中国炼铁网移动版

基于SAM的球团图像粒度识别算法

马伟宁，杨磊^b，李杰^b,c，张遵乾^b,c，张玉柱^b

（华北理工大学 a.电气工程学院；b.冶金与能源学院；c.铁矿石优选与铁前工艺智能化河北省工程研究中心，河北 唐山 063210）

摘要：球团粒度是衡量球团质量的重要标准之一，粒度的识别是提高球团合格率和调控造球参数的重要依据。本文针对造球过程中存在球团粒度不能准确反馈和依赖人工经验的问题，提出了一种基于SAM的机器视觉粒度识别算法。该方法采用OTSU自动生成提示点，根据提示点寻优移动策略做二次优化；将提示点输入到SAM预测每个球团的分割掩膜，对预测掩膜过滤和修复后提取单个球团的轮廓；根据损失函数判别分割得到球团的完整度，自适应选取最小二乘法或最小外接圆拟合球团轮廓得到球团的粒度。试验结果表明：在熟球稀疏分布和粘连分布中的识别率达到100%，在重叠分布中的识别率可达96%以上；在造球过程中生球识别率可达80%。同现有算法模型相比，该模型在球团粒度识别上稳定性、精确性更强，应用场景更广泛。因此，基于SAM的球团图像粒度识别算法能够准确识别球团的粒度信息，模型具有良好的泛化性能，为提高球团工艺的智能化水平提供了一种行之有效的手段。

关键词：球团；图象；粒度识别；SAM；分割；智能