一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法及系统技术方案

本发明专利技术涉及一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，其特征在于，包括以下步骤：对转炉出钢的硬件系统进行初始化，红外钢流图像进行采集，获取相关信息，对红外钢流图像进行预处理，检测第一帧钢流图像的最小外接正矩形轮廓，运用CBOCP红外跟踪方法进行钢流的跟踪，判定钢流是否丢失，将跟踪结果输送到转炉出钢钢流检测与跟踪系统的硬件平台；同时涉及到一种基于CBOCP的钢流自动检测跟踪系统，用以实现所提供的CBOCP红外转炉出钢钢流自动检测与跟踪方法。根据本发明专利技术方法，进行钢流检测与跟踪，能够自适应跟踪框的大小、精确跟踪到目标且算法复杂度底、计算量小、实时性好，有效地解决了钢流遮挡时目标丢失和漂移问题。

A new method and system of cbocp on-line automatic detection and tracking of tapping steel flow in infrared converter

【技术实现步骤摘要】
一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法及系统
本专利技术涉及检测技术中最小外接矩形检测技术和目标跟踪技术，尤其涉及目标跟踪技术中CBOCP(CamshiftBasedonContourFeatures)跟踪算法，并且更具体地涉及基于的钢流自动检测与跟踪系统。
技术介绍
近年来，钢铁企业对提升产品档次、改善钢水质量、降低冶炼成本的要求越来越高，转炉出钢过程中钢渣含量的检测具有重要的意义。减少转炉出钢时的下渣量是提高转炉炼钢产品的质量，提高钢水收得率，降低炼钢生产成本最有效的途径之一。目前，国内外使用较多的转炉出钢检测方法有：人工视觉观察法、电磁检测法和红外图像法。人工视觉观察法，依赖于工人的现场主观判断是否停止出钢，具有很大的主观性。电磁检测法，根据钢水和钢渣的磁导率不同、次级线圈电压的变化反映钢渣含量情况，具有准确和实时的检测优势，但电磁线圈安装过程繁琐，且长期暴露在高温环境下，使用寿命短，维护费用高。红外图像法，利用钢水和钢渣的红外辐射温度差异，转换成图像，经图像处理后，检测其中钢渣的含量并分析渣占比，渣占比超过阈值后报警并启动挡渣操作，提高钢水质量。转炉下渣中利用红外图像实时检测下渣，具有不受光源、高温热源的影响，远距离监控等优点，在钢铁行业得到广泛的应用。红外转炉钢渣检测传统方法存在将钢口钢渣、钢包溅渣识别为钢流钢渣的误差，导致渣占比偏大，提前进行挡渣操作，钢水收得率低。系统实时性较差。且在出钢时加合金过程中，因化学反应产生浓烟，遮挡钢流而无法获知实际出钢情况。对此，一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，采用二值法分割钢流图像，检测目标轮廓特征并标定最小外接矩形，实现全自动跟踪。增加相邻两帧图像跟踪框质心欧氏距离判断和矩形轮廓的相似性，解决了提前挡渣和无法观测倾角变化的问题。
技术实现思路
本专利技术要解决的技术问题是，针对传统远红外在线出钢钢渣含量检测方法实时性差，停止出钢时间判断不准确，钢包因加合金产生烟尘遮挡，不利于监测转炉倾角状态等问题，采用在远红外图像检测系统加入一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法。采用本专利技术方法，降低了钢水含渣量，准确判断出钢时间，可实时监测转炉倾角变化。本专利技术提供的一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，其特征在于包括以下步骤：红外钢流图像采集过程。红外钢流图像的处理。红外钢流目标的检测。前后帧跟踪框是否漂移和遮挡的判定。远红外摄像头采集到钢流红外图像后，就进行钢流目标的检测与跟踪并进行跟踪框移动距离的判定。