当前位置: 首页 > 专利查询>中南大学专利>正文

一种用于识别电解槽极板温度的方法技术

技术编号:17034313 阅读:54 留言:0更新日期:2018-01-13 20:12
本发明专利技术提供的一种用于识别电解槽极板温度的方法,包括:步骤S1、获取电解槽的可见光图像和热图像,将所述可见光图像和所述热图像对应配准,以获取空间位置热图像;步骤S2、将所述可见光图像分别与电解槽和极板的标准边缘模板相匹配,以获取空间位置图像;步骤S3、基于所述空间位置热图像和所述空间位置图像,以识别极板的实时温度值。本发明专利技术的用于识别电解槽极板温度的方法,能够有效提高极板温度识别的准确性和可靠性。

【技术实现步骤摘要】
一种用于识别电解槽极板温度的方法
本专利技术涉及图像处理技术,更具体地,涉及一种用于识别电解槽极板温度的方法。
技术介绍
铜电解过程,是将粗铜预先制成后半作为阳极,纯铜制成薄片作阴极,间隔插入到电解液中。通电后,铜从阳极溶解成铜离子,并向阴极移动,到达阴极后获得电子,而在阴极析出纯铜。在铜电解精炼中,电流效率和品级率是考核电解生产效率和能力的重要指标,而极间短路对上述两个指标都会产生不利影响。极间发生短路时,一方面,部分电能由于发热而消耗,电流效率自然也会降低;另一方面,在发生极间短路的阴极上,板面极间短路部分通常有大面积粗状结晶和结粒,使得这一块极板无法计入高纯阴极铜,故影响了品级率,因此及时发现极间短路问题是非常重要的。目前,现有的检测方式是使用红外热像仪,通过检测温度间接判断短路情况。热红外图像是灰度图像,没有色彩或阴影,对比度低、视觉效果模糊;外界环境的随机干扰和红外成像系统的不完善,给热红外图像带来多种多样的噪声,这些分布复杂的噪声使得热红外图像的信噪比高,不利于后续环节目标识别的处理。热红外图像中普遍存在电解槽极板边缘轮廓模糊,背景对比度差等缺点,如果红外热像仪设置的距离较远,再加之受工业现场恶劣条件的影响,此时获得的热红外图像信噪比和对比度将更低,图像质量很差,电解槽极板定位误差很大,无法准确、可靠的识别极板的温度。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的一种用于识别电解槽极板温度的方法,以解决极板温度识别准确度不高、对比度差的技术问题。根据本专利技术的一个方面,提供一种用于识别电解槽极板温度的方法,包括:步骤S1、获取电解槽的可见光图像和红外热图像,将所述可见光图像和所述红外热图像对应配准,以获取空间位置热图像;步骤S2、将所述可见光图像分别与电解槽和极板的标准边缘模板相匹配,以获取空间位置图像;步骤S3、基于所述空间位置热图像和所述空间位置图像,以识别极板的实时温度。进一步地,还包括:步骤S4、基于电解槽和极板的布设条件,确定所述可见光图像对应的电解槽位置。进一步地,步骤S1中将所述可见光图像和所述红外热图像对应配准,以获取空间位置热图像具体包括:步骤S11、对原始可见光图像和原始红外热图像进行滤波降噪处理,得到所述可见光图像和红外热图像;步骤S12、以所述可见光图像为基准图像,采用仿射变换模型,以实现所述可见光图像和红外热图像的空间位置的配准。进一步地,步骤S12中所述可见光图像和红外热图像的空间位置的配准采用基于点特征的图像匹配模型,所述基于点特征的图像匹配模型具体包括:步骤S121、采用Harris算子提取特征点,并为每个特征点建立特征描述子;步骤S122、由所述特征描述子间的绝对值距离作为相似性度量,对所述特征点进行匹配;步骤S123、采用随机抽样一致算法剔除错误匹配点,得到匹配点集;步骤S124、采用最小二乘法求取所述匹配点集的最佳变换参数,实现所述可见光图像和红外热图像的图像几何的配准。进一步地,步骤S2中将所述可见光图像与电解槽和极板的标准边缘模板相匹配具体包括:步骤S21、对所述可见光图像进行边缘检测,以获取可见光边缘二值图;步骤S22、构建电解槽标准边缘模板,将所述电解槽标准边缘模板与所述可见光边缘二值图进行匹配,以提取所述可见光图像中的电解槽边缘图;步骤S23、构建电解槽的极板标准边缘模板,将所述极板标准边缘模板与所述电解槽边缘图进行匹配,以识别可见光图像中电解槽内的极板边缘图。