CN101726491A - 一种烧结机尾断面动态图像自动获取方法及装置 - Google Patents
一种烧结机尾断面动态图像自动获取方法及装置 Download PDFInfo
- Publication number
- CN101726491A CN101726491A CN200810228324A CN200810228324A CN101726491A CN 101726491 A CN101726491 A CN 101726491A CN 200810228324 A CN200810228324 A CN 200810228324A CN 200810228324 A CN200810228324 A CN 200810228324A CN 101726491 A CN101726491 A CN 101726491A
- Authority
- CN
- China
- Prior art keywords
- image
- interval
- picture
- sintering machine
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种烧结机尾断面动态图像自动获取方法及装置,包括图像采集、生成、处理、检测及捕捉触发单元;通过图像采集设备采集实时图像,并从中获取一帧或几帧图像;经过去噪处理、轮廓增强处理、分割处理和图像分析,获取目标图像位置偏差,确定并实时调整图像捕捉间隔,从而实现自动获取所需的动态图像。本发明采用非触发器触发,避免设备耗损;环境适应性强,运行可靠,信息准确,图像清晰,使用寿命长;方法简单,程序简明,易于掌握,并可进行实时、连续、长期的在线运行;设备成本低廉,便于安装和维护,结构设计合理,极易实现和奏效。
Description
技术领域
本发明属于图像处理与控制领域,尤其涉及一种能够自动获取烧结机尾断面动态图像的方法及装置。
背景技术
在烧结生产中,烧结机尾是烧结过程的终点,因此烧结机尾断面图像烧结过程工况信息最终、最全面的反映。通过烧结机尾断面图像既可掌握过烧结或欠烧结的情况,又能获得烧结矿中水分、FeO等物质以及各种工艺参数的特征,所以对烧结机尾断面图像的准确获取是对结果正确分析与控制的前提和保证。由于烧结机尾生产环境较恶劣,水汽、灰尘遍布,且烧结机尾断面图像具有一定的周期性,而影响该周期性变化的因素有多种,如台车机速变化、过烧、欠烧等因素都会使该周期产生波动。因此到目前为止,尚未见有适合于烧结机尾断面图像自动获取的装置及方法,使烧结生产过程控制难以完全实现自动化,直接影响烧结生产的顺行和成品烧结矿质量的提高。
目前,图像的采集方法有人工触发方式、触发器触发方式以及定时触发方式等,如中国发明专利申请号200710304687.8公开了“一种图像自动获取方法和装置”,提供的图像采集触发方式为人工触发,能处理异常情况的出现,排除各种影响因素,采集图像准确。但缺点是无法实现自动、连续的采集图像,且无法对动态图像进行采集。专利号03259750.9提供的由探测和处理两部分组成“基于图像的位移自动读取装置”,则是一种可动态、实时、连续、长期对被检测建筑设施进行检测的定时触发的自动读取装置,然而亦无法对周期性出现的事物图像进行采集,对事物特征、周期性的改变也无法做出自动的调节。“具有自动图像抓拍功能的公路收费系统”(公开号CN1266231A)提供的采集触发方式为触发器触发,该系统对区域内的进出车辆可进行自动、实时、连续、长期抓拍,但缺点是该系统无法在恶劣的生产环境中使用。上述自动获取图像的装置虽各有所长,但存在的共同缺陷是均不适用于在烧结生产中使用。
发明内容
本发明的目的就是针对上述问题,提供一种能在烧结生产的恶劣环境中,进行自动、实时、长期、连续获取烧结机尾断面动态图像的方法及其装置。
本发明所采取的技术解决方案是:
一种烧结机尾断面动态图像自动获取方法,包括如下步骤:
(1)、图像采集与捕捉;
(2)、图像处理,获得图像参数;
(3)、图像分析判断,根据图像参数判断是否满足图像要求,如满足,对图像进行保存或进一步分析,并确定下一次图像捕捉间隔,返回步骤(1);否则,保持原有图像捕捉间隔,返回步骤(1);其特征在于:
