[发明专利]一种基于图像处理的高炉风口喷煤状态检测方法

说明书

本发明公开了一种基于图像处理的高炉风口喷煤状态检测方法，包括：采用频域滤波与空间域滤波相结合方式对高炉风口图像进行去噪处理得到去噪图像；采用改进的自适应灰度拉伸与幂次变换相结合的图像增强算法对去噪图像进行处理得到清晰图像；采用全局阈值与局部阈值相结合的二值化算法对清晰图像进行处理得到二值化图像；采用最小二乘椭圆拟合方式对二值图像中的风口区域进行拟合，避免因喷煤量过大导致的煤团与炉壁发生“粘连”现象；通过改进的多尺度全卷积神经网络分割清晰图像中的煤枪区域、将二值化图像中的煤枪和煤团的整体连通域与全卷积神经网络检测的煤枪区域做差得到煤团区域；根据获得的煤团区域的面积信息、判断高炉支管喷煤是否发生堵塞异常状态。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于图像处理的高炉风口喷煤状态检测方法。

背景技术

考虑到高炉风口摄像仪长期处在高温、多尘的恶劣工业环境中，滤光片老化问题严重，导致拍摄的风口图像各区域灰度失衡，模糊不清。此外，在图像产生、传输、转化过程中存在噪声的干扰，需要对图像分析，并进行相应的处理。风口图像中的煤枪、煤团以及内壁区域灰度信息相近，采用传统的阈值分割算法难以适用。在实际生产过程中，高炉休风期间需要将煤枪拆卸检修，再次安装可能导致休风前后图像中煤枪位置发生改变。上述特点给煤团区域提取带来困难，且要求检测方法具有自适应性。

在现有的高炉风口喷煤状态检测技术中，温差法主要根据堵塞前后的温度变化进行检测，但由于受到季节、风向等因素的干扰，温差判断准则难以准确归纳。光学检测法要求被测区域透光性能好，被测流体固相浓度适宜，成为其主要应用障碍。基于图像处理的固定背景模板法没有考虑到修风过程中煤枪潜在的位置变化，对检测的准确率带来影响。

发明内容

根据现有技术存在的问题，本发明公开了一种基于图像处理的高炉风口喷煤状态检测方法，具体过程包括：

采用频域滤波与空间域滤波相结合方式对高炉风口图像进行去噪处理得到去噪图像；

采用改进的自适应灰度拉伸与幂次变换相结合的图像增强算法对去噪图像进行处理得到清晰图像；

采用全局阈值与局部阈值相结合的二值化算法对清晰图像进行处理得到二值化图像；

采用最小二乘椭圆拟合方式对二值图像中的风口区域进行拟合，这样可以避免因喷煤量过大而导致风口边缘与煤团发生“粘连”现象；

通过改进的多尺度全卷积神经网络分割清晰图像中的煤枪区域、将二值化图像中的煤枪和煤团的整体连通域与全卷积神经网络检测的煤枪区域做差得到煤团区域；

根据获得的煤团区域的面积信息、判断其是否小于阈值T，若连续k帧均小于阈值T，则判断高炉支管处于堵塞状态，否则仍处于喷煤状态。

进一步的，对高炉风口图像进行去噪处理时首先分析高炉风口图像中存在的噪声类型、其中噪声类型包括水平方向条纹噪声和高斯噪声。

选择频域滤波方法对图像中的条纹噪声进行处理：首先将风口图像进行傅里叶变化得到频谱图F(u,v)，对频谱图F(u,v)分别计算水平方向和竖直方向的累积分布函数，判断竖直方向累积分布函数中点处的函数值是否大于阈值，如果大于阈值则说明图像存在条纹噪声，否则不存在条纹噪声；

如果高炉风口图像存在条纹噪声，则计算水平方向累积分布函数次峰值频率点的横坐标u₀，根据u₀构建自适应二阶Butterworth滤波器H(u,v)进行滤波处理，再对滤波后的频谱图经过傅里叶逆变换得到恢复图像

采用中值滤波滤除图像中的光斑和高斯噪声；

采用形态学开闭滤波器消除图像中的数字标号区域。