我国是世界上的钢铁生产大国，粗钢产量连续20余年球一。
现代钢铁企业自动化程度高、设备种类多、工艺流程长要求高、运行工况复杂、产品分类细、人工质检效率低、对机器视觉的需求大。应用场景作为钢铁企业内生需求的体现，驱动机器视觉技术的应用。可以说，钢铁业的智能制造正在成为机器视觉的应用蓝海。
机器视觉技术在钢铁行业的应用主要目的是配合生产，并助力企业提高效益。一般来说，视觉技术在钢铁行业的应用可以分为检测类、生产类、物流类。本文将为大家简单介绍几大类下的相关案例。
1生产类
1）智慧扒渣捞渣
这类应用中，使用机器视觉技术识别钢渣和钢水，并定位钢渣的位置，并将数据信息反馈至扒渣机，实现自动化和智能化捞渣作业。
2）无人料仓
钢铁企业的料仓目前正在不断实现无人化，利用机器视觉技术可以实时对料仓内部的情况实时建模，并实时计算整体料仓规模，反馈至数据中心。此外，在料仓物资运输的过程中，利用视觉技术可以对运输设备进行检测。例如对皮带的表面和质量进行监测。
2检测类
1）金属表面质检
金属表面缺陷检测系统专门用于检测金属表面缺陷。其核心是缺陷检测摄像机、照明设备以及图像处理软件。照明设备提供稳定的光照，缺陷检测相机可以实时采集金属表面的图像，图像处理软件可以高速处理从摄像机发送的图像数据，并进行分析。
2）卷材测量系统
卷材测量系统中采用机器视觉技术对卷材的内径、外径、OCR进行测量，以保证产品符合相关的标准。
3物流类
1）智慧仓库+无人天车
目前，钢厂中的智慧仓库应用越来越多。由于钢铁类产品的质量较大，一般需要采用天车进行运输。采用机器视觉技术，对仓库中的产品进行扫库和识别，以便进行仓库管理。此外，利用视觉技术和天车结合，对产品准确定位，实现智慧型无人天车。
2）喷号、喷标系统
在产品出厂阶段，一般需要进行喷号或者喷标，亦可以采用机器视觉技术识别定位产品，配合机械设备或者机器人实现自动化的喷号和喷标。