步骤(1)中所述图像采集是指通过图像采集设备采集实时图像;图像捕捉是从采集到的实时图像中获取其中的一帧或几帧图像;
步骤(2)中所述图像处理方法为图像去噪处理,轮廓增强处理,图像分割处理;图像参数包括目标图像厚度,目标图像宽度,目标图像像素个数,目标图像平均亮度;
步骤(3)中所述确定图像捕捉间隔是指通过图像分析单元对捕捉的图像进行分析,获取目标图像位置偏差,通过图像位置偏差确定图像捕捉间隔。
在图像采集时,捕捉触发单元在实时收集过程参数,并对图象捕捉间隔进行实时调整。
所述的图像分割处理是将原始图像分割成背景图像和目标图像。
所述的图像位置偏差是指目标图像的中心位置与理想范围中心位置的偏差。
一种按照上述烧结机尾断面动态图像自动获取方法提供的图像获取装置,包括图像采集单元、图像生成单元、图像处理单元、图像检测单元及捕捉触发单元;
所述图像处理单元是对捕捉的图像进行预处理,然后将图像送到图像检测单元,提取图像参数,判断图像是否满足条件的集成单元或模块;
所述图像生成单元是将满足条件的图像进行保存、显示或传送到其他系统进行进一步分析的集成单元或模块。
所述的捕捉触发单元包括命令发生器、时间运算器和过程监控器;命令发生器是实现发出图像捕捉命令的集成单元或模块,时间运算器是通过图像及过程参数计算捕捉间隔,并对图像捕捉间隔进行实时调整的集成单元或模块,过程监控器是实时收集过程参数的集成单元或模块。
本发明的有益效果为:
1、采用非触发器触发,避免设备耗损;
2、可进行实时、连续、长期的在线运行;
3、能适应较恶劣的使用环境,运行可靠,信息准确,图像清晰,功能齐全,且使用寿命长;
4、方法简单,程序简明,易于掌握,便于操作;
5、设备成本低廉,易于安装,便于维护;
6、结构设计合理,原理简便易行,极易实现和奏效。
附图说明
图1为烧结机尾断面动态图像自动获取装置设备构成图。
图2为烧结机尾断面动态图像自动获取工作流程图。
图3为烧结机尾断面动态图像自动获取装置结构框图。
图中:1为图像采集设备,2为图像显示设备,3为图像计算设备。
具体实施方式
下面,以烧结机尾断面图像的获取为例,结合附图对本发明作进一步描述。
由图1可见,本发明主要由图像采集设备1、图像显示设备2及图像计算设备3三部分设备所组成,三部分设备可以集中设置在一起,也可以任意组合并使用通讯设备或线路相互连接。图3则显示了动态图像自动获取装置结构框图,。五个集成单元分别为:图像采集单元、图像处理单元、图像生成单元、图像检测单元及捕捉触发单元。图像采集单元包括图像采集设备,图像动态存储器件及图像采集程序模块。图像采集设备可以是数字图像采集设备(如数字摄像机、数字照相机或数字摄像头),也可以是模拟图像采集设备(如模拟摄像机、模拟照相机或模拟摄像头)同图像信号转换设备(如图像采集卡)的组合。图像处理单元、图像生成单元、图像检测单元及捕捉触发单元则集成到图像计算设备3上或单独形成模块分布在各计算设备上。图像计算设备3可以是计算机、单片机或者微型主板设备等。图像生成单元可包含数据存储设备,并且可连接图像显示设备2或其他系统;捕捉触发单元连接生产基础自动化设备,也可连接数据存储设备。数据存储设备可以是物理存储设备或者数据库等。各组成单元之间的通讯可以为串口通讯、网络通讯或者是无线通讯中的一种或几种。
图像处理单元的功能是对捕捉的图像进行预处理,然后将图像送到图像检测单元,提取图像参数,判断图像是否满足条件。图像生成单元的功能是将满足条件的图像进行保存、显示或传送到其他系统,以便进行进一步分析。
捕捉触发单元包括命令发生器、时间运算器和过程监控器;命令发生器是实现发出图像捕捉命令的集成单元或模块,时间运算器是通过图像及过程参数计算捕捉间隔,并对图像捕捉间隔进行实时调整的集成单元或模块,过程监控器是实时收集过程参数的集成单元或模块。
一般来说,动态图像自动获取方法应包括如下步骤:
1、图像采集与捕捉;2、图像处理,获得图像参数;3、图像分析判断,即根据图像参数判断是否满足图像要求,如满足则对图像进行保存或进一步分析,并确定下一次图像捕捉间隔,返回步骤1;不满足则保持原有图像捕捉间隔,亦返回步骤1。
