基于炉口火焰图像的炼钢终点研究与优化

摘要：火焰图像是一种非结构图像，研究表明碳含量的不同对火焰的特征会产生影响，针对不同时期的火焰图像的特征可以预测炼钢处于什么阶段，时间越往后推，碳含量越少，火焰越软，反之越硬。该文主要从角点，纹理，边缘，小波多尺度变换等几方面对火焰图像进行特征提取，确定炼钢的阶段，部分解决‘人工看火’问题。

关键词：火焰图像；特征提；软硬度；小波变换

中图分类号：TP399 文献标识码：A 文章编号：1009-3044（2013）16-3806-04

炼钢过程中对碳含量进行在线测量是全世界冶金行业普遍面临的一个难题，也是决定转炉炼钢终点的重要依据。对火焰纹理的判断以往主要依靠工人师傅的经验做判断，靠人工视觉观测火焰的颜色，形状，纹理等特征以便判定炉口火焰的含碳量。但依据人的经验，视觉的观测，往往会因当时人的主观状态的不同，影响判断结果，同时对高温下工作的工人有身体伤害。另外流行一些方法还有烟气分析，应用副枪取样，温度识别等方法。

火焰是一种不规则气体现象，是非结构体目标，其内部运动十分复杂，因而采用图像处理技术提取火焰的特征有一定的困难，针对图像处理技术应用于转炉火焰特征的碳含量分析，国内外在这方面已经有了一些成果。火焰图像与一般图像的特征不同主要在于它的位置，形状时刻在变动，分析图像特征应有其他特定的方法。

当今国内火焰监测对钢材料生产质量的要求越来越高，现在很多钢铁企业依然依赖于“人工看火”这种直观方式，结果不够准确，实时性也不太好。因为火焰是一种动态的非结构图像，其位置，形状时刻都在变动，单一采用某一方法对火焰图像进行定量分析意义不大，该文通过多个火焰图像的特征量的提取，对火焰图像进行分析，从而判断含碳量的范围。

1 基于优化的Harris算子含碳量分析

点特征是图像最基本的特征。感兴趣点的提取在图像压缩，传输领域应用比较广泛。在实际图像处理应用中，由于存在许多噪声，会导致图像退化。一些像素点受噪声的影响较小，并且能较好的表达出整个的图像，我们叫这样的点为图像的特征点。

从多尺度的角度对图像特征点进行分析，特征点表示目标图像从尺度由高到低的退化过程，图像尺度减少导致图像像素减少，此过程通常需要往我们感兴趣的地方进行，以便能在同样的尺度下找到更多的特征点。并反过来，通过调整特征点数目，在保证图像特征的前提下增加感兴趣域的范围，如房屋尖角，我们将这类代表图像特殊意义的点称为图像的角点。角点在图像旋转，尺度特征变换等方面具有好的抗干扰性，因此实际应用中常将角点作为特征分析的核心，它所占像素数目较少，但信息量大，熵值也较大，可用作图像特征信息的预判断。

3 基于小波变换的火焰图像多尺度分解

4 结论

本文通过Harris算子，Canny算子对火焰不同时期的图像进行处理分析，对传统的人工看火的缺陷给于补充，用现代计算机处理技术，解决相关炼钢中出现的问题。希望达到由‘人工看火’到计算机看火的转变，不过本文还存在很多不足的地方，火焰图像应该放在多尺度环境下去解决，有很多待处理的问题。1）火焰图像有效多尺度分解模型的建立；2）火焰图像多特征值的融合，多种特征值综合考虑，如火焰的透亮度，边缘形状，纹理走势光滑，分叉，颜色等，其中大部分是动态的，不是一张图片能看出来的，从而得出一个比较准确的火焰图像含碳量模型；3）基于插值算法，得到火焰图像特征与碳含量的变化曲线。

参考文献：

[1] A Khotanzad.Zernike Moment Based Rotation Invariant Features for Pattern Recognition[C]. Proceedings of SPIE the International Society for Optical Engineering，1988.

[2] 毛雁明，兰美辉，王运琼.一种改进的基于Harris的角点检测方法[J].计算机技术与发展，2009（5）.

[3] 张小洪，李博，杨丹.一种新的Harris多尺度角点检测[J].电子与信息学报，2007（7）.

[4] 胡燕，何腊梅. 转炉炼钢终点控制模型的方法研究[J]. 钢铁技术，2009（（6）.

[5] 黄雪菊，郭举修，武颖静.图像边缘检测的小波包分解算法[J].华中科技大学学报：自然科学版，2011（1）.

[6] 靳艳红，蒙建军.一种基于Canny算子改进的边缘检测算法[J].重庆文理学院学报：自然科学版，2011（2）.

[7] 转炉炼钢吹炼数据预测中火焰图像多特征提取方法研究[D].昆明：昆明理工大学，2012.

[8] 甄成钢.基于图像处理技术的炉膛火焰检测方法研究[D].华北电力大学（河北） ，2004.

[9] 刘丽，匡刚要.图像纹理特征提取方法综述[J].中国图像图形学报，2009（4）.

[10] 王静，将爱德.基于多特征融合的图像特征提取方法[J].科技信息，2009（16）.