基于红外图像像素矩阵的特征值处理煤气流分布的方法技术

本发明专利技术公开了一种基于红外图像像素矩阵的特征值处理煤气流分布的方法，属于高炉检测技术领域。方法包括以下步骤：数据采集及处理；红外图像处理；求解每一帧图像像素矩阵的特征值和特征向量；利用特征值大小对红外图像进行分类。本发明专利技术提出的基于红外图像像素矩阵的特征值处理煤气流分布的方法，对大样本高炉煤气流红外图像进行分类，探求高炉生产过程中煤气流分布的动态变化特征，为进一步研究煤气流变化与煤气利用率之间的联系提供帮助，进而实现煤气利用率的实时监测。

【技术实现步骤摘要】
基于红外图像像素矩阵的特征值处理煤气流分布的方法
本专利技术具体涉及一种基于红外图像像素矩阵的特征值处理煤气流分布的方法，属于高炉检测

技术介绍
目前，学者们主要通过高炉检测装置来检测和分析煤气流分布，也有学者利用煤气流红外图像特征建立数学模型，分析高炉煤气流分布规律，但这种方法所用煤气流红外图像的数据量非常少，不具有统计规律性，不能全面代表复杂的高炉炉况。如高炉顺行时、布料时、鼓风时煤气流的分布特征是什么；炉况异常情况下煤气流分布特征是什么。因此，将高炉生产过程中大量煤气流红外图像数据(全年或一段时间生产数据)进行分类识别，探求高炉生产的统计规律对于高炉生产调控至关重要。研究煤气流分布已有技术如下：学者们通过多年的高炉操作经验与煤气流发展特点将煤气流分布状态分为平坦型分布、边缘发展型、中心发展型、中心和边缘煤气流共同发展等四种类型。此技术只是从理论基础上分析了高炉煤气流分布特征，没有结合高炉实际炉况分析煤气流分布。有些学者通过最小平方中值法椭圆拟合方法对煤气流红外图像边缘提取，提出了一种基于感红外成像图像进行中心煤气流分布模式识别的方法。此技术采用的红外图像数量比较少，不本文档来自技高网...

【技术保护点】
一种基于红外图像像素矩阵的特征值处理煤气流分布的方法，其特征在于，所述方法包括以下步骤：步骤1数据采集与处理：在线采集红外视频生产数据，经过图像提取软件获得每秒24帧的红外图像数据；步骤2红外图像数据的预处理，具体过程通过以下步骤实现：步骤2A图像叠加处理：对步骤1获得的红外图像数据进行批量叠加处理，得到每小时3600帧煤气流的红外图像；步骤2B去死角模糊化处理：对图像叠加处理获得的红外图像进行去死角模糊化处理，防止死角对特征值提取的影响；步骤2C滤波处理：对去死角模糊化处理后的红外图像进行均值、中值滤波处理，滤除噪声和脉冲干扰；步骤2D像素矩阵方阵化处理：将滤波处理后获得的288×352的红...

【技术特征摘要】
1.一种基于红外图像像素矩阵的特征值处理煤气流分布的方法，其特征在于，所述方法包括以下步骤：步骤1数据采集与处理：在线采集红外视频生产数据，经过图像提取软件获得每秒24帧的红外图像数据；步骤2红外图像数据的预处理，具体过程通过以下步骤实现：步骤2A图像叠加处理：对步骤1获得的红外图像数据进行批量叠加处理，得到每小时3600帧煤气流的红外图像；步骤2B去死角模糊化处理：对图像叠加处理获得的红外图像进行去死角模糊化处理，防止死角对特征值提取的影响；步骤2C滤波处理：对去死角模糊化处理后的红外图像进行均值、中值滤波处理，滤除噪声和脉冲干扰；步骤2D像素矩阵方阵化处理：将滤波处理后获得的288×352的红外图像像素矩阵补成352×352的方阵；步骤3求解每一帧图像像素矩阵的最大特征值及其对应的特征向量：求解由步骤2D获得的像素方阵的最大特征值和对应的特征向量；步骤4利用特征值大小进行图像分类：将所求的最大特征值进行排序：|λ1|≤|λ2|≤…≤|λk|≤|λk+1|…≤|λk+n|≤…≤|λM|，其中M＝720×3600，表示所处理的图像为720小时，每小时3600帧煤气流红外图像数目，按照特征值的区间范围对煤气流红外图像进行分类，不同类别代表不同类型的红外图像，实现利用红外图像像素矩阵的特征值大小对红外图像进行分类。2.如权利要求1所述的基于红外图像像素矩阵的特征值处理煤气流分布的方法，其特征在于，所述方法中按照特征值的区间范围对煤气流红外图像进行分类，具体分类过程通过以...

【专利技术属性】
技术研发人员：石琳，韩博，曹富军，张景，丁根远，温有斌，马祥，
申请(专利权)人：内蒙古科技大学，
类型：发明
国别省市：内蒙古,15