结合烧结机尾断面图像获取的方法,其具体过程与实施步骤如图2所示。其基本步骤依次包括图像采集、图像捕捉、图像处理和图像检测。
图像采集是指通过图像采集设备采集实时图像;图像捕捉是从采集到的实时图像中获取其中的一帧或几帧图像。图像处理方法为图像去噪处理,轮廓增强处理,图像分割处理;图像参数包括目标图像厚度,目标图像宽度,目标图像像素个数,目标图像平均亮度等;所述确定图像捕捉间隔是指通过图像分析单元对捕捉的图像进行分析,获取目标图像位置偏差,通过图像位置偏差确定图像捕捉间隔。
在图像采集时,捕捉触发单元在实时收集过程参数,并对图象捕捉间隔进行实时调整。所述的图像分割处理是将原始图像分割成背景图像和目标图像。所述的图像位置偏差是指目标图像的中心位置与理想范围中心位置的偏差。
同时,由于动态图像自动获取是一个不断分析、调整和存储的过程,因此在整个过程中,还存在着很多辅助循环的程序。如图像检测后,满足条件的可直接进行图像保存或作进一步分析;也可继续计算下一次捕捉间隔,经等待捕捉图像及发出捕捉命令程序后返回图像捕捉步骤。而对于图像检测不满足条件的,则需采用上一次捕捉间隔,并经等待合指令后返回到图像捕捉。另外,监测、调整程序亦在针对过程参数的变化采取相应的调整捕捉间隔的反馈过程,以重新进行图像捕捉。
若将步骤详细分解,则描述如下:
步骤1、采用图像采集设备采集图像。首先,是将图像采集设备亦即图像采集单元置于可观测到烧结机尾混合料横截面的适当位置。对于远程监控方式,可将图像采集到远程计算设备,并在显示设备上显示。对于一体化采集方式,可直接采集到图像采集设备,并在机尾处显示。步骤1在整个系统运行中始终进行。
步骤2、当接收到捕捉命令时,捕捉图像,即从动态图像存储区域,将接收到捕捉命令时的即时图像的一帧或几帧提取出来。
当台车未运行到烧结机尾时,混合料与台车是不分离的。当台车运行到烧结机尾后,形成一定倾角时,烧结混合料就会落下,同时产生大量的粉尘。因此,最佳的照相时机即是前一台车的粉尘散去以后到后一台车的烧结混合料还未落下以前的这段时间。
步骤3、对图像进行去噪处理,轮廓增强处理,图像分割处理等操作,将原始图像分割成背景图像和目标图像。对目标图像进行图像参数提取,提取图像厚度、图像宽度、图像像素个数及图像平均亮度等图像特征。
步骤4、对提取的图像参数进行分析,判断捕获的图像是否满足获取要求。判断规则如“是否目标图像厚度大于20个像素并小于180个像素。”如果满足要求,则可以对捕捉的图像进行保存或作进一步分析,并跳转到步骤5;否则直接跳转到步骤6。
步骤5、计算下一次捕捉间隔,统计时间从本次捕获开始时间到下一次捕获开始时间。计算完下一次捕捉间隔后进入步骤7。捕捉间隔的计算方法如下:
首先是确定烧结混合料红火层在屏幕上运动的最佳照相区域,即确定红火层上部边界和下部边界之间的范围,红火层上部边界为前一台车的粉尘散去的开始位置,下部边界为后一台车的烧结混合料还未落下的最后位置。然后,以烧结混合料实际红火层的厚度划出其中线位置,再根据需要确定最佳照相区域的中线位置。系统首次照相可取红火层实际厚度中线与最佳照相区域的中线重合的位置。以烧结矿混合料横断面为参照系,在红火层实际厚度中线位置相对稳定的情况下,每一次的照相间隔为:
T台=W台/V台,其中:W台为单个台车的宽度,V台为台车的运行速度,T台为单个台车的运行周期。
当V台为不变的情况下,照相间隔可确定为台车的运行周期T台;当V台改变时作相应调整。当红火层实际中线位置偏离最佳照相区域的中线位置时,由于红火层具有连续性,相邻两个台车的红火层实际中线位置相互接近,所以根据前一台车的红火层实际中线位置与最佳照相区域的中线位置的偏差,即可调整后一台车的照相间隔。具体调整方案如下:
1、通过计算可以得到红火层实际中线位置与最佳照相区域的中线位置的偏差D偏,偏差的单位为像素。
2、根据偏差计算调整时间T调,从而得出下一次照相的时间间隔TC。
式中:T像为红火层在屏幕上移动一个像素所用的时间,当机速不同时,T像也不同。假设两次不同的匀速运行的距离分别是S1和S2,所用的时间分别为T1和T2,速度分别为V1和V2,对应屏幕上的位移为L1和L2。由于实际位移同屏幕位移有着固定的对应关系,所以
