CN102645246B - 基于火炬视频实时测量火炬排放系统火炬流量的方法 - Google Patents

Abstract

基于火炬视频实时测量火炬排放系统火炬流量的方法，使用动态图像的模式识别技术，用高清摄像机摄取火炬火焰焰心，将摄取目标转换成图像信号传送到图形工作站中，根据焰心形状的大小来判断和计算排空气体的流量，通过监测火炬排放系统中的火焰大小测量实际火炬流量排放数据。本发明解决了多年来火炬排放无法直接有效测量的难题，其测量精度能达到10％以内，通过火炬排放历史趋势，对装置排放起到很好的监督作用，减少不必要的排放；方便了解火炬排放的实际情况和生产工艺运行情况，对稳定生产，提高装置的安、稳、长、满、优运行，具有极高的参考作用。

Description

基于火炬视频实时测量火炬排放系统火炬流量的方法

技术领域

本发明用于火炬排放系统，涉及图像火焰识别、火焰流量测量，为一种基于火炬视频实时测量火炬排放系统火炬流量的方法。

背景技术

火炬排放系统的目的主要是燃烧来自工艺的废气、将有机碳氢化合物转发为水蒸气和二氧化碳。就废气而言，火炬排放系统被认为是工厂的“下水道”，各工艺单位废气管线汇集形成较大的管路，最后进入火炬主管线。如果单独的工艺单位出现紧急情况，需要将所有的气体产物从各个单位“倾泄”到火炬排放系统，那么大尺寸的主火炬管线就需要运输大量的气体。

火炬流量的测量一直以来都是那些会排放碳氢化合物和其他废气的化工、石化、炼油和其他各类工艺工厂的需求，传统的流量测量技术都无法满足火炬流量测量的高要求。

火炬排放的气体中富含液态烃、瓦斯、酸性气体的介质，气体的流动状态具有瞬时性、突然性和大排量等特点。且排出的气体是否能成功点燃火炬也是目前技术识别的难度之一。国内目前常用的方法也是采用流量表计量的方法来计算，存在的问题在于介质的不确定性和酸性气体对流量仪表的损害。

火炬燃烧控制受多种因素所限，火炬流量测量是一个困难的应用，可选择的测量技术也很少。传统流量测量技术如差压、涡街和插入式热质量流量计都已经试用于火炬气测量，但是迄今为止尚没有任何一种能够满足火炬测量的高要求。

目前，国内对火炬排放流量测量一直没有很好的解决方法，由于火炬排放管径大，一般的流量计口径无法做到如此大，如果采用节流件的方式进行测量，容易产生大量的压损，当装置在不稳定状态下需要强制排放时，影响排放速度；另外被测介质成份过于复杂，经常气液混相(带水)，对于象插入式的热式气体流量计，也无法进行测量，同时火炬排放中含有大量可燃性的烃和氢等以及不可燃性的氮等，流量计测量方式也无法确定可燃料部分的量。

在当前国家大力倡导节能减排、治理环境污染，创建可持续发展的和谐社会的国策指引下，积极探索和实施废气的有效排放监管非常必要。

发明内容

本发明要解决的问题是：目前对火炬排放流量测量一直没有很好的解决方法，测量时存在火焰介质的不确定性和酸性气体对流量仪表的损害等问题。

本发明的技术方案为：基于火炬视频实时测量火炬排放系统火炬流量的方法，通过监测火炬排放系统中的火焰大小测量实际火炬流量排放数据，包括以下步骤：

1)、设置网络硬盘录像机采集火炬排放系统的火焰视频，采集的视频传输至图形工作站；

2)、图形工作站对采集视频的每一帧图像进行处理，包括图像预处理、火焰目标特征点提取；火焰目标特征点提取后，将特征点所围成的不规则图形采用直方图的方法计算其面积，得到火焰面积，并计算火焰面积占整个画面的比例；

3)、将使用火炬排放系统的装置运行不正常或故障时的轻烃排放量，即装置满负荷运行时设计的最大轻烃排放量作为火炬最大量排放量F_max，并获取该状态下火焰图像面积占整个画面的比例S_max；

