2019APMCM比赛复盘

赛题

• 工业中发现铁尾矿的熔融过程，可以用二氧化硅的熔化代替，工业中使用了ＣＣＤ技术，对二氧化硅的熔融过程进行视频分析。所以题目就是围绕怎么检测二氧化硅熔融过程中的运动轨迹，怎么识别二氧化硅的轮廓并建立二维平面指标，然后分析二氧化硅的熔化速率

解决方案

1. 怎么识别二氧化硅的质心并生成轨迹图

   • yolov3深度学习神经网络，根据制作的VOC数据集，训练出最好的模型，然后检测出每张图片二氧化硅所在的位置，然后使用opencv的canny算法，对轮廓进行识别，由于轮廓为不规则形状还需要进行多边形近似估计
   • 得出轮廓之后，计算轮廓的质心位置，获取到坐标，并生成最后的轨迹图。

2. 如何检测二氧化硅的轮廓，并建立相应的二维指标（面积，周长，广义半径）

   • 根据第一问的轮廓检测算法，还有opencv的求周长和面积的函数，建立二维平面指标。

3. 根据建立的二维指标跟体积建立关系，从而求出二氧化硅的熔化速率

   • 我们使用面积作为评价二氧化硅熔化速率的模型基础。使用matplotlib库，画出面积的变化曲线，并对其进行多项式拟合。然后求得方程的系数，从而得到斜率的变化曲线。

问题

1. 使用opencv的轮廓检测不够精确，并且辨识能力不高，至于如何优化，水平有限，对opencv对应的算法了解不够深入。
2. 二维平面指标只想到了面积，周长，广义半径，还有很多没有想到，所以可能指标的建立不够合理。
3. 二维指标与三维体积的对应关系，没有很好的得到解决。只能通过假设二氧化硅为大致的球体，这样刚开始误差就比较大。