所以 I像=G/V台
G值可以通过在线试验得出,从而实现了调整时间T调的求值。
步骤6、如果图像不满足条件,则采用上一次的捕捉间隔进入步骤7。
步骤7、等待捕捉时间间隔,当达到捕捉时间发出捕捉命令,重新进入步骤2。
步骤8、系统运行过程中,应始终对过程参数进行采集,当相关过程参数改变时,如台车机速改变、停机、缓料等,则要对捕获间隔作相应调整,然后重新进入步骤7。当然,对具体生产运行过程中的一些具体细节还要作相应的处理。
Claims (6)
1.一种烧结机尾断面动态图像自动获取方法,包括如下步骤:
(1)、图像采集与捕捉;
(2)、图像处理,获得图像参数;
(3)、图像分析判断,根据图像参数判断是否满足图像要求,如满足,对图像进行保存或进一步分析,并确定下一次图像捕捉间隔,返回步骤(1);否则,保持原有图像捕捉间隔,返回步骤(1);其特征在于:
步骤(1)中所述图像采集是指通过图像采集设备采集实时图像;图像捕捉是从采集到的实时图像中获取其中的一帧或几帧图像;
步骤(2)中所述图像处理方法为图像去噪处理,轮廓增强处理,图像分割处理;图像参数包括目标图像厚度,目标图像宽度,目标图像像素个数,目标图像平均亮度;
步骤(3)中所述确定图像捕捉间隔是指通过图像分析单元对捕捉的图像进行分析,获取目标图像位置偏差,通过图像位置偏差确定图像捕捉间隔。
2.根据权利要求1所述的烧结机尾断面动态图像自动获取方法,其特征在于,在图像采集时,捕捉触发单元在实时收集过程参数,并对图象捕捉间隔进行实时调整。
3.根据权利要求1所述的烧结机尾断面动态图像自动获取方法,其特征在于,所述的图像分割处理是将原始图像分割成背景图像和目标图像。
4.根据权利要求1所述的烧结机尾断面动态图像自动获取方法,其特征在于,所述的图像位置偏差是指目标图像的中心位置与理想范围中心位置的偏差。
5.一种按照权利要求1所述烧结机尾断面动态图像自动获取方法的图像获取装置,包括图像采集单元、图像生成单元、图像处理单元、图像检测单元及捕捉触发单元;
所述图像处理单元是对捕捉的图像进行预处理,然后将图像送到图像检测单元,提取图像参数,判断图像是否满足条件的集成单元或模块;
所述图像生成单元是将满足条件的图像进行保存或传送到其他系统进行进一步分析的集成单元或模块。
6.根据权利要求5所述的图像获取装置,其特征在于,所述的捕捉触发单元包括命令发生器、时间运算器和过程监控器;命令发生器是实现发出图像捕捉命令的集成单元或模块,时间运算器是通过图像及过程参数计算捕捉间隔,并对图像捕捉间隔进行实时调整的集成单元或模块,过程监控器是实时收集过程参数的集成单元或模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810228324A CN101726491A (zh) | 2008-10-28 | 2008-10-28 | 一种烧结机尾断面动态图像自动获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810228324A CN101726491A (zh) | 2008-10-28 | 2008-10-28 | 一种烧结机尾断面动态图像自动获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101726491A true CN101726491A (zh) | 2010-06-09 |
Family
ID=42447696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810228324A Pending CN101726491A (zh) | 2008-10-28 | 2008-10-28 | 一种烧结机尾断面动态图像自动获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101726491A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542239A (zh) * | 2010-12-17 | 2012-07-04 | 鞍钢股份有限公司 | 一种烧结机尾红断面有效图像自动捕捉方法 |
