在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110057820A(43)申请公布日2019.07.26(21)申请号201910299333.1G06T7/155(2017.01)(22)申请日2019.04.15G06T7/62(2017.01)G06T7/66(2017.01)(71)申请人中南大学地址410083湖南省长沙市岳麓区麓山南路932号(72)发明人彭辉付雷李雯方知涵(74)专利代理机构长沙正奇专利事务所有限责任公司43113代理人马强王娟(51)Int.Cl.G01N21/84(2006.01)G06T5/00(2006.01)G06T5/40(2006.01)G06T7/00(2017.01)G06T7/136(2017.01)权利要求书4页说明书7页附图2页(54)发明名称在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质(57)摘要本发明公开了一种在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质，针对难以实现氯化氢合成炉中氯氢配比自动识别的问题，本方法利用摄像机采集氯化氢合成炉观察孔的图像，并对图像进行统计分析，提取火焰的颜色特征和形状特征来确定火焰的燃烧状态，最后结合历史样本库，利用BP神经网络进行多特征融合，快速确定氯化氢合成炉中当前的氯氢配比。并基于此方法设计了一套测试系统，以满足实际生产过程中控制氯氢配比的精度和速度的要求，保证生产的安全，提高生产产品的质量，降低生产成本。CN110057820ACN110057820A权利要求书1/4页1.一种在线检测氯化氢合成炉中氯氢配比的方法，其特征在于，包括以下步骤：1)获取氯化氢合成炉内火焰燃烧的图像；2)对所述图像进行预处理；3)分别计算预处理后得到的图片的RGB分量的直方图，计算R-B直方图之间的Bhattacharyya距离；根据y＝10000*B(HR,HG)+I(HG,HB)-I(HR,HG)是否大于阈值来判断当前合成炉中的工况，其中，HR、HB、HG分别表示对应颜色通道的直方图；若y＞y0，则属于氯气过量的状态；若y≤y0，则不属于氯气过量的状态；y0为分析历史样本后设置的阈值；B(HR,HG)为HR、HG的Bhattacharyya距离；I(HG,HB)为HG、HB相交的像素点个数；I(HR,HG)为HR、HG相交的像素点个数；4)若氯气过量，则根据建立的氯气过量程度自回归判别模型y(t)＝α*y(t-1)+β*B(HR,HG)+γ*[I(HG,HB)-I(HR,HG)]计算氯氢配比的范围；其中，y(t)表示当前图片所属的氯气过量的类别；y(t-1)表示上一张图片氯气过量的程度，若上一张图片不属于氯气过量，则y(t-1)＝0；α、β、γ为权系数；若当前图片所反映的工况不属于氯气过量，则继续确定图片中合成炉观察孔的位置，并在观察孔内提取火焰区域的图像并计算火焰区域的面积，对观察孔内的图像进行二值化，分割出火焰部分，再对二值图像进行形态学开运算快速提取火焰的位置；将二值图像的宽度和高度各扩充两个像素，即得到漫水填充算法的二值掩模图像，再利用漫水填充算法在原图上提取出火焰区域的RGB图像；5)将火焰区域的RGB图像转换至HSL颜色空间，计算火焰区域的颜色特征；若火焰的面积没有超过观察孔面积的90％，则利用火焰区域的二值掩模图像计算火焰的形状特征；6)若火焰面积小于观察孔面积的90％，将颜色特征与形状特征均作为BP神经网络的输入；若火焰面积大于观察孔面积的90％，则仅将颜色特征作为BP神经网络的输入；训练BP神经网络，选择对应的BP神经网络和输入特征计算出当前合成炉中的氯氢配比。2.根据权利要求1所述的方法，其特征在于，所述氯氢配比按照如下公式计算：其中K为氯氢配比理论计算结果，C为离线化验的氯化氢纯度。3.根据权利要求1所述的方法，其特征在于，所述颜色特征包括：火焰图像中黄色区域整体偏黄程度：青色区域整体偏青程度：其中Ω1和Ω2分别表示属于黄色区域和青色区域的像素点，(Hh,Sh,Lh)和(Hq,Sq,Lq)分别表示HSL颜色空间中的标准黄色点和标准青色点，(Hi,Si,Li)表示第i个像素点的色相H、饱和度S、明度L的值；I(x,y)为当前帧图像的像素点像素值。4.根据权利要求3所述的方法，其特征在于，2CN110057820A权利要求书2/4页5.根据权利要求1所述的方法，其特征在于，所述形状特征包括：质心位移：其中xi和yi分别表示当前图片火焰质心的横坐标与纵坐标，xi-1和yi-1分别表示上一帧图片火焰质心的横坐标与纵坐标；面积变化率：其中Si表示当前图片的火焰面积，即火焰区域的像素点个数，Si-1表示上一帧图片的火焰面积；火焰相似度：其中Ii-1(x,y)和Ii(x,y)分别表示图像序列中上一帧图像