[发明专利]高炉料面温度场等温线的智能提取方法

说明书

技术领域

本发明涉及钢铁冶金生产的过程监测与控制技术领域，特别是提供了一种高炉料面温度场等温线的智能提取方法。

背景技术

钢铁作为我国国民经济和国防军工发展的重要基础原料和战略物资，已广泛应用于机械、电子、建材、交通、航天、航空、国防军工等各个行业，在国民经济发展中具有十分重要的地位。

高炉是钢铁生产的关键设备，内部环境复杂，许多状态难以直接检测。高炉料面温度场直接影响高炉内块状区的热能分布、化学反应、煤气流分布以及炉内压力，因而实时了解高炉料面温度场的变化，对预测高炉煤气流的发展状况、优化高炉操作、保证高炉稳顺运行十分关键。

高炉红外图像是能够直接表现高炉料面温度场的热状态，但由于高炉内部反应的复杂性，造成红外摄像机拍摄的料面红外图像受到多种因素干扰，导致难以精确获取料面温度场的情况。针对高炉红外图像的特点，研究新的方法和技术对原始红外图像进行处理，准确、有效地提取图像中的等温线来表征高炉料面温度场的重要信息，对判断炉内煤气分布和控制高炉生产质量有极其重要的意义。

发明内容

为有效解决大型高炉生产中料面温度场的特征信息难于准确获取的问题，本发明提供了一种基于红外图像的高炉料面温度场等温线的智能提取方法，采用该方法能有效地提取料面温度场的等温线的分布情况，较准确地反映出高炉料面温度场的重要特征信息。

本发明解决上述技术问题的技术方案包括以下步骤：

(1)采集多幅图像，根据每幅图像灰度分布方差质量综合指标来确定最佳待处理的图像，对最佳图像进行均值滤波，初次滤除主要噪声信号；

(2)采用基于统计方法和动态改变分割阈值范围的特征提取方法，对滤波后图像F₁进行灰度等高线进提取，得到的图像F_2i作为初步的等温线图像；

(3)对上一个步骤中的几幅图像进行叠加，然后对叠加后的图像进行基于均方误差和最小估计值的滤波处理，得到图像F₃；

(4)对等温线图像中轮廓线进行修正，如去毛刺、补断裂点等处理，使得温度线更具有连贯性；

(5)根据各条灰度等高线上的点到十字测温中最近热电偶之间的温度和灰度对应关系，分别进行标定温度值，然后对温度值进行修正，最后获得有温度标注的高炉料面等温线图像F_final。

本发明提出的根据图像灰度分布方差质量综合指标来对最佳红外图像进行选择，比传统凭经验和图像局部值来选择更具有可靠性和灵活性。与固定分割阈值、双峰值分割法等传统阈值分割方法相比，基于统计和动态变分割阈值的方法，更能适应对多工况下动态变化的高炉料面红外图像的分割。对图像进行不同阈值的分割并分成几副图像比通常使用的在一副图像上进行多阈值分割能有效保存重要信息。

附图说明

图1本发明的等温线提取方法流程图；

图2本发明的3×3均值滤波窗口图；

图3本发明中步骤2中图像扫描方式示意图；

图4为不同阈值对同一幅图像分割后的五幅图像

图5多幅分割图的叠加图像；

图6粗燥的等温线图；

图7修补后的等温线图。

具体实施方式

为了更好的理解本发明的技术方案，以下结合说明书中附图对本发明的实施方式作进一步描述，图1为方法的实现框图。

首先，选取最佳图像。由于红外波段具有固有的分辨力及其在传输过程中受大气吸收和散射作用的影响，导致红外图像质量对拍摄环境的依赖性很强。而高炉内部是一个高温、多浮尘、光源强度分布不均匀的复杂环境，使得高炉红外图像常常受环境影响，出现局部曝光过多或曝光不足的现象，导致料面信息难以反映，而根据操作经验，料面温度场变化并不剧烈，甚至在较短时间内可以看作稳定，因此，在短时间内采集多幅图像，并通过比较灰度分布信息，选取其中受环境影响较的图像，能够有效防止高炉环境因素导致的检测失准。

这种最佳图像选择策略，比凭直观经验选择图像和根据图像局部像素灰度值得大小来判断更具有可靠性和灵活性。

对高炉摄像机采集到的红外图像F_t-4τ，F_t-3τ、F_t-2τ，F_t-τ，F_t，(其中F_t-iτ为t-iτ时刻的采集图像，τ＝500ms)进行基于图像灰度分布方差质量指标筛选，其基本流程如下。