[发明专利]一种基于改进完全局部二值模式火焰终点碳含量预测方法

说明书

本发明涉及一种基于改进完全局部二值模式火焰终点碳含量预测方法，属于转炉火焰终点碳含量技术领域。首先，对火焰图像进行颜色空间转换并充分考虑每个单通道的纹理信息；然后，采用局部相位量化(local phase quantization，LPQ)提取图像相位信息作为对CLBP中幅值信息的补充组合成融合特征CLBP_MP，以增强CLBP算法结构的鲁棒性，以及通过改进的颜色信息加权策略对其进行加权，以增强火焰图像的局部对比度信息；最后，使用K近邻回归模型对碳含量进行预测，实验结果表明碳含量预测在0.02％误差范围内的准确率为83.9％。本发明能有效解决火焰图像相似性高，难以区分碳含量相近的火焰图像，导致无法准确精准预测碳含量的问题，提高了火焰图像局部结构对比度信息。

技术领域

本发明涉及一种基于改进完全局部二值模式火焰终点碳含量预测方法，属于转炉火焰终点碳含量技术领域。

背景技术

钢铁在国民经济生产活动中占有重要地位，标志着国家的经济发展程度，而转炉炼钢因其高生产率和低成本的优势，得到广泛应用。在钢铁生产过程中转炉终点碳、温的控制决定着出钢的品质。因为转炉炼钢生产过程中需要加入各种金属料、非金属料和气体等原材料，所以转炉冶炼也即是一个复杂的物理、化学变化过程，尤其是在高温环境中，物理化学反应过程中会受到诸多因素影响变得更加难以控制，以至于很难达到出钢的标准要求。

针对终点碳含量的检测问题，主要技术方法是有人工经验法、副枪检测法、炉气分析法等，但由于这些方法很大程度上受到人为主观和客观事物因素的影响，故不能满足其出钢的要求。由于基于图像处理的方法具有广泛的应用性和精度高等优势，已成为转炉炼钢领域的研究热点。

针对火焰图像具有多方向、多尺度和随机纹理性等特征，而火焰的局部特征包含了更多的细节信息，它反应了图像的局部特殊性，因此，如何提取火焰图像关键局部特征是研究的重点。

发明内容

本发明的目的是提供一种基于改进完全局部二值模式火焰终点碳含量预测方法，解决了由于火焰图像相似性高，难以区分碳含量相近的火焰图像，导致无法准确精准预测碳含量的问题。

本发明所采用的技术方案是:一种基于改进完全局部二值模式火焰终点碳含量预测方法，具体步骤如下：

步骤1、采集钢厂实际生产过程中拍摄的炉口火焰视频数据；

步骤2、制作实验数据时，从所有炉次下提取样本集中每个训练样本的火焰炉口区域并统一尺寸，得到火焰图像数据集；

步骤3、使用改进完全局部二值模式方法提取火焰图像的颜色纹理特征；

步骤4、将步骤3中提取的颜色纹理特征输入到K近邻回归模型中进行碳含量的预测。

具体地，所述步骤3中火焰图像的颜色纹理特征包括符号特征、幅值特征、中心像素灰度值特征和相位特征，提取过程具体为：

步骤3.1、将火焰图像进行空间转换并进一步分成三个单通道图像，每一个单通道图像经局部差分操作即得到每一个火焰单通道图像局部区域分割块；然后，将每一个火焰单通道图像局部区域分割块进一步扩展两种窗口尺度大小；

步骤3.2、每一个火焰单通道图像局部区域分割块下的两种窗口尺度都各得到一个幅值分量、一个符号分量、一个中心像素点灰度值和相位分量；

步骤3.3、将每一个火焰单通道图像局部区域分割块下两种不同窗口尺度得到的两个幅值分量各自经二进制编码后和权值相乘，同时相位分量也经二进制编码得到一个具体的相位值，最后，将每一个单通道火焰图像最终的幅值特征向量和相位特征向量，由KCCA衡量两者向量之间的相关性并降维组合幅值相位融合特征CLBP_MP；