[发明专利]一种锅炉炉膛温度的智能测量方法

权利要求书

1.一种锅炉炉膛温度的智能测量方法，其特征在于，该方法包括以下步骤：

围绕锅炉采集若干个锅炉外表面的红外图像；

将红外图像均等划分，获得若干个划分区域；获取每个红外图像中的边缘像素点，以及边缘像素点对应的梯度幅值和梯度方向；

利用梯度方向对梯度幅值进行映射变换，获得红外图像中所有边缘像素点的纵向梯度映射幅值；

获取任意划分区域中所有边缘像素点的纵向梯度映射幅值的均值，记为映射均值；根据划分区域内，所有边缘像素点的纵向梯度映射幅值与映射均值的差异获得划分区域的正负变化特征；利用正负变化特征对映射均值的调节获得划分区域的区域特征系数；

获取划分区域内所有像素点的平均灰度，记为划分区域的区域灰度系数；

根据区域特征系数和区域灰度系数，获得划分区域的区域相似因子，由红外图像中所有划分区域的区域相似因子构成区域相似因子序列；

利用采集锅炉外表面的红外图像时，不同且相邻位置下对应的红外图像的区域相似因子序列，进行动态时间规整，获得最终的区域相似因子序列对应的最终划分区域序列，将最终划分区域序列所形成的图像记为整体红外图像；

根据整体红外图像中不同区域的灰度值实现对锅炉炉膛温度的智能检测；

所述正负变化特征，获取方法如下：

其中，表示第i个红外图像的第j个划分区域的正负变化特征，表示第i个红外图像的第j个划分区域的第u个边缘像素点的纵向梯度映射幅值，表示第i个红外图像的第j个划分区域内边缘像素点的数量，表示第i个红外图像的第j个划分区域的映射均值，表示第i个红外图像的第j个划分区域内所有边缘像素点的纵向梯度映射幅值的方差，表示预设参数；

所述区域相似因子，获取方法如下：

其中，表示第i个红外图像的第j个划分区域的区域相似因子，表示第i个红外图像的第j个划分区域的区域灰度系数，表示第i个红外图像的第j个划分区域的区域特征系数。

2.根据权利要求1所述一种锅炉炉膛温度的智能测量方法，其特征在于，所述纵向梯度映射幅值，获取方法如下：

利用边缘像素点的梯度方向的正弦值对梯度幅值进行乘积调节，获得边缘像素点对应的纵向梯度映射幅值。

3.根据权利要求1所述一种锅炉炉膛温度的智能测量方法，其特征在于，所述区域特征系数，获取方法如下：

其中，表示第i个红外图像的第j个划分区域的区域特征系数，表示第i个红外图像的第j个划分区域的映射均值，表示第i个红外图像的第j个划分区域的正负变化特征，表示第i个红外图像的第j个划分区域内边缘像素点的数量，表示sigmoid归一化函数。

4.根据权利要求1所述一种锅炉炉膛温度的智能测量方法，其特征在于，所述获得最终的区域相似因子序列对应的最终划分区域序列，具体包括的步骤如下：

首先，选取围绕锅炉采集红外图像时，任意位置处的红外图像作为第一目标图像，并选取与第一目标图像相邻的下一个位置处的红外图像作为第二目标图像；

然后，利用动态时间规整算法对第一目标图像和第二目标图像对应的区域相似因子序列进行分析，将两个区域相似因子序列中相似的区域相似因子所对应的划分区域中，选择面积最大的一个划分区域将另外一个图像中对应的划分区域进行替换，其他面积相等的划分区域进行保留，获得新的区域相似因子序列；

最后，获取第二目标图像对应的相邻的下一个位置处红外探头获得的红外图像，并结合动态时间规整算法进行分析处理，以此类推，对每次划分区域进行替换和保留后获得的新的区域相似因子序列进行迭代替换，直到遍历完所有的红外图像，获得最终的区域相似因子序列所对应的最终划分区域序列。

5.根据权利要求1所述一种锅炉炉膛温度的智能测量方法，其特征在于，所述根据整体红外图像中不同区域的灰度值实现对锅炉炉膛温度的智能检测，包括的具体步骤如下：

根据锅炉外表面的红外图像中各区域的灰度值大小，利用红外图像中灰度值大小与实际温度之间的映射关系，获得红外图像中各个区域对应的锅炉外表面的实际温度，根据现有的锅炉材料对应的热传导公式和锅炉厚度计算锅炉炉膛温度，以实现对锅炉炉膛温度的智能检测，其中，为锅炉炉膛内部温度，为物理热传导公式，表示锅炉外表面温度。