4)、正常测量火炬流量F的排放时，按照步骤2)的方法测得的火焰面积占整个画面的比例S就可以计算相应的流量：

$F=\frac{S}{S_{\max }}{F}_{\max }.$

进一步的，每一帧视频图像得到的火炬流量数据以时间-流量坐标系汇合为图表，得到火炬流量的历史趋势，进行发布。

本发明图像预处理包括噪声滤除、锐化处理、对比度增强和边缘检测。

作为优选，采用基于Mean-Shift与Camshift算法相结合的火焰视频图像跟踪方法对火焰视频中的火焰目标进行识别跟踪，对识别出的火焰目标提取特征点，火焰目标特征点包括角点、特定灰度值点、特征向量和特征线段，在火焰目标的边缘上寻找特征点，先算出火焰目标的型心，然后将火焰目标边缘以型心为原点极坐标化，再在火焰目标边缘上寻找局部最大值点，即得到特征点，由特征点围成的图形得到火焰面积。

本发明使用动态图像的模式识别技术，用高清摄像机摄取火炬火焰焰心，将摄取目标转换成图像信号传送到图形工作站中，根据焰心形状的大小来判断和计算排空气体的流量并形成报表文件。

本发明解决了多年来火炬排放无法直接有效测量的难题，其测量精度能达到误差率在10％以内，通过火炬排放历史趋势，对装置排放起到很好的监督作用，减少不必要的排放；监测装置可以24小时不间断运行，不存在测量装置的损耗，本发明不需要考虑火炬的燃烧气体成分或状态，没有复杂的监测系统，直观的通过实际燃烧状态获取火炬流量的数据，通过本发明的监测，对火炬排放系统进行控制，每个月每个火炬可减少2吨二氧化硫，全年可少排3*3*12＝108吨二氧化硫，全年可减少因二氧化硫排放损失108(吨)*2(万元/吨)＝216万元，每个月每个火炬可多回收25吨瓦斯，全年可多回收25*3*12＝900吨瓦斯，全年可多回收瓦斯900(吨)*3000(元/吨)＝270万元，每年可减少损失500多万，提高火炬回收效益和区域环境质量，并能了解火炬排放的实际情况和生产工艺运行情况，对稳定生产，提高装置的安、稳、长、满、优运行，具有极高的参考作用。

附图说明

图1为本发明方法中，测量火炬排放系统的装置设置示意图。

具体实施方式

本发明通过监测火炬排放系统中的火焰大小测量实际火炬流量排放数据，如图1，本发明通过网络硬盘录像机获取火炬排放系统的火焰视频，由网络传输给后方发图形工作站进行处理，处理得到的数据存储在数据库服务器，并通过WEB服务器将数据发送给远程用户。包括以下步骤：

1)、设置网络硬盘录像机采集火炬排放系统的火焰视频，采集的视频传输至图形工作站；

2)、图形工作站对采集视频的每一帧图像进行处理，包括图像预处理、火焰目标特征点提取；火焰目标特征点提取后，将特征点所围成的不规则图形采用直方图的方法计算其面积，得到火焰面积，并计算火焰面积占整个画面的比例，直方图计算面积为现有技术，不再详述；

3)、将使用火炬排放系统的装置运行不正常或故障时的轻烃排放量，即装置满负荷运行时设计的最大轻烃排放量作为火炬最大量排放量F_max，并获取该状态下火焰图像面积占整个画面的比例S_max；

