-
题名基于改进YOLOv11的球团分割与粒径测算模型
- 1
-
-
作者
吕健
刘卫星
杨爱民
白云杰
高帛
李杰
齐西伟
-
机构
华北理工大学冶金与能源学院
华北理工大学综合测试分析中心
华北理工大学理学院
石家庄铁道大学
-
出处
《中国冶金》
北大核心
2026年第2期168-181,共14页
-
基金
国家自然科学基金资助项目(52074126)
河北省教育厅青年科学基金资助项目(QN2024226)。
-
文摘
在高炉冶炼过程中,球团矿粒度的均匀性对高炉顺行有重要影响。然而在工业造球过程中,现场仍采用传统人工筛分方法,不便直接、连续测量球团粒径,且测量误差较大,难以满足实时测量需求。因此,本文提出一种非接触式在线测量球团粒径方法,以YOLOv11模型为基础,引入多尺度增强上采样模块(MEUM)替代原有上采样结构,通过多尺度特征融合与边缘增强设计提升对不同粒径及模糊边界的表征能力;在骨干网络中嵌入局部重要性注意力机制(LIA),自适应强化关键区域响应,在保持网络轻量化的同时提高对复杂背景下目标特征的鲁棒性。在此基础上,提出1种边缘轮廓-霍夫圆联合检测法来测算球团粒径,通过对处理后掩码边缘轮廓提取获得最小外接圆,并结合多尺度霍夫圆检测进行匹配与筛选,从而得到稳定可靠的拟合圆并计算粒径。结果表明,改良后模型框检测mAP_(50-95)(交并比从0.50到0.95的多个阈值下计算的平均精度均值)从0.885提高到0.906;掩码检测召回率从0.9930提升至0.9997,mAP_(50-95)由0.833提升至0.847,与其他4种对比模型相比性能均为最优。同时本文提出的球团粒径测量法与ImageJ测量法的最大误差保持在±1.7mm之内,平均相对误差为3.98%。本文所提出的球团粒径检测方法可以在复杂的工业环境中高效处理球团矿粒径识别任务,在冶金工业智能化领域具有广阔应用空间,为球团矿非接触式粒径检测提供新的思路与方法。
-
关键词
图像分割
球团矿
YOLOv11
meum
LIA
IMAGEJ
边缘轮廓-霍夫圆联合检测法
-
Keywords
image segmentation
pellet
YOLOv11
meum
LIA
ImageJ
edge contour-Hough circle joint detection method
-
分类号
TF046.6
[冶金工程—冶金物理化学]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