CN103364315A (zh) * | 2012-03-30 | 2013-10-23 | 鞍钢股份有限公司 | 一种烧结固体燃料粒度在线检测方法及检测装置 |
TWI421459B (zh) * | 2011-06-15 | 2014-01-01 | China Steel Corp | 攝像系統與應用此攝像系統之燒結設備 |
CN109696837A (zh) * | 2017-10-23 | 2019-04-30 | 北新集团建材股份有限公司 | 一种石膏板工艺数据监测记录系统及其记录方法 |
CN109738443A (zh) * | 2019-01-30 | 2019-05-10 | 中南大学 | 分析烧结杯试验的红火层迁移速度的方法及系统 |
CN109855548A (zh) * | 2019-01-30 | 2019-06-07 | 中南大学 | 分析烧结杯试验的红火层厚度的方法及系统 |
CN111770263A (zh) * | 2020-05-22 | 2020-10-13 | 盟立自动化(昆山)有限公司 | 一种在特定视角对流动产品取像精确的视觉方法 |
CN112611780A (zh) * | 2020-11-20 | 2021-04-06 | 北京首钢自动化信息技术有限公司 | 一种烧结机尾断面图片的捕捉方法及装置 |
CN113739575A (zh) * | 2020-05-28 | 2021-12-03 | 中冶长天国际工程有限责任公司 | 一种烧结机的机尾断面图像获取方法及系统 |
CN113791120A (zh) * | 2021-09-14 | 2021-12-14 | 中冶长天(长沙)智能科技有限公司 | 一种获取烧结机尾最佳断面图像的方法及系统 |
-
2008
- 2008-10-28 CN CN200810228324A patent/CN101726491A/zh active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542239A (zh) * | 2010-12-17 | 2012-07-04 | 鞍钢股份有限公司 | 一种烧结机尾红断面有效图像自动捕捉方法 |
CN102542239B (zh) * | 2010-12-17 | 2015-04-08 | 鞍钢股份有限公司 | 一种烧结机尾红断面有效图像自动捕捉方法 |
TWI421459B (zh) * | 2011-06-15 | 2014-01-01 | China Steel Corp | 攝像系統與應用此攝像系統之燒結設備 |
CN103364315A (zh) * | 2012-03-30 | 2013-10-23 | 鞍钢股份有限公司 | 一种烧结固体燃料粒度在线检测方法及检测装置 |
CN103364315B (zh) * | 2012-03-30 | 2016-04-06 | 鞍钢股份有限公司 | 一种烧结固体燃料粒度在线检测方法及检测装置 |
CN109696837A (zh) * | 2017-10-23 | 2019-04-30 | 北新集团建材股份有限公司 | 一种石膏板工艺数据监测记录系统及其记录方法 |
CN109738443B (zh) * | 2019-01-30 | 2022-01-11 | 中南大学 | 分析烧结杯试验的红火层迁移速度的方法及系统 |
CN109855548A (zh) * | 2019-01-30 | 2019-06-07 | 中南大学 | 分析烧结杯试验的红火层厚度的方法及系统 |
CN109738443A (zh) * | 2019-01-30 | 2019-05-10 | 中南大学 | 分析烧结杯试验的红火层迁移速度的方法及系统 |
CN111770263A (zh) * | 2020-05-22 | 2020-10-13 | 盟立自动化(昆山)有限公司 | 一种在特定视角对流动产品取像精确的视觉方法 |