4)、正常测量火炬流量F的排放时，按照步骤2)的方法测得的火焰面积占整个画面的比例S就可以计算相应的流量：

$F=\frac{S}{S_{\max }}{F}_{\max }.$

每一帧视频图像得到的火炬流量数据以时间-流量坐标系汇合为图表，得到火炬流量的历史趋势，进行发布。

下面说明本发明的具体实施。

本发明中，图形工作站对采集的火焰视频进行处理，对每一帧的火炬图像预处理包括：

(1)噪声滤除

噪声滤除运动目标识别的任务就是把火焰的轮廓从背景中分离出来，以达到识别目标的目的。由于拍摄环境和设备质量等多种因素，使数字化后的火焰图像不可避免的带有各种噪声，为了减少噪声对物体轮廓提取的影响，噪声滤除是图像预处理中的第一步。如果这种噪声发生模型预先知道，针对这种噪声模型设计滤波(一般为频率区域内的滤波)，就能够有效地消除噪声，使图像复原。由于图像的噪声常常表现为一些孤立的像素点，其像素灰度和周围点有显著差别，灰度的陡性变化比较大，所以可以用邻域平均、中值滤波、高斯低通滤波等方法来抑制噪声。对于邻域平均法，如果把求灰度平均值的邻域取得太大，或者反复进行若干次操作，则会使图像模糊，图像的质量也会随之降低。中值滤波不仅能有效滤除图像中的孤立噪声点，与邻域平均法相比还能有效保护边界信息。图像中有一些非常有价值的像素点也表现出与噪声相似的特性。比如图像中物体轮廓的边缘点，如果处理不好就会造成物体边缘模糊，不利于物体和背景的分离，对最终的目标识别带来新的干扰。本发明主要采用中值滤波，对于噪声相似的有价值像素点，采用与周围点相近的方式保证不被滤除。

(2)锐化处理

图像噪声消除之后，图像可能变得边缘模糊，为了改善图像质量，使图像具有的信息让人易于观看，就要对图像进行锐化处理。图像锐化一般采用增强高的空间频率成份的办法。这是由于图像的模糊，是高的空间频率成分比低的空间频率成分弱这一原因造成的。

(3)对比度增强

对比度增强是指对图像的对比度等进行强调和尖锐化，以便于显示、观察和进一步的分析与处理。对比度增强将不增加图像数据中的相关信息，但它将增加所选择特征的动态范围，从而使这些特征检测和识别更加容易。常用的增强对比度的方法有：线性灰度变换，非线性灰度变换，直方图均衡，灰度的规定化。根据灰度变换使对比度增强的目的是在于最后做出令人们易于观看的图像。

(4)边缘检测图像

边缘检测图像决定了火焰的周边轮廓，表现为火焰周边的不连续性，如表现在图像上灰度级的突变，纹理结构的突变以及彩色的变化等。具有能勾画出区域的形状，能被局部定义及其能传递大部分图像信息等许多特点。因此，边缘检测可以看作是处理许多复杂问题的关键。常用的边缘检测算子有：Sobel算子、高斯-拉普拉斯算子(LOG)、Canny算子、Prewitt算子、Roberts算子等。Sobel算子是一种加权平均算子，对靠近中心的点进行加权，以突出边缘，Sobel算子计算量较大，对于图像的最后一行和最后一列的像素无法进行差分运算，于是采用了对图像前一行和前一列的梯度值去代替的补救方法，所述对Sobel算子的计算补救方法属于现有技术，不再详述。

本发明采用基于Mean-Shift与Camshif算法相结合的火焰视频图像跟踪方法对火焰视频中的火焰目标进行识别跟踪，跟踪方法在《基于Mean-Shift与Camshift算法相结合的火焰视频图像跟踪设计》(《电子元器件应用》2009年第11卷第05期作者：薛嫒，李嫒嫒)一文中已有公开，不再详述。

识别后再对火焰目标进行特征点提取，所谓火焰的特征点常指角点、特定灰度值点、特征向量、特征线段等。一种有用的特征点提取算法是采用在物体的边缘上寻找特征点，避免了在整个图像范围内寻找特征点。在实际计算中先算出目标物体的型心，然后将目标物体边缘以型心为原点极坐标化，再在边缘上寻找局部最大值点。此种算法由于只在有限个边缘点范围内进行运算，因此这种方法具有简单的程序实现和极快的运算速度。然而，也应该注意到，没有滤除的噪声点也被错误地判定为特征点，因此，应用这种方法时，对噪声滤除提出了很高的要求，本发明的噪声滤除步骤很好的满足了这里的要求。

