本发明专利技术公开了一种基于标志物目标检测的高炉炉顶布料阶段识别方法及装置。该方法利用炉顶红外热像仪，根据不同布料阶段下高炉炉顶红外图像的特征选择标志物，建立炉顶标志物目标检测模型，结合目标检测结果和高炉布料规律提出高炉炉顶布料阶段判定条件，实现对高炉布料阶段的识别。本发明专利技术将炉顶布料阶段识别问题转换为标志物目标检测问题，实现对高炉布料阶段的自动识别。在高炉生产运行过程中，本发明专利技术提供的方法能够实现对布料阶段的高精度有效动态识别，为确保高炉的正常运行提供了重要的炉顶布料信息。炉顶布料信息。炉顶布料信息。
【技术实现步骤摘要】
基于标志物目标检测的高炉炉顶布料阶段识别方法及装置
[0001]本专利技术涉及计算机视觉
，尤其涉及一种基于标志物目标检测的高炉炉顶布料阶段识别方法及装置。
技术介绍
[0002]随着世界钢铁需求量和钢铁产量的不断增加，钢铁的产量与质量已成为衡量一个国家发达程度和经济实力的重要标志。钢铁工业是现代化国家的支柱产业之一，同时又是能源使用、资源消耗和环境污染的重要来源，对可持续发展战略的实施有至关重要的影响。
[0003]高炉是钢铁工业的核心环节之一，高炉的主要工序是将铁元素从铁矿石中还原出来，为后续的炼钢环节提供原料，其产出的铁水质量直接影响到炼钢、钢加工等后续环节的产品质量。高炉布料是高炉过程中的一项重要操作，它决定炉顶的炉料分布，影响炉内气固两相之间的反应和传热，并最终影响产出铁水的质量和产量。因此，对高炉布料过程的监测具有十分重要的意义。
[0004]为实现对高炉布料过程的监测，目前已有的方法可以分为两类：直接测量法和间接测量法。直接测量法直接通过传感器获取炉顶料面的分布情况，进而获得布料信息，例如在高炉中使用机械探尺和雷达探尺等。这类方法可以有效地获取探尺所在位置的炉料信息，但是由于受到测量点位数量的限制，此类方法只能获取有限点的信息，无法反映真实的炉顶料面分布，存在一定的局限性。间接测量法对炉喉处的温度分布进行测量，通过温度分布间接推断出炉顶的布料情况，常见的间接测量方法有炉喉热电偶十字测温技术。该方法具有良好的动态性能，但由于与高温气流直接接触，传感器易出现故障或受到损坏，特别是中心部位的传感器。并且因为高炉本身维护周期较长，一旦温度传感器损坏或出现故障，检修周期较长且更换难度较大。从而难以维持正常的高炉炉喉温度监测，影响相关高炉状态监测、控制和优化，不利于生产的正常进行。
[0005]随着非接触式检测技术的发展，红外热成像技术被越来越多地应用于温度检测任务中。红外热成像是一种新型的非接触式的温度测量技术，其基于物体的辐射能随温度变化的原理，不与待测物体直接接触，可用于运动物体及高温物体表面的温度检测，且不会破坏待测物体的温度场。红外热成像相较于接触式温度测量，具有更长的使用寿命，且能够提供即时的温度场信息。然而，高炉布料是一个连续且复杂的过程。在布料过程中，铁矿石和焦炭作为炉料被轮流输送到高炉中，由于炉内气流以及炉料之间发生的物理和化学反应的影响，炉内温度会发生周期性的升降，炉料上携带的粉尘会随炉内气流进行运动。此时，炉顶料面信息将不能通过炉顶红外热像仪有效获取，只有当布料停止时，才能通过炉顶红外热像仪看清料面的轮廓线。因此，使用炉顶红外热像仪对高炉布料过程进行有效监测的前提是对布料阶段的有效识别，亟需一种通过高炉炉顶红外图像对高炉布料阶段进行有效识别的方法。
