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技术方案

本发明专利技术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。

【技术实现步骤摘要】
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
本专利技术主要涉及高炉铁水温度测量
，特指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。
技术介绍
高炉炉缸内铁水温度是反映高炉内部热状态、运行工况的关键参数。铁水温度的在线检测对于保证其满足产品规格、提升产品质量和优质率至关重要。但高炉是一个密闭的大型反应器，难以直接检测炉缸内部的铁水温度。目前，主要通过检测高炉出铁场撇渣器处的铁水温度来反应高炉炉缸内部的铁水温度。由于高炉铁水具有温度高、腐蚀性强、表面易形成氧化层和结渣等特点，致使高炉铁水温度难以连续在线检测，现有的检测撇渣器处铁水温度的方法可分为两类：接触式与非接触式。接触式测温包括快速热电偶测温、黑体空腔测温等，但由于铁水具有温度高、腐蚀性强等特点，使得热电偶难以连续在线测温，黑体空腔难以长期连续地检测铁水温度，且存在一定危险；非接触式测温包括红外测温仪测温、红外热像仪测温等，由于铁水具有流速快、表面易形成氧化层和结渣等特点，且高炉出铁场环境复杂，简单的红外测温方式难以实现高精度的测温。
技术实现思路
本专利技术提供的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，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。为解决上述技术问题，本专利技术提出的基于红外机器视觉的高炉出铁口铁水温度测量方法包括：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；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。可选地，基于预设的温度阈值对红外热图像进行图像分割包括：根据炉渣和铁水在红外热图像上表现的温度差异，获得预设的温度阈值，其中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为用于采集红外热图像的红外热像仪配置的炉渣的发射率；根据预设的温度阈值对红外热图像进行图像分割。可选地，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)为红外热图像上的像素(j,k)对应的温度值，F(m,n)为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°}，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)是位于红外热图像上的像素(i,j)处的温度值，N(i,j)是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。可选地，基于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。可选地，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。可选地，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。本专利技术提出的基于红外机器视觉的高炉出铁口铁水温度测量系统包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述基于红外机器视觉的高炉出铁口铁水温度测量方法的步骤。与现有技术相比，本专利技术的优点在于：本专利技术提供的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，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。附图说明图1是本专利技术实施例一的基于红外机器视觉的高炉出铁口铁水温度测量方法的流程图；图2是本专利技术实施例二的基于红外机器视觉的高炉出铁口铁水温度测量方法采用的测温系统图；图3本专利技术实施例二的基于红外机器视觉的高炉出铁口铁水温度测量方法的流程图；图4为本专利技术实施例二的基于红外机器视觉的高炉出铁口铁水温度测量方法的回归预测结果图；图5为本专利技术实施例二的基于红外机器视觉的高炉出铁口铁水温度测量方法的绝对误差图；图6为本专利技术实施例二的基于红外机器视觉的高炉出铁口铁水温度测量方法的相对误差图；图7为本专利技术实施例二的基于红外机器视觉的高炉出铁口铁水温度测量方法补偿前的测温结果；图8为本专利技术实施例二的基于红外机器视觉的高炉出铁口铁水温度测量方法补偿后的测温结果；图9为本专利技术实施例的基于红外机器视觉的高炉出铁口铁水温度测量系统的结构框图。附图标记：1、高炉炉缸；2、测温装置；3、万向云台；4、光纤；5、计算机；6、出铁口；7、铁水流；8、存储器；9、处理器。具体实施方式为了便于理解本专利技术，下文将结合说明书附图和较佳的实施例对本专利技术作更全面、细致地描述，但本专利技术的保护范围并不限于以下具体的实施例。以下结合附图对本专利技术的实施例进行详细说明，但是本专利技术可以由权利要求限定和覆盖的多种不同方式实施。实施例一参照图1，本专利技术实施例一提供的基于红外机器视觉的高炉出铁口铁水温度测量方法，包括：步骤S101，获取高炉出铁口铁水流的红外热图像；步骤S102，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；步骤S103，基于炉渣区域的温度数据，获得出铁口铁水温度；步骤S104，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。本专利技术实施例提供的基于红外机器视觉的高炉出铁口铁水温度测量方法，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本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】
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,...

【专利技术属性】
技术研发人员：蒋朝辉，潘冬，陈致蓬，桂卫华，谢永芳，阳春华，张海峰，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43