[发明专利]高炉料面温度场等温线的智能提取方法

摘要

高炉料面温度场等温线的智能提取方法，本发明以数字图像处理技术为基础，运用图像灰度分布方差质量综合指标的最佳图像选择策略、基于统计和变分割阈值的灰度等高线提取技术、灰度等高线修正算法、等温线温度标定方法分别对采集到的高炉料面红外图像进行选择、提取灰度等高线、修正各灰度等高线、标定等温线的温度值。利用该方法对基于红外图像的高炉料面温度场等温线进行智能提取，提取的等温线能够表征高炉料面温度场的主要特征信息，具有计算简单、方便的特点。本发明为了解高炉料面温度场的情况提供了可靠依据，进而在高炉冶炼过程中，为判断煤气流与料面分布提供了客观、量化的参考信息，具有较强的实用性。

主权项

1.一种高炉料面温度场等温线的智能提取方法，其特征在于：利用多种图像处理方法对红外图像进行处理，采用图像灰度分布方差质量综合指标的最佳图像选择策略、灰度等高线提取方法、灰度等高线修补算法及等温线温度标定方法，得到表征温度场主要特征信息的等温线，具体步骤如下：(1)采集不同时刻的高炉图像，即F_t-4τ，F_t-3τ、F_t-2τ，F_t-τ，F_t，其中F_t-iτ为t-iτ时刻的采集图像，τ＝500ms，对每一幅图像每一灰度级的像素个数进行统计，得到gft0~gft255,]]>gft-τ0~gft-τ255,]]>gft-2τ0~gft-2τ255,]]>gft-3τ0~gft-3τ255,]]>gft-4τ0~gft-4τ255,]]>其中gft-iτ0~gft-iτ255]]>分别为每幅图像的灰度级从0～255的像素个数，i＝0～4，根据图像灰度分布方差质量综合指标，μft-nτ=1256N---(1)]]>σft-nτ2=1256Σm=0255(gft-nτm-μft-nτm)2---(2)]]>其中σf2,σf-τ2,σf-2τ2,σf-3τ2,σf-4τ2]]>为每幅图像的灰度分布方差值式(1)中为每幅图像各个灰度级的平均像素个数，N为图像总像素个数，式(2)中为各图像灰度级像素个数的方差，为各图像各灰度级的像素个数，从这几幅图像中选取灰度分布方差值处于中间的图像设定为最佳图像，然后进行均值滤波，初步去除主要噪声信号；(2)通过对图片横纵中线上的素数进行扫描，确定横向像素数N_A和纵向像素数N_B，根据统计的方法，在一定阈值下像素数满足下列条件：IF灰度值小于M₁的像素个数N₁∈((N_A+N_B)/5-50，(N_A+N_B)/5+50)THEN第一个阈值范围为(M₁-5，M₁)；IF灰度值小于M₂的像素个数N₂∈(2*(N_A+N_B)/5-50，2*(N_A+N_B)/5+50)THEN第二个阈值范围为(M₂-5，M₂)；IF灰度值小于M₃的像素个数N₃∈(2*(N_A+N_B)/5-50，2*(N_A+N_B)/5+50)THEN第三个阈值范围为(M₃-5，M₃)；IF灰度值小于M₄的像素个数N₄∈(2*(N_A+N_B)/5-50，2*(N_A+N_B)/5+50)THEN第四个阈值范围为(M₄-5，M₄)；ELSE M₅＝(255-M₄)/2，即第五个阈值范围为(M₅-5，M₅)；依次确定了5个分割阈值范围，分别为(M₁-5，M₁)、(M₂-5，M₂)、(M₃-5，M₃)、(M₄-5，M₄)、(M₅-5，M₅)，其中M_k，k＝1，2，3，4，5，是随着图片不同而动态变化的，通过动态变阈值对图像进行分割获得有多幅等高线的图像；(3)对步骤(2)中的几幅图像进行叠加，获得一幅具有多条灰度等高线的图像，然后采用均方误差和最小值滤波方法对叠加后的图像进行再次滤波，先确定每个像素灰度值x(i，j)局部均值μ_ij与局部方差μij=1card(φ)×Σθ∈φxijθ---(3)]]>σij2=1card(φ)×Σθ∈φ(xijθ-μij)2---(4)]]>δ2=1N×M×Σi=1NΣj=1Mσij2---(5)]]>其中φ＝{0°，45°，90°，135°，180°，225°，275°，315°}，card(φ)为计算集合成员个数，用式(6)表示图像中平稳噪声方差，再确定滤波后图像中像素x(i，j)的灰度值y(i，j)，得到滤波后图像F₃；y(i,j)=μij+σij2-δ2σij2×(xij-μij)---(6)]]>(4)针对步骤(3)中得到的灰度等高线图像存在毛刺和断裂点，分别对各条灰度等高线进行毛刺和断裂点搜索，先剔除灰度等高线的毛刺再填补断裂点；(5)根据各条灰度等高线上的点到十字测温中最近热电偶之间的温度和灰度对应关系，分别进行标定温度值，然后对温度值进行修正，最后获得有温度标注的高炉料面温度场等温线图像。