[0006]计算机视觉是一门研究如何使用相机和计算机代替人眼来完成目标的识别、检测和跟踪任务的技术。炉顶红外热像仪可以以红外热像的形式实时获取炉内的温度信息，当
高炉处在不同的布料阶段时，高炉炉顶红外图像会表现出不同的特征。选择合适的标志物，采用计算机视觉技术对高炉炉顶红外图像进行图像处理，对标志物进行检测，并根据检测结果来实现对不同布料阶段的判别是一种可靠的方法。因此，本专利技术提出一种基于标志物目标检测的高炉炉顶布料阶段识别方法。
技术实现思路
[0007]本专利技术的目的在于针对现有高炉炉顶布料阶段识别技术中的不足，提出一种基于标志物目标检测的高炉炉顶布料阶段识别方法。该方法对高炉炉顶红外视频进行采样，根据炉顶红外图像特点，对炉顶红外图像进行图像预处理操作。根据不同布料阶段下高炉炉顶红外视野内炉喉各部件的可见性差异，选择在高炉炉顶不同布料阶段具有不同可见性特征的物体作为标志物。建立标志物红外图像数据集，使用标志物红外图像数据集对目标检测模型进行训练，建立炉顶标志物目标检测模型。同时，本专利技术提出高炉炉顶布料阶段判定条件，结合标志物目标检测结果，实现对布料阶段的高精度有效动态识别，为确保高炉的正常运行提供了重要的炉顶布料信息。
[0008]为实现上述目的，本专利技术采用如下技术方案：一种基于标志物目标检测的高炉炉顶布料阶段识别方法，该方法包括以下步骤：
[0009]S1：获取高炉炉顶红外图像，根据高炉炉顶红外图像特点进行图像预处理操作；
[0010]S2：根据不同布料阶段下高炉炉顶红外视野内炉喉各部件的可见性差异，选择在高炉炉顶不同布料阶段具有不同可见性特征的物体作为标志物；
[0011]S3：基于目标检测算法建立炉顶标志物目标检测模型并训练模型，模型训练完成后，输入高炉炉顶红外图像，得到标志物目标检测结果；
[0012]S4：根据高炉布料规律，由于铁矿石和焦炭两种炉料的物理性质不同，两者炉顶红外图像中所选标志物存在清晰度差异，根据两者炉顶红外图像中所选标志物的清晰度差异，结合标志物的目标检测结果，针对两种炉料情况分别制定高炉炉顶布料阶段判定条件，根据炉顶布料阶段判定条件实现高炉炉顶布料阶段识别。
[0013]进一步地，步骤S1具体包括以下子步骤：
[0014]S1
‑
1对高炉炉顶红外视频每隔一定帧数进行截图采样，得到采样后的高炉炉顶红外图像数据集；
[0015]S1
‑
2采样后的高炉炉顶红外图像中包含冗余的颜色信息，对采样后的高炉炉顶红外图像按照下式进行灰度化处理，将彩色图像转换为灰度图以减少后续计算的复杂度；
[0016]Gray(i,j)＝αR(i,j)+βG(i,j)+γB(i,j)
[0017]其中，Gray(i,j)代表坐标为(i,j)的像素灰度化后的灰度值；R(i,j)、G(i,j)和B(i,j)分别代表坐标为(i,j)的像素灰度化前的R通道、G通道和B通道的亮度值；α、β和γ分别为三通道亮度值所占的比重；
[0018]S1
‑
3高炉内部环境恶劣，导致炉顶红外热像仪成像效果较差，得到的高炉炉顶红外图像中包含了许多噪声信息，其中最主要的噪声为椒盐噪声，采用对椒盐噪声滤除作用较好的中值滤波方法，对高炉炉顶红外图像中的噪声进行滤除，其表达式为：
[0019][0020]其中，F
i,j
是坐标为(i,j)的像素经过中值滤波后的灰度值；A是一个以坐标为(i,j)的像素为中心，尺寸为m
×
m的二维滤波窗口；为将滤波窗口内的像素的灰度值按从小到大排序后的中位数。
