球团矿是现代高炉炼铁的重要原料之一。圆盘造球机是球团矿生产过程中的重要过程装备,其主要用于制备具有一定粒径范围和机械强度的生球。生球的粒径分布是造球过程的重要质量指标之一。目前主要通过人工采样筛分法离线测量生球的粒径分布,但人工采样筛分过程耗时较长、效率低、测量结果滞后、不能及时获取生球的粒径分布信息,容易导致造球过程调控不及时、造成工况大幅波动,无法满足炼铁行业对生球产量和质量的迫切要求。针对以上现状,本文提出了一种基于机器视觉的圆盘造球机生球粒径自动测量方法,以解决生球质量的在线监测问题。通过分析圆盘造球机的造球过程特点,确定将造球机内静止层作为生球图像的采集区域,设计了机器视觉硬件系统;通过工业相机采集静止层生球图像,利用改进的阈值分割方法从图像中分割出生球区域和阴影区域;然后使用生球标记和K-means聚类算法对表层的生球进行图像识别;在对生球区域中含有的少量阴影进行标记后,采用基于区域扩充和标记控制的分水岭算法从生球区域中分割出单个生球,较好地解决了重叠生球的分割问题;在此基础上,使用最小外接圆拟合方法测量出单个生球的粒径,采用统计分析方法获得生球的粒径分布信息。最后基于OpenCV和ALGLIB库,采用C++语言编程实现了以上机器视觉检测算法,研发了一套圆盘造球机生球粒径在线检测软件。将本文所提出的方法在某球团厂进行了现场验证测试,并与人工筛分法的测量结果进行比较。结果表明,在不同造球工况下,本文所提出的方法能实现对生球粒径分布的在线测量,具有良好的准确度。本文的研究成果可用于替代人工筛分法自动检测出生球粒径,及时地反馈生球的粒径分布信息,从而判断造球工况和生球质量,有助于提高钢铁行业球团矿造球过程的自动化水平。