进一步地,步骤S21中对所述可见光图像进行边缘检测具体包括:步骤S211、采用边缘算子提取边缘点集;步骤S212、在所述边缘点集中去掉偏离点并进行相应填充,得到优化的边缘点集,将所述优化的边缘点集连接成线。进一步地,步骤S211中所述边缘算子为Canny算子,采用Canny算子提取边缘点集具体包括:步骤S2111、对所述可见光图像中的像素梯度进行非极大抑制处理,得到非极大值抑制图像;步骤S2112、对所述非极大值抑制图像采用双阈值处理,得到低阈值边缘图像和高阈值边缘图像,以提取边缘点集。进一步地,所述可见光图像与电解槽或电解槽内极板的标准边缘模板相匹配时的相似性采用相关系数R(i,j)表示,所述相关系数R(i,j)采用如下公式计算:其中,T(m,n)为电解槽或极板的标准边缘模板的像素值,Sij(m,n)为电解槽边缘图或极板边缘图的像素值。进一步地,步骤S3中识别极板的实时温度具体包括:采集极板边缘范围内的温度点,采用罗曼诺夫斯基准则剔除所述温度点中误差最大的温度点,获取有效温度点,由所述有效温度点的平均温度值确定极板的温度。进一步地,步骤S4中基于电解槽和极板的布设条件,确定所述可见光图像对应的电解槽位置具体包括:步骤S41、以电解槽阵列的宽度方向为x轴、长度方向为y轴建立直角坐标系;步骤S42、基于所述行车的导轨上设置的触点开关,以获取电解槽的固定x值;步骤S43、基于行车的激光测距仪测量得到的行车与电解槽阵列边缘之间的距离,确定y值;步骤S44,基于所述x值和y值,确定当前电解槽的位置信息,并结合电解槽内极板数量,确定所述红外热图像上电解槽内各极板对应的像素区域。本专利技术的有益效果主要如下:(1)将所获取的可见光图像与红外热图像进行配准,使红外热图像中采集到的极板温度信息能够直观地反映于可见光图像中,以更直观的监测电解槽内极板的温度信息;(2)将所获取的可见光图像与对应的电解槽和极板的标准边缘模板进行匹配,使所得到的可见光图像与电解槽和极板的位置一一对应,便于准确的识别对应极板的实时温度;(3)由电解槽和极板的布设情况,确定当前可见光图像与红外热图像对应的电解槽在电解槽阵列中的实际位置,便于快速查找对应极板位置;(4)在识别极板温度后,进一步采用罗曼诺夫斯基准则对极板边缘范围内的温度点值进行处理,降低测量误差的影响,以更准确识别极板温度。附图说明图1为根据本专利技术实施例中一种用于识别电解槽极板温度的方法的流程示意图;图2为根据本专利技术实施例中一种用于识别电解槽极板温度的方法的图像配准流程示意图;图3为根据本专利技术实施例中一种用于识别电解槽极板温度的方法的标准边缘模板匹配示意图;图4为根据本专利技术实施例中一种用于识别电解槽极板温度的方法的可见光图像边缘检测效果图;图5为根据本专利技术实施例中一种用于识别电解槽极板温度的方法的可见光图像边缘检测效果图局部放大图;图6为根据本专利技术实施例中一种用于识别电解槽极板温度的方法的扇区示意图。具体实施方式下面结合附图和实施例,对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术,但不用来限制本专利技术的范围。参见图1所示,一种用于识别电解槽极板温度的方法,包括:步骤S1、获取电解槽的可见光图像和红外热图像,将所述可见光图像和所述红外热图像对应配准,以获取空间位置红外热图像;步骤S2、将所述可见光图像分别与电解槽和极板的标准边缘模板相匹配,以获取空间位置图像;步骤S3、基于所述空间位置红外热图像和所述空间位置图像,以识别极板的实时温度。生产车间内的电解槽呈阵列式排列,形成电解槽阵列。按照电解槽阵列中各电解槽的实际布置位置和电解槽内极板的布设情况,分别建立电解槽阵列中的电解槽标准边缘模板和电解槽内极板标准边缘模板,用以识别电解槽和本文档来自技高网...
一种用于识别电解槽极板温度的方法