其中红外钢流图像的处理包括图像预处理和图像后处理，其中预处理分为双边滤波、直方图均衡化、闭运算和二值化等四个步骤。在预处理的过程中采用闭运算进行形态学处理，通过填充图像的凹角来滤波图像的，排除小型黑洞，而总的位置和形状不变，调整检测到的第一帧跟踪框的大小。CBOCP在线红外转炉出钢钢流自动检测与跟踪方法方案如下：1.设定合适的二值化阈值Q。为使得二值化以后的前景区域主要由钢流目标组成，背景区域为除钢流以外的的区域，设置二值化阈值为317-338之间。2.检测钢流矩形轮廓。3.CBOCP算法进行跟踪。4.确定跟踪图像。具体过程如下：1)检测钢流矩形轮廓：(1)将二值化后的图像按照从左至右，从上至下扫描每一个像素点。(2)当像素点(i，j)的像素满足值为1且(i，j)左侧的所有像素点如(i，j-1)的像素值为0，且按有序数字递增的最外层边界数NBD＝0时，(i，j)定义为外边界的开始点位置。(3)沿着开始点标记边界上的像素，标记方法为：如果当前轮廓是在0像素区域(包含(p，q+1)位置的像素点)和1像素区域(包含(p，q)位置的像素点)，则将(p，q)处的像素值改为-2；其他情况将(p，q)点的像素改为2，因为图片最左列、最右列、最上列和最下列为图片框架，被设置为1。(4)扫描过程中，非边界非零点的像素值赋值为NBD，每重新扫描一行时NBD置0。(5)由边缘轮廓标记得到的外部边界曲线坐H＝{(x1，y1)，(x2，y2)，(x3，y3)…(xn，yn)}。xg-xh＝a，yg-yh＝b(1)式中：H为外部边界曲线、xg、xh分别为外部曲线边界最大横坐标和最小横坐标，yg、yh为外部曲线边界最大纵坐标和最小纵坐标，a，b分别为最小外接矩形的长和宽。(6)将获得的以a和b为长宽的矩形轮廓作为下面CBOCP跟踪的初始化搜索框。2)CBOCP算法进行跟踪：(1)使用上述所得矩形轮廓作为CBOCP算法的初始化搜索框，对初始化区域进行统计得到颜色直方图，根据颜色直方图反向投影得到当前帧的概率分布图。(2)根据颜色概率分布图计算搜索框W1的零阶矩M00，一阶矩M10和M01，得到新的搜索框W2，由零阶矩和一阶矩得到W2质心位置(xc，yc)，调整搜索框W2的大小S，最后移动搜索窗口W1的中心(xc1，yc1)到W2的质心(xc2，yc2)，当质心的移动距离收敛于设定的阈值时停止迭代，否则返回步骤(1)执行，收敛后读取下一帧图像并以当前框的位置信息作为下一帧的初始搜索框，重复执行步骤(1)和(2)。其中，I(x，y)为图形中坐标点(x，y)处的像素值；M00为零阶矩，M10为一阶矩即x的期望值，M01对y的期望值；xc、yc分别为质心横坐标和纵坐标。M20＝∑∑x2I(x，y)，M02＝∑∑y2I(x，y)(5)其中M20和M02分别求矩形框中x和对y的平方求期望，θ为搜索框的旋转角度。其中L和W分别为搜索框的长和宽。3)判断前后两帧跟踪框质心移动距离d设置阈值d判断是否出现跟踪漂移和丢失，d为相邻前后两帧CBOCP跟踪框中心距离，d的取值范围为0-0.4m。其中，(x1，y1)和(x2，y2)分别为相邻前后两帧搜索框质心坐标点，当d小于或等于0.4m时，继续使用CBOCP跟踪；当d大于0.4m时，重新使用上述方法检测钢流矩形轮廓，更新钢流的位置信息，更新CBOCP搜索框和其颜色特征。通过结合以下附图，阅读本专利技术实施方式的详细描述后，本专利技术的其他特征、特点和优点将会变得更加清楚。4)确定跟踪图像本专利技术还提供了一种基于CBOCP钢流自动检测跟踪装置系统，其特征在于，它包括：转炉出钢系统，高温红外热像仪转炉出钢监控对象。红外滤波衰减片，将红外光干扰信号过滤掉，去掉干扰信号。红外长焦镜头，用于获取所需红外光信号。保护罩，用于保护红外热像仪。红外热像仪，用于获取转炉出钢温度信号和图像信号。DSP处理器，用于对红外热像仪的输出信号进行信息处理。计算机监控DCS系统，对采集的出钢钢流的图像和温度信息，并进本文档来自技高网...

