[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

说明书

技术领域

本发明涉及冶金领域中基于多特征分析的高炉除尘灰成分分析方法，具体涉及使用数字摄像头和计算机图像处理系统，可以对高炉除尘灰的物质组成进行自动分析识别。

背景技术

目前，对于炼铁高炉所产生的除尘灰的处理方式主要为用作铁矿粉造块的辅助原料和作为高炉喷吹与煤粉一起使用，前者的使用效果远远不如后者，但是除尘灰的铁品位波动大，有害元素含量高容易在高炉中循环富集，所以需要寻找新的方法更加合理的处理利用高炉除尘灰。

在图像处理领域中，对于焦炭各向异性及烧结矿矿物组成都有相关的应用。在已公开的专利中，CN200610028521.3公开了一种焦炭光学组织中各向异性的自动检测方法，属于炼焦应用炭相学技术领域。CN02131238.9公开了一种高炉炉尘中未燃煤粉含量检测分析方法，可以准确确定高炉炉尘中未消耗煤粉的含量，通过吨铁的炉尘量可以计算出煤粉在炉内的消耗率。CN200610095362.9公开了一种测量矿物反射率及矿相组成的方法，可以快速对矿物组成含量进行测量。以上公开的专利说明计算机图像处理技术在炼铁原料中已经使用比较广泛，而对于成分相对复杂的高炉除尘灰而言，并没有涉及到如何将高炉除尘灰各组成成分进行分类识别，现阶段对于高炉除尘灰的组成成分分析方法仍需要靠人工标定，并且人工判断有很大的主观性，对于如何细致合理的将除尘灰中的各类不同组分区分则十分困难，例如外观形貌、性质几乎一致的未燃煤粉和残炭就很难分析的出，并且人工区分速度慢，耗时费力，并受到环境的影响，对参与标定人员的要求高。

发明内容

针对现有技术存在的上述不足，本发明的目的在于提供一种基于多特征分析的计算机图像处理系统技术进行图像分割和模式聚类，从而准确的自动分析出高炉除尘灰的组成成分。图像分割的优势在于根据不同物质组成的图像特征逐一加以识别判断，避免使用传统处理图像的灰度直方图和灰度均一化等方法，而是在图像灰度拉升的基础上进行背景滤除，使图像更加清晰可靠，使不同组成成分的图像特征更加明显。模式聚类的优点在于将图像处理的几种方法同时应用到对除尘灰中不同成分进行识别和判定当中去，将不同成分的特征识别变为数值区间形式，避免了传统根据外观形貌和经验判断不同成分的方法，从而避免了对不同成分的识别错误。

本发明的目的是这样实现的：通过数字摄像头对高炉除尘灰进行图像采集，将采集后的图像通过计算机图像处理系统进行自动分析高炉除尘灰的组成成分，其特征在于包括如下步骤：

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、采集后的图像进行图像预处理；

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。

对于获取的除尘灰的图像信息，通过计算机系统进行自动处理最终获得除尘灰的组成成分，图像处理中包括的方法有：

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：