[0021]进一步地，步骤S2中，在非布料阶段，高炉炉顶红外图像中能够清晰地看到以下特征：测温杆、溜槽、料锤、中心煤气流；在布料阶段，炉料上携带的粉尘在炉内气流的影响下，在炉内向上进行不规则运动，进而导致炉顶红外热像仪无法清晰地采集到以上特征；从以上特征中选择至少一个作为标志物。
[0022]进一步地，步骤S3具体包括以下子步骤：
[0023]S3
‑
1根据选择出的标志物，按照所选目标检测模型的格式要求标记红外图像数据集内的标志物，建立标志物红外图像本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于标志物目标检测的高炉炉顶布料阶段识别方法，其特征在于，包括以下步骤：S1：获取高炉炉顶红外图像，根据高炉炉顶红外图像特点进行图像预处理操作；S2：根据不同布料阶段下高炉炉顶红外视野内炉喉各部件的可见性差异，选择在高炉炉顶不同布料阶段具有不同可见性特征的物体作为标志物；S3：基于目标检测算法建立炉顶标志物目标检测模型并训练模型，模型训练完成后，输入高炉炉顶红外图像，得到标志物目标检测结果；S4：根据高炉布料规律，由于铁矿石和焦炭两种炉料的物理性质不同，两者炉顶红外图像中所选标志物存在清晰度差异，根据两者炉顶红外图像中所选标志物的清晰度差异，结合标志物的目标检测结果，针对两种炉料情况分别制定高炉炉顶布料阶段判定条件，根据炉顶布料阶段判定条件实现高炉炉顶布料阶段识别。2.根据权利要求1所述的一种基于标志物目标检测的高炉炉顶布料阶段识别方法，其特征在于，步骤S1具体包括以下子步骤：S1
‑
1对高炉炉顶红外视频每隔一定帧数进行截图采样，得到采样后的高炉炉顶红外图像数据集；S1
‑
2对采样后的高炉炉顶红外图像进行灰度化处理，公式如下：Gray(i,j)＝αR(i,j)+βG(i,j)+γB(i,j)其中，Gray(i,j)代表坐标为(i,j)的像素灰度化后的灰度值；R(i,j)、G(i,j)和B(i,j)分别代表坐标为(i,j)的像素灰度化前的R通道、G通道和B通道的亮度值；α、β和γ分别为三通道亮度值所占的比重；S1
‑
3采用中值滤波方法对高炉炉顶红外图像中的噪声进行滤除，其表达式为：其中，F
i,j
是坐标为(i,j)的像素经过中值滤波后的灰度值；A是一个以坐标为(i,j)的像素为中心，尺寸为m
×
m的二维滤波窗口；为将滤波窗口内的像素的灰度值按从小到大排序后的中位数。3.根据权利要求1所述的一种基于标志物目标检测的高炉炉顶布料阶段识别方法，其特征在于，步骤S2中，在非布料阶段，高炉炉顶红外图像中能够清晰地看到以下特征：测温杆、溜槽、料锤、中心煤气流；在布料阶段，炉料上携带的粉尘在炉内气流的影响下，在炉内向上进行不规则运动，进而导致炉顶红外热像仪无法清晰地采集到以上特征；从以上特征中选择至少一个作为标志物。4.根据权利要求1所述的一种基于标志物目标检测的高炉炉顶布料阶段识别方法，其特征在于，步骤S3具体包括以下子步骤：S3
‑
1根据选择出的标志物，按照所选目标检测模型的格式要求标记红外图像数据集内的标志物，建立标志物红外图像数据集；S3
‑
2使用标志物红外图像数据集对所选目标检测模型进行训练，建立炉顶标志物目标检测模型；S3
‑
【专利技术属性】
技术研发人员：唐晓宇，李松辰，杨春节，王文海，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
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。