【技术保护点】
1.一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，其特征在于，包括以下步骤：/n(1)对钢流检测与跟踪的硬件系统进行初始化；/n(2)对钢流图像进行采集，获取相关信息；/n(3)对红外图像进行预处理；/n(4)自动检测钢流矩形轮廓特征；/n(5)运用CBOCP跟踪方法对检测到的目标进行跟踪；/n(6)判断搜索框是否发生漂移，计算满足前后两帧图片的搜索框质心欧氏距离是否在范围内；/n(7)将跟踪结果输送到钢流检测与跟踪系统的硬件平台。/n

【技术特征摘要】
1.一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，其特征在于，包括以下步骤：
(1)对钢流检测与跟踪的硬件系统进行初始化；
(2)对钢流图像进行采集，获取相关信息；
(3)对红外图像进行预处理；
(4)自动检测钢流矩形轮廓特征；
(5)运用CBOCP跟踪方法对检测到的目标进行跟踪；
(6)判断搜索框是否发生漂移，计算满足前后两帧图片的搜索框质心欧氏距离是否在范围内；
(7)将跟踪结果输送到钢流检测与跟踪系统的硬件平台。


2.根据权利要求1所述一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，其特征在于对钢流图像进行采集，获取相关信息是通过执行以下步骤实现：
(1)钢流检测与跟踪的硬件系统启动开始工作；
(2)启动操作系统并进行初始化；
(3)转炉出钢系统，即高温红外热像仪监控对象，准备就绪；
(4)计算机监控系统初始化；
(5)PLC系统初始化；
(6)对红外图像进行处理；
(7)完成红外转炉出钢自动检测与跟踪系统的系统初始化工作。


3.根据权利要求1所述一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，其特征在于红外图像预处理是通过执行以下步骤实现：
(1)红外钢流图像预处理开始工作；
(2)对红外钢流图像进行双边滤波，帮助消除图像中比较尖锐的噪声，实现图像平滑、模糊等功能，得到一幅较为清晰的图像；
(3)用直方图均衡化，对红外钢流图像进行增强；
(4)对红外钢流图像进行闭运算；
(5)对红外钢流图像进行二值化处理，设置合适的二值化阈值，将图像变为二值钢流图像的同时，通过阈值去掉大部分干扰背景，得到只剩下钢流的图像；
(6)钢流图像预处理结束后，将对钢流的最小外接矩形轮廓特征进行提取。


4.根据权利要求1所述一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，其特征在于钢流的最小外接矩形轮廓特征进行提取是通过执行以下步骤实现：
(1)将二值化后的图像按照从左至右，从上至下扫描每一个像素点；
(2)定义最外层边界数NBD(边界数表示)，定义为外边界的开始点位置；
(3)定义标记边界上的像素的方法；
(4)将获得的以a为长和b为宽的矩形轮廓作为下面CBOCP跟踪的初始化搜索框。


5.根据权利要求1所述一种新型CBOCP在线红外转炉出钢钢流自动检测与跟踪方法，其特征在于运用CBOCP计算跟踪并计算搜索框是通过执行以下步骤实现：
(1)将检测出的最小外接矩形轮廓作为初始化搜索框A1；
(2)计算搜索框区域颜色直方图；
(3)计算搜索区域概率分布投影图；
(4)计算搜索框A1的质心(xc，yc)；
(5)计算搜索框的...

【专利技术属性】
技术研发人员：潘炼，李艳丽，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北;42