[发明专利]一种基于多特征分析的高炉除尘灰成分分析方法

权利要求书

1.一种基于多特征分析的高炉除尘灰成分分析方法，所述方法采用数字摄像头和计算机图像处理系统进行分析，其特征在于，具体方法包括以下步骤： 

1）对高炉除尘灰进行图像采集： 

利用数字摄像头对高炉除尘灰进行图像采集并进行人工标注图像； 

2）采集后的图像进行预处理： 

对高炉除尘灰的图像进行特征分析后进行图像预处理，首先对得到的图像进行分段灰度拉升，在灰度拉升的基础上，对图像背景进行滤除，剔除后剩下的比较小的物质认为是灰渣，并提取各组成成分的模板图像； 

3）Harris角点特征和Canny纹理特征分析： 

对预处理后的图像进行Harris角点特征和Canny纹理特征分析，得到焦炭的区域位置和成分比例，剔除掉焦炭的区域； 

4）图像皱褶特征分析： 

对图像剩余部分进行皱褶特征分析，分别得到玻璃质、微变煤尘、铁质等成分，最终获得除尘灰的各组成成分。 

2.根据权利要求1所述的基于多特征分析的高炉除尘灰成分分析方法，其特征在于，所述步骤2）中是对高炉除尘灰组成成分进行图像分割和模式聚类，从而准确的自动分析出除尘灰的组成成分，具体包括以下步骤： 

1)分段灰度拉升 

在灰度拉升操作中，通过对原始图像中每个像素点赋予一个新的灰度值来增强图像的视觉效果，如公式（1）所示： 

t=f(s)       （1） 

其中，s为原始图像某一位置的灰度值，t为增强后输出图像同一位置的灰度值，对于目标区域灰度动态范围偏窄的图像，则采用分段线性变换如公式（2）所示： 

其中b和c是整个映射规则的分段点，通过灰度归一化算法进行处理取值b=0，c=255； 

2）背景滤除 

利用公式（3）对图像中低灰度的黑色部分滤除； 

其中g（x，y）为某点的灰度值，T为阈值，小于T的黑色背景区域将被滤除。 

3.根据权利要求1所述的基于多特征分析的高炉除尘灰成分分析方法，其特征在于，所述步骤3）具体包括： 

1）Harris角点特征分析 

采用角点特征去描述各种物质，对不同除尘灰物质提取Harris角点；计算角点特征的表达式如式（4）所示，表示角点数目占有效像素数目的百分比： 

Rate=角点数目/有效像素数目       （4） 

其中角点数目是根据Harris算子进行角点提取得出的； 

2）Canny边缘特征分析 

边缘特征能反映数字图像中的灰度的不连续性，在角点特征的提取基础上，进行Canny边缘轮廓角点特征分析，计算公式为式（4）。 

4.根据权利要求1所述的基于多特征分析的高炉除尘灰成分分析方法，其特征在于，所述步骤4）具体是： 

定义模板图像中间的背景处和灰度过深处为皱褶处的像素，通过定义褶皱，计算褶皱特征公式为式（5），表示褶皱数目占有效像素数目的百分比，最终可以区分除尘灰的物质组成，其中 

Rate=褶皱数目/有效像素数目      （5）。