最后计算火炬流量，火焰目标特征点提取后，将特征点所围成的不规则图形采用积分的方法计算其面积，并计算火焰面积占整个画面的比例。将使用火炬排放系统的装置运行不正常或故障时的轻烃排放量，即装置满负荷运行时设计的最大轻烃排放量作为火炬最大量排放量F_max，并获取该状态下火焰图像面积占整个画面的比例S_max；正常测量火炬流量F的排放时，按照步骤2)的方法测得的火焰面积占整个画面的比例S就可以计算相应的流量：

$F=\frac{S}{S_{\max }}{F}_{\max }$

本发明具体实施时，先根据需要进行火焰测量的装置的最大瓦斯排放量与所测火炬截面积计算火炬排放流量作基准，再根据各生产装置的实际生产情况，推算各主要生产装置放空瓦斯排放量，以及气柜瓦斯的回收量，采用增减值的方法修正火炬排放流量。在实际应用中，由于三个火炬排放涉及到15个主要生产装置，根据实际生产情况，需要不断根据系统所测的火炬流量修正火炬排放，使系统实际流量更接近于生产，主要采用各生产装置的开停开，以及是否正常稳定运行来修正；另外系统在试用阶段，曾发现晚上所测的流量普编比白天大的现象，当时以为晚上排放量比白天大，后来根据排放历史曲势、回放录像，以及当时的生产工艺情况，在生产比较平稳的情况下，其火炬白天与晚上排放相对一样的情况下，确定由于光线亮度不同，火炬测量的偏差比较大，因此在计算过程中，增加黑夜修正因子，采用恒定比例系数的方法进行黑夜修正，使所测的流量更接近生产。

Claims (5)

1.基于火炬视频实时测量火炬排放系统火炬流量的方法，其特征是通过监测火炬排放系统中的火焰大小测量实际火炬流量排放数据，包括以下步骤：

1）、设置网络硬盘录像机采集火炬排放系统的火焰视频，采集的视频传输至图形工作站；

2）、图形工作站对采集视频的每一帧图像进行处理，包括图像预处理、火焰目标特征点提取；火焰目标特征点提取后，将特征点所围成的不规则图形采用直方图的方法计算其面积，得到火焰面积，并计算火焰面积占整个画面的比例；

3）、将使用火炬排放系统的装置运行不正常或故障时的轻烃排放量，即装置满负荷运行时设计的最大轻烃排放量作为火炬最大量排放量F_max，并获取该状态下火焰面积占整个画面的比例S_max；

4）、正常测量火炬流量F的排放时，按照步骤2）的方法测得的火焰面积占整个画面的比例S计算相应的流量：

$F=\frac{S}{S_{\max }}{F}_{\max }.$

2.根据权利要求1所述的基于火炬视频实时测量火炬排放系统火炬流量的方法，其特征是每一帧图像得到的火炬流量数据以时间－流量坐标系汇合为图表，得到火炬流量的历史趋势，进行发布。

3.根据权利要求1或2所述的基于火炬视频实时测量火炬排放系统火炬流量的方法，其特征是图像预处理包括噪声滤除、锐化处理、对比度增强和边缘检测。

4.根据权利要求1或2所述的基于火炬视频实时测量火炬排放系统火炬流量的方法，其特征是采用基于Mean-Shift与Camshift算法相结合的火焰视频图像跟踪方法对火焰视频中的火焰目标进行识别跟踪，对识别出的火焰目标提取特征点，火焰目标特征点包括角点、特定灰度值点、特征向量和特征线段，在火焰目标的边缘上寻找特征点，先算出火焰目标的型心，然后将火焰目标边缘以型心为原点极坐标化，再在火焰目标边缘上寻找局部最大值点，即得到特征点，由特征点围成的图形得到火焰面积。

5.根据权利要求3所述的基于火炬视频实时测量火炬排放系统火炬流量的方法，其特征是采用基于Mean-Shift与Camshift算法相结合的火焰视频图像跟踪方法对火焰视频中的火焰目标进行识别跟踪，对识别出的火焰目标提取特征点，火焰目标特征点包括角点、特定灰度值点、特征向量和特征线段，在火焰目标的边缘上寻找特征点，先算出火焰目标的型心，然后将火焰目标边缘以型心为原点极坐标化，再在火焰目标边缘上寻找局部最大值点，即得到特征点，由特征点围成的图形得到火焰面积。

Images