[发明专利]一种基于红外机器视觉的高炉出铁口铁水温度测量方法及系统有效
申请号: | 201810819572.0 | 申请日: | 2018-07-24 |
公开(公告)号: | CN108998608B | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 蒋朝辉;潘冬;陈致蓬;桂卫华;谢永芳;阳春华;张海峰 | 申请(专利权)人: | 中南大学 |
主分类号: | C21B7/24 | 分类号: | C21B7/24 |
代理公司: | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人: | 马家骏 |
地址: | 410000 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 铁水 红外热图像 出铁口 高炉出铁口 补偿模型 红外测温 炉渣 机器视觉 温度测量 纹理特征 构建 粉尘 连续在线检测 高炉炉缸 图像分割 温度数据 铁水流 检测 预设 | ||
1.一种基于红外机器视觉的高炉出铁口铁水温度测量方法,其特征在于,所述方法包括:
获取高炉出铁口铁水流的红外热图像;
基于预设的温度阈值对所述红外热图像进行图像分割,获得铁水区域和炉渣区域;
基于所述炉渣区域的温度数据,获得出铁口铁水温度;
基于空间温度共生矩阵和邻域温度共生矩阵,提取受粉尘影响的红外热图像的纹理特征,其中所述空间温度共生矩阵为:
P(u,v,d,θ)=number{F(j,k)=u,F(m,n)=v,θ},其中P(u,v,d,θ)为空间温度共生矩阵,F(j,k)为所述红外热图像上的像素(j,k)对应的温度值,F(m,n)为所述红外热图像上的像素(m,n)对应的温度值,u的取值范围为1到16之间的整数,v的取值范围为0到16之间的整数,d为像素(j,k)和像素(m,n)之间的距离,θ为像素(j,k)和像素(m,n)之间的位置夹角,且d=1,θ={0°,45°,90°,135°},
所述邻域温度共生矩阵为:
Q(k,s)=number{F(i,j)=k,N(i,j)=s},其中Q(k,s)为邻域温度共生矩阵,F(i,j)是位于所述红外热图像上的像素(i,j)处的温度值,N(i,j)是所述红外热图像上的像素点(i,j)的8-邻域方向的所有像素温度值与F(i,j)相等的个数,k的取值范围为1到16之间的整数,s的取值范围为0到8之间的整数;
基于所述受粉尘影响的红外热图像的纹理特征,构建红外测温结果补偿模型,并根据所述红外测温结果补偿模型对所述出铁口铁水温度进行补偿。
2.根据权利要求1所述的基于红外机器视觉的高炉出铁口铁水温度测量方法,其特征在于,基于预设的温度阈值对所述红外热图像进行图像分割包括:
根据炉渣和铁水在所述红外热图像上表现的温度差异,获得预设的温度阈值,其中所述预设的温度阈值的计算公式为:
其中Ths为预设的温度阈值,Tsmax为炉渣温度的最大值,εi为铁水的发射率,εs为用于采集所述红外热图像的红外热像仪配置的炉渣的发射率;
根据所述预设的温度阈值对所述红外热图像进行图像分割。
3.根据权利要求2所述的基于红外机器视觉的高炉出铁口铁水温度测量方法,其特征在于,基于所述炉渣区域的温度数据,获得出铁口铁水温度的计算公式为:
其中,T0为出铁口铁水温度值,Ti为炉渣区域一类像素对应的温度值,且这类像素对应的温度值相等,n为炉渣区域内所有不同温度值的个数,即温度值的类别数,N为炉渣区域中所有像素的个数,Ni为温度值为Ti的像素出现的次数。
4.根据权利要求3所述的基于红外机器视觉的高炉出铁口铁水温度测量方法,其特征在于,所述纹理特征包括能量、熵、相关性、反差分、细度、粗度和二阶矩中的一项或多项组合。
5.根据权利要求4所述的基于红外机器视觉的高炉出铁口铁水温度测量方法,其特征在于,获取高炉出铁口铁水流的红外热图像之前还包括:
对用于采集高炉出铁口铁水流红外热图像的红外热像仪进行校正。
6.一种基于红外机器视觉的高炉出铁口铁水温度测量系统,其特征在于,所述系统包括:
存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至5任一所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810819572.0/1.html,转载请声明来源钻瓜专利网。