基于圖像理解的吹煉階段判斷模型研究*

張吉璇

（中國飛行試驗研究院測試所 西安 710089）

1 引言

對煉鋼爐吹煉階段的判斷有多種方式，煉鋼工人有的通過觀察火焰的顏色、高度、外沖度、煉鋼爐內聲音判斷，有的通過觀察火花的形狀、擺動幅度來判斷爐內溫度，從而斷定吹煉階段。近年來，通過圖像處理技術，深入研究了煉鋼爐火焰圖像的特征，對煉鋼爐不同吹煉階段的火焰圖像紋理復雜度、顏色等進行圖像理解，發現吹煉前期火焰圖像紋理復雜度不高；中期紋理粗糙度和復雜度都較高；后期爐內火焰持續收縮，顏色呈單一的亮白色，紋理特征最為簡單［1］。

通過機器視覺利用圖像處理的技術來理解煉鋼爐不同吹煉時期的火焰圖像［2］，可以準確客觀地判斷吹煉階段，減少人為因素造成的主觀影響，提高工作效率及判斷準確實時性。圖1 為吹煉階段判斷圖像理解流程圖。

圖1 Harris算法流程圖

2 圖像邊緣輪廓提取

首先對火焰圖像進行預處理，在進行基礎的灰度化后，針對火焰圖像在不同階段紋理度的不同，對煉鋼爐火焰圖像做邊緣輪廓提取處理，紋理粗糙及復雜的中期火焰圖像，其邊緣輪廓圖紋理較復雜，紋理簡單的前期、后期火焰圖像，其邊緣輪廓圖紋理較簡單。

火焰輪廓邊緣具有幅值、方向兩個屬性，是不同區域的分界線，圖像中像素值有明顯變化或其灰度有明顯的變化時，會被標識出來。目前圖像邊緣輪廓提取算法有很多，包括：Kirsch，Prewitt，Roberts Cross、Sobel［3］、Canny和Laplacian算子等。邊緣檢測主要有兩種計算原理，一種是通過計算多個局部方向的梯度值，尋找最大的梯度方向，計算圖像邊緣強度，一種是通過使用拉普拉斯算子或者非線性微分方程計算圖像二階導數的零交叉點來標識邊緣［4］。

上述多種算法中，經過多次實驗驗證，Canny算子能在鋼爐火焰圖像的處理上達到很好的效果。Canny 算子在1986 年即被首次提出［5］并應用廣泛至今，如圖2所示，為應用Canny算子對煉鋼爐吹煉前期、中期以及后期火焰圖像進行邊緣輪廓提取后的效果圖。

圖2 應用Canny算子對不同吹煉階段圖像進行邊緣輪廓提取圖

從圖2可以驗證以下幾點：

1）將Canny 算子應用在煉鋼爐口火焰圖像邊緣提取中，可以保證其最大優勢，對于每個邊緣點均有對應的相應［6~8］，提高了圖像的信噪比，能更清晰地提取出圖像的每個真實像素邊緣［9］；

2）驗證圖像邊緣輪廓提取算法的重要性。根據吹煉前期、中期、后期火焰圖像的紋理特征復雜度，可以通過邊緣輪廓提取后的效果圖初步進行判斷，且效果明顯。

3 圖像角點提取

圖像處理算法中，角點檢測算法也有大量研究基礎，包括Moravec、FAST、Harris 和shi_tomas 角點檢測法等。經過大量實驗驗證，選擇Harris 算法［10］進行煉鋼爐爐口火焰圖像角點提取十分適用。具體算法流程圖如圖3所示［11］。

圖3 火焰圖像Harris算法流程圖

火焰圖像具有非結構紋理特點，角點結構復雜［12~13］，在適用Harris角點檢測算法時，能夠最大限度提升火焰邊緣形狀多個角點檢測的魯棒性，加上Harris 算法較為成熟，算法運行速度較快，對吹煉階段實時性判斷的影響幾乎為0，抗干擾能力強［14~15］。如圖4 所示，為本文第二節邊緣輪廓提取后，再進行Harris角點檢測后的效果圖。

圖4 應用Harris算法對吹煉前期、中期及后期火焰圖像進行角點提取效果圖

4 實驗結果分析

將拍攝的三段煉鋼爐爐口火焰視頻中每一幀圖像進行邊緣輪廓提取、角點提取處理，如圖5 所示，為前期、中期和后期吹煉階段的角點數折線圖。

可從圖5 明顯看出，吹煉前期圖像角點數大約在140 個~200 個，吹煉中期角點數大約在205 個~301個，吹煉后期火焰圖像角點數大約在32個~139個。從而驗證了不同吹煉階段火焰圖像紋理特征復雜度對角點的影響極大，導致不同吹煉階段火焰圖像角點數有明顯區域特征，可以通過邊緣提取預判斷、角點提取閾值準確判斷吹煉階段。

圖5 不同吹煉階段角點數統計折線圖

5 結語

本文針對煉鋼爐吹煉階段判斷主觀問題，提出了基于圖像理解的吹煉階段判斷模型新方法，首先對煉鋼爐爐口火焰圖像進行Canny 算子圖像邊緣輪廓提取，然后進行Harris 角點提取，通過對不同階段角點數目的統計分析，發現處于不同吹煉時期的火焰圖像，其邊緣輪廓圖像有明顯紋理特征、角點數目有明顯閾值，能夠利用此特點快速準確地判斷出煉鋼爐目前的吹煉階段，實時提供吹煉階段的判斷，減少了人為主觀判斷的影響，提高了判斷實時性與準確性。