一种基于红外机器视觉的高炉出铁口铁水温度测量方法及系统.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CN108998608A(43)申请公布日2018.12.14(21)申请号201810819572.0(22)申请日2018.07.24(71)申请人中南大学地址410000湖南省长沙市麓山南路932号(72)发明人蒋朝辉潘冬陈致蓬桂卫华谢永芳阳春华张海峰(74)专利代理机构长沙朕扬知识产权代理事务所(普通合伙)43213代理人马家骏(51)Int.Cl.C21B7/24(2006.01)权利要求书2页说明书13页附图4页(54)发明名称一种基于红外机器视觉的高炉出铁口铁水温度测量方法及系统(57)摘要本发明公开了一种基于红外机器视觉的高炉出铁口铁水温度测量方法及系统，该方法通过获取高炉出铁口铁水流的红外热图像，基于预设的温度阈值对红外热图像进行图像分割，获得铁水区域和炉渣区域，基于炉渣区域的温度数据，获得出铁口铁水温度以及根据受粉尘影响的红外热图像的纹理特征构建红外测温结果补偿模型，并根据红外测温结果补偿模型对出铁口铁水温度进行补偿，解决了现有方法难以连续精准检测高炉炉缸内部铁水温度的技术问题，不仅能对出铁口铁水温度进行连续在线检测，而且通过根据受粉尘影响的红外热图像的纹理特征构建的红外测温结果补偿模型，能对获得的铁水温度进行补偿，进而大大提高了出铁口铁水温度的检测精度。CN108998608ACN108998608A权利要求书1/2页1.一种基于红外机器视觉的高炉出铁口铁水温度测量方法，其特征在于，所述方法包括：获取高炉出铁口铁水流的红外热图像；基于预设的温度阈值对所述红外热图像进行图像分割，获得铁水区域和炉渣区域；基于所述炉渣区域的温度数据，获得出铁口铁水温度；根据受粉尘影响的红外热图像的纹理特征构建红外测温结果补偿模型，并根据所述红外测温结果补偿模型对所述出铁口铁水温度进行补偿。2.根据权利要求1所述的基于红外机器视觉的高炉出铁口铁水温度测量方法，其特征在于，基于预设的温度阈值对所述红外热图像进行图像分割包括：根据炉渣和铁水在所述红外热图像上表现的温度差异，获得预设的温度阈值，其中所述预设的温度阈值的计算公式为：其中Ths为预设的温度阈值，Tsmax为炉渣温度的最大值，εi为铁水的发射率，εs为用于采集所述红外热图像的红外热像仪配置的炉渣的发射率；根据所述预设的温度阈值对所述红外热图像进行图像分割。3.根据权利要求1或2所述的基于红外机器视觉的高炉出铁口铁水温度测量方法，其特征在于，根据受粉尘影响的红外热图像的纹理特征构建红外测温结果补偿模型为：基于空间温度共生矩阵和邻域温度共生矩阵，提取受粉尘影响的红外热图像的纹理特征，其中所述空间温度共生矩阵为：P(u,v,d,θ)＝number{F(j,k)＝u,F(m,n)＝v,θ}，其中P(u,v,d,θ)为空间温度共生矩阵，F(j,k)为所述红外热图像上的像素(j,k)对应的温度值，F(m,n)为所述红外热图像上的像素(m,n)对应的温度值，u的取值范围为1到16之间的整数，v的取值范围为0到16之间的整数，d为像素(j,k)和像素(m,n)之间的距离，θ为像素(j,k)和像素(m,n)之间的位置夹角，且d＝1，θ＝{0°,45°,90°,135°}，所述邻域温度共生矩阵为：Q(k,s)＝number{F(i,j)＝k,N(i,j)＝s}，其中Q(k,s)为邻域温度共生矩阵，F(i,j)是位于所述红外热图像上的像素(i,j)处的温度值，N(i,j)是所述红外热图像上的像素点(i,j)的8-邻域方向的所有像素温度值与F(i,j)相等的个数，k的取值范围为1到16之间的整数，s的取值范围为0到8之间的整数；基于所述受粉尘影响的红外热图像的纹理特征，构建红外测温结果补偿模型。4.根据权利要求3所述的基于红外机器视觉的高炉出铁口铁水温度测量方法，其特征在于，基于所述炉渣区域的温度数据，获得出铁口铁水温度的计算公式为：其中，T0为出铁口铁水温度值，Ti为炉渣区域一类像素对应的温度值，且这类像素对应的温度值相等，n为炉渣区域内所有不同温度值的个数，即温度值的类别数，N为炉渣区域中所有像素的个数，Ni为温度值为Ti的像素出现的次数。5.根据权利要求4所述的基于红外机器视觉的高炉出铁口铁水温度测量方法，其特征2CN108998608A权利要求书2/2页在于，所述纹理特征包括能量、熵、相关性、反差分、细度、粗度和二阶矩中的一项或多项组合。6.根据权利要求5所述的基于红外机器视觉的高炉出铁口铁水温度测量方法，其特征在于，获取高炉出铁口铁水流的红外热图像之前还包括：对用于采集高炉出铁口铁水流红外热图像的红外热像仪进行校正。7.一种基于红外机器视觉的高炉出铁口铁水温度测量系统，其特征在于，所述系统包括：存储器、处理器以及存