目前,步进式加热炉是钢坯通过热轧带轧钢机必备的加热处理设备。作为热轧生产线的首道工序,步进式加热炉在轧制的工艺过程中占到了极其重要的地位。因此在持续的快节奏自动化生产过程中,步进式加热炉能否持续的正常工作将直接影响到整套热轧设备的生产能力。在步进式加热炉生产过程中,掉钢故障则是步进梁式加热炉易出现故障中最难处理的故障之一。在钢坯在炉内通过炉底机械平移过程中,由于某些原因导致出料激光检测装置或位移检测装置误检,导致出钢行程计算错误,最终引起掉钢故障。加热炉内的钢坯温度都高达上千摄氏度,因此掉钢故障处理起来费时费力,严重影响生产。本文运用机器视觉的相关知识对原有炉内摄像头拍摄的视频进行实时处理。首先,通过对视频中每一副图像进行空间滤波,有效的削弱了图像中的干扰噪声。再经过图像直方图的增强处理,使图像的细节变得清晰。然后,对传统帧差法、对称帧差法、累积帧差法进行试验比较,最终选用对称帧差法提取运动目标。由于提取的目标中包含部分步进梁运动产生的区域。再通过面积形态学的处理滤除掉运动的步进梁运动产生的干扰。之后,再对目标区域细化进行处理,将钢坯的前沿变细,避免由于直线宽度过宽而引起的误检。然后再通过霍夫变换寻找出像素点最多的一条直线,并确定该直线为钢坯前沿所在的直线。最后,对摄像机成像空间变换定义坐标系。建立图像像素坐标系与世界坐标系之间的关系。对摄像机模型进行二维平面的标定。与传统的透视模型的标定相比,在二维平面的的测距准确性提高。通过实验证明该方法能够精确的测量出视频图像中两点的距离。该方法可以用于加热炉内钢坯的位置跟踪。通过钢坯到激光检测线的距离与位移检测装置测得的距离信息进行比较,为出钢行程提供故障诊断信息。当误差过大时,本系统将自动报警,操作员根据实际情况进行处理,最终避免掉钢故障的发生。