CN113739575A (zh) * | 2020-05-28 | 2021-12-03 | 中冶长天国际工程有限责任公司 | 一种烧结机的机尾断面图像获取方法及系统 |
CN113739575B (zh) * | 2020-05-28 | 2023-06-23 | 中冶长天国际工程有限责任公司 | 一种烧结机的机尾断面图像获取方法及系统 |
CN112611780A (zh) * | 2020-11-20 | 2021-04-06 | 北京首钢自动化信息技术有限公司 | 一种烧结机尾断面图片的捕捉方法及装置 |
CN112611780B (zh) * | 2020-11-20 | 2023-01-13 | 北京首钢自动化信息技术有限公司 | 一种烧结机尾断面图片的捕捉方法及装置 |
CN113791120A (zh) * | 2021-09-14 | 2021-12-14 | 中冶长天(长沙)智能科技有限公司 | 一种获取烧结机尾最佳断面图像的方法及系统 |
CN113791120B (zh) * | 2021-09-14 | 2024-05-03 | 中冶长天(长沙)智能科技有限公司 | 一种获取烧结机尾最佳断面图像的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101726491A (zh) | 一种烧结机尾断面动态图像自动获取方法及装置 | |
CN107545240A (zh) | 一种工控设备显示屏输出画面采集系统及方法 | |
CN101698896B (zh) | 炉口辐射信息融合用于炼钢在线终点控制的方法 | |
CN107999910B (zh) | 一种电火花线切割机的控制方法和一种电火花线切割机 | |
CN102915432B (zh) | 一种车载微机图像视频数据提取方法及装置 | |
CN109831680A (zh) | 一种视频清晰度的评价方法及装置 | |
CN113947731B (zh) | 一种基于接触网安全巡检的异物识别方法及系统 | |
CN107292223A (zh) | 一种实时手势检测的在线验证方法及系统 | |
CN102490764B (zh) | 铁轨道岔缺口自动检测方法 | |
CN101726498B (zh) | 基于视觉仿生的铜带表面质量智能检测装置及方法 | |
CN105549486A (zh) | 基于机器视觉的烟草打顶抑芽检测控制系统 | |
CN104112309A (zh) | 一种采用视频监控自动记录公交车人流量的装置及方法 | |
CN105844659A (zh) | 运动部件的跟踪方法和装置 | |
CN102002582A (zh) | 一种利用图像识别的带钢同步分析监控方法和系统 | |
CN109379584A (zh) | 一种复杂环境光应用条件下的相机系统及像质调节方法 | |
CN111626225B (zh) | 一种工位车辆的车牌识别方法、装置、设备及存储介质 | |
CN113723325A (zh) | 一种装配式预制构件的工装缺陷检测系统 | |
CN109030499A (zh) | 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法 | |
CN113643206A (zh) | 一种奶牛呼吸情况检测方法 | |
CN103020635B (zh) | 回转窑内烧结带温度检测方法和系统 | |
CN107368789B (zh) | 一种基于Halcon视觉算法的人流量统计装置及方法 | |
CN102542239B (zh) | 一种烧结机尾红断面有效图像自动捕捉方法 | |
CN113723841B (zh) | 一种装配式预制构件中工装缺失的在线检测方法 | |
CN110617670A (zh) | 一种基于图像识别的无人售冰箱及其识别方法 | |
CN114187282A (zh) | 一种基于图像分割的篦冷机料层厚度测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100609 |