出端的检测头引入三重注意力机制,为特征融合网络内部添加新的小目标检测层、检测头,以及在特征提取网络的空间池化金字塔内结合大内核卷积,针对红外弱小目标的成像特性进行改进。算法在真实红外图像数据上进行验证,实验结果表明,UT-Yolov8算法在保持高检测速度的同时,有效提高了网络对于红外弱小目标识别精度,平均精度均值mAP@0.5达到了95.9%。展开更多
文摘高炉铁口铁水温度场(Molten iron temperature field,MITF)是表征铁水质量、判断炉温状况的重要信息.然而高炉出铁场动态粉尘的干扰使得铁水温度场的在线准确获取充满挑战.为此,首次提出基于红外与可见光视觉的高炉铁口铁水温度场检测方法,利用可见光图像为红外视觉测温提供先验粉尘干扰情况.首先,设计红外与可见光视觉协同的测温系统,同步获取高炉铁口铁水流的红外图像和可见光图像,铁水流红外图像表征铁水原始温度场信息,可见光图像为量化粉尘透射率提供数据基础.其次,构建基于色彩一致性的可见光图像中粉尘透射率估计模型和基于雾线先验的红外图像中粉尘透射率估计模型,得到红外波段下粉尘透射率.最后,结合红外辐射测温原理,构建基于粉尘透射率的红外测温近似补偿模型,实现铁水温度场的针对性补偿,获取误差较小的铁水温度.工业实验表明,相比于仅利用红外视觉测量铁水温度场,所提方法能够显著降低粉尘造成的测温误差,为高炉调控提供连续可靠的铁水温度数据.
文摘为解决现有深度学习网络结构对红外弱小目标的识别针对性不足问题,提出了一种基于改进Yolov8的红外弱小目标识别算法(Yolov8n based on UniRepLK Block and Triplet Attention,UT-Yolov8)。该算法通过特征融合网络输出端的检测头引入三重注意力机制,为特征融合网络内部添加新的小目标检测层、检测头,以及在特征提取网络的空间池化金字塔内结合大内核卷积,针对红外弱小目标的成像特性进行改进。算法在真实红外图像数据上进行验证,实验结果表明,UT-Yolov8算法在保持高检测速度的同时,有效提高了网络对于红外弱小目标识别精度,平均精度均值mAP@0.5达到了95.9%。
