基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过对现有大包下渣检测系统的分析,提出了一种基于图像特征的嵌入式下渣检测方法,阐述了系统嵌入式架构及具体实现方法.该方法以DSP为下位机系统的核心硬件平台,由FPGA与DSP组成的下位机系统将摄像头采集到的模拟图像转换成数字图像,同时进行平均灰度变化与结构相似度的图像特征提取与分析,再经HPI通信模块将处理后的数据发送给由ARM组成的上位机系统,最后采用MiniGUI设计了嵌入式环境下的图形用户界面,实现对大包浇注过程中长水口附近液面状态及下渣检测情况的实时监控.现场试验表明:该方法具有非接触式检测、成本低等特点,能够协助现场工作人员检测和判断下渣,有效地减少连铸过程中大包到中间包的下渣量.
推荐文章
基于嵌入式系统的图像对象分割
嵌入式系统
嵌入式LINUX
图像采集
图像对象分割
阈值
基于ARM的嵌入式图像识别检测系统的设计
ARM
SIFT算法
图像采集
图像识别
基于WinCE的嵌入式图像采集系统设计
图像采集
嵌入式系统
图像传输
WinCE
基于嵌入式技术实时图像监控系统的研究
图像监控系统
嵌入式技术
CF卡
μC/OS-Ⅱ
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像特征的嵌入式大包下渣检测方法
来源期刊 钢铁研究学报 学科 工学
关键词 图像特征 嵌入式系统 下渣检测 图像处理
年,卷(期) 2011,(1) 所属期刊栏目 测试与控制
研究方向 页码范围 58-62
页数 分类号 TF777
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李培玉 浙江大学机械工程学系 41 280 8.0 15.0
2 郝明金 浙江大学机械工程学系 2 2 1.0 1.0
3 王团结 浙江大学机械工程学系 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像特征
嵌入式系统
下渣检测
图像处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
钢铁研究学报
月刊
1001-0963
11-2133/TF
大16开
北京市海淀区学院南路76号
80-259
1981
chi
出版文献量(篇)
3597
总下载数(次)
8
论文1v1指导