【技术保护点】
一种用于识别电解槽极板温度的方法,其特征在于,包括:步骤S1、获取电解槽的可见光图像和红外热图像,将所述可见光图像和所述红外热图像对应配准,以获取空间位置热图像;步骤S2、将所述可见光图像分别与电解槽和极板的标准边缘模板相匹配,以获取空间位置图像;步骤S3、基于所述空间位置热图像和所述空间位置图像,以识别极板的实时温度。

【技术特征摘要】
1.一种用于识别电解槽极板温度的方法,其特征在于,包括:步骤S1、获取电解槽的可见光图像和红外热图像,将所述可见光图像和所述红外热图像对应配准,以获取空间位置热图像;步骤S2、将所述可见光图像分别与电解槽和极板的标准边缘模板相匹配,以获取空间位置图像;步骤S3、基于所述空间位置热图像和所述空间位置图像,以识别极板的实时温度。2.如权利要求1所述的一种用于识别电解槽极板温度的方法,其特征在于,还包括:步骤S4、基于电解槽和极板的布设条件,确定所述可见光图像对应的电解槽位置。3.如权利要求1所述的一种用于识别电解槽极板温度的方法,其特征在于,步骤S1中将所述可见光图像和所述红外热图像对应配准,以获取空间位置热图像具体包括:步骤S11、对原始可见光图像和原始红外热图像进行滤波降噪处理,得到所述可见光图像和红外热图像;步骤S12、以所述可见光图像为基准图像,采用仿射变换模型,以实现所述可见光图像和红外热图像的空间位置的配准。4.如权利要求3所述的一种用于识别电解槽极板温度的方法,其特征在于,步骤S12中所述可见光图像和红外热图像的空间位置的配准采用基于点特征的图像匹配模型,所述基于点特征的图像匹配模型具体包括:步骤S121、采用Harris算子提取特征点,并为每个特征点建立特征描述子;步骤S122、由所述特征描述子间的绝对值距离作为相似性度量,对所述特征点进行匹配;步骤S123、采用随机抽样一致算法剔除错误匹配点,得到匹配点集;步骤S124、采用最小二乘法求取所述匹配点集的最佳变换参数,实现所述可见光图像和红外热图像的图像几何的配准。5.如权利要求3所述的一种用于识别电解槽极板温度的方法,其特征在于,步骤S2中将所述可见光图像与电解槽和极板的标准边缘模板相匹配具体包括:步骤S21、对所述可见光图像进行边缘检测,以获取可见光边缘二值图;步骤S22、构建电解槽标准边缘模板,将所述电解槽标准边缘模板与所述可见光边缘二值图进行匹配,以提取所述可见光图像中的电解槽边缘图;步骤S23、构建电解槽的极板标准边缘模板,将所述极板标准边缘模板与所述电解槽边缘图进行匹配,以识别可见光图像中电解槽内的极板边缘图。6.如权利要求5所述的一种用于识别电解槽极板温度的方法,其特征在于,步骤S21中对所述可见光图像进行边缘检测具体包括:步骤S...

【专利技术属性】
技术研发人员:阳春华赵昱鑫李勇刚朱红求裘智峰李欣胡啸旭
申请(专利权)人:中南大学
类型:发明
国别省市:湖南,43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1