2019APMCM比賽覆盤

賽題

• 工業中發現鐵尾礦的熔融過程，能夠用二氧化硅的熔化代替，工業中使用了ＣＣＤ技術，對二氧化硅的熔融過程進行視頻分析。因此題目就是圍繞怎麼檢測二氧化硅熔融過程當中的運動軌跡，怎麼識別二氧化硅的輪廓並創建二維平面指標，而後分析二氧化硅的熔化速率

解決方案

1. 怎麼識別二氧化硅的質心並生成軌跡圖

   • yolov3深度學習神經網絡，根據製做的VOC數據集，訓練出最好的模型，而後檢測出每張圖片二氧化硅所在的位置，而後使用opencv的canny算法，對輪廓進行識別，因爲輪廓爲不規則形狀還須要進行多邊形近似估計
   • 得出輪廓以後，計算輪廓的質心位置，獲取到座標，並生成最後的軌跡圖。

2. 如何檢測二氧化硅的輪廓，並創建相應的二維指標（面積，周長，廣義半徑）

   • 根據第一問的輪廓檢測算法，還有opencv的求周長和麪積的函數，創建二維平面指標。

3. 根據創建的二維指標跟體積創建關係，從而求出二氧化硅的熔化速率

   • 咱們使用面積做爲評價二氧化硅熔化速率的模型基礎。使用matplotlib庫，畫出面積的變化曲線，並對其進行多項式擬合。而後求得方程的係數，從而獲得斜率的變化曲線。

問題

1. 使用opencv的輪廓檢測不夠精確，而且辨識能力不高，至於如何優化，水平有限，對opencv對應的算法瞭解不夠深刻。
2. 二維平面指標只想到了面積，周長，廣義半徑，還有不少沒有想到，因此可能指標的創建不夠合理。
3. 二維指標與三維體積的對應關係，沒有很好的獲得解決。只能經過假設二氧化硅爲大體的球體，這樣剛開始偏差就比較大。