CN116309332A - 一种熔融金属射流边界曲线的在线定位方法及系统 - Google Patents

一种熔融金属射流边界曲线的在线定位方法及系统 Download PDF

Info

Publication number
CN116309332A
CN116309332A CN202310089144.8A CN202310089144A CN116309332A CN 116309332 A CN116309332 A CN 116309332A CN 202310089144 A CN202310089144 A CN 202310089144A CN 116309332 A CN116309332 A CN 116309332A
Authority
CN
China
Prior art keywords
nozzle
curve
boundary
jet
straight line
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
Application number
CN202310089144.8A
Other languages
English (en)
Inventor
蒋朝辉
常卓然
潘冬
桂卫华
许川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN202310089144.8A priority Critical patent/CN116309332A/zh
Publication of CN116309332A publication Critical patent/CN116309332A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/168—Segmentation; Edge detection involving transform domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30136—Metal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种熔融金属射流边界曲线的在线定位方法及系统，通过获取包含炉窑的喷口和熔融金属射流区域的可见光图像，对二值化后的可见光图像进行霍夫变换，获得粗糙流股边界曲线，根据喷口的上扬角度，确定喷口所在直线的斜率，根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数，建立决策模型估计喷口直径，并联立喷口位置函数获得喷口的上下定位点以及基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，并筛选流股宽度随喷射距离扩大的最优边界曲线，解决了现有熔融金属射流边界曲线定位精度低的技术问题，能够准确地定位喷口位置，并获得精准的熔融金属射流边界曲线。

Description

一种熔融金属射流边界曲线的在线定位方法及系统
技术领域
本发明主要涉及冶金技术领域，特指一种熔融金属射流边界曲线的在线定位方法及系统。
背景技术
熔融金属射流是火法冶金过程中产出熔融态的粗金属或金属富集物从高温密闭的炉窑出口处高速喷射形成的成股流体，如高炉炼铁中的铁水流、各种炼钢工艺中的钢水流、火法炼铜中的粗铜液流、铝电解得到的铝液流等。射流喷射喷口的开度是表征冶金产物顺行状态的关键信息，射流边界曲线的弯曲程度是检测冶炼产物出口流速的重要参数，射流流股的发散程度是调整冶金熔体出流时长、判断出口开堵时机的主要依据。因此，精准地提取熔融金属射流在不同流出状态下的上下边界曲线对于实时检测冶金产物的生产效率和产物流量、监测冶金过程的运行状况具有重要意义。
但在冶金过程中，熔融金属液体往往混杂少量炉内气体从反应炉中喷出，其表面存在间歇随机性分布的高浓度粉尘，使得流股边缘模糊，流股表面亮度降低。由于炉窑内部高压导致射流高速喷射，其末端在重力和液体表面张力的影响下分解、扩张。以上因素使得射流处于初速度动态范围大、直径变化范围宽、表面亮度不均匀的恶劣难测状态，导致熔融金属射流边界曲线的在线定位充满挑战。目前用于射流边界曲线定位主要有以下三种方法：基于射流背景明暗对比的阈值分割后外轮廓曲线提取、基于智能算法的细长射流轨迹拟合和基于深度学习的显著性前景目标提取。
阈值分割外轮廓提取法提取灰度图像分割后的边缘二值化图像，然后对射流柱外轮廓提取数据点集。此方法的边缘提取对于冶金表面的粉尘干扰和飞溅液滴的干扰较大，对于外轮廓提取会产生边界拟合误差，测量精度差、稳定性较低；轨迹拟合法提取射流的起点、长度、角度等信息作为先验信息，以单向搜索法计算下一帧图像中的粒子点位置，得到射流轨迹的最优值，但对于宽熔融金属射流的上下边界寻迹不适用；前景目标提取法通过简单线性聚类迭代算法对图像进行超像素分割，通过深度条件随机场模型检测显著性前景目标。此方法可行性高，但工作量大且难以在各个场景迁移，需要对不同分辨率和不同角度的图像重新选择参数。
综合对比上述检测方法的优缺点，本发明提出了一种熔融金属射流边界曲线在线定位的方法。准确定位了火法冶金现场熔融金属喷射时的喷口位置，并解决了恶劣环境下的高速射流边界曲线的在线定位问题。为检测冶金实时产出流量、非接触式射流流速测量提供准确的数据支撑，为冶金出流状态识别提供了有力的判定依据。
专利公开号为CN104501737A的发明专利公开了一种液体射流喷雾边界定位的装置及方法，该专利设计了包括片光激光器、同步控制器、CCD相机和计算机等构成的图像采集和处理装置，在多帧图像灰度积分矩阵中采用OTSD的方法提取边界。但该专利不适用于复杂粉尘干扰下熔融射流的边界提取。
专利公开号为CN102930543A的发明专利公开了一种基于粒子群算法的消防炮射流轨迹的搜索方法，该专利采用首张图像中提取的射流轨迹信息作为先验信息，基于粒子群算法的单向搜索法得到射流轨迹的最优解。但这种方案无法应用于射流发散程度大、初速度动态范围大的冶金生产现场，测量精度有限。
发明内容
本发明提供的熔融金属射流边界曲线的在线定位方法及系统，解决了现有熔融金属射流边界曲线定位精度低的技术问题。
为解决上述技术问题，本发明提出的熔融金属射流边界曲线的在线定位方法包括：
获取包含炉窑的喷口和熔融金属射流区域的可见光图像，并对可见光图像进行二值化，获得二值化边缘图像。
对二值化边缘图像进行霍夫变换，获得粗糙流股边界曲线。
根据喷口的上扬角度，确定喷口所在直线的斜率。
根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数。
建立决策模型估计喷口直径，并联立喷口位置函数获得喷口的上下定位点。
基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，并筛选流股宽度随喷射距离扩大的最优边界曲线。
进一步地，对二值化边缘图像进行霍夫变换，获得粗糙流股边界曲线包括：
基于熔融金属射流边界曲线类似抛物线的特性，对二值化边缘图像进行霍夫变换，获得第一霍夫变换系数矩阵，第一霍夫变换系数矩阵包括第一霍夫变换系数以及与第一霍夫变换系数对应的第一霍夫变换空间曲线数目。
根据最大的第一霍夫变换空间曲线数目对应的第一霍夫变换系数，获得第一边界曲线。
根据与第一边界曲线具有预设截距偏差的最大第一霍夫变换空间曲线数目对应的第一霍夫变换系数，获得第二边界曲线。
根据第一边界曲线和第二边界曲线，获得粗糙流股边界曲线的上边界曲线和下边界曲线。
进一步地，根据喷口的上扬角度，确定喷口所在直线的斜率的计算公式为：
Figure BDA0004069807580000031
其中θ为喷口的上扬角度，k为喷口所在直线的斜率。
进一步地，根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数包括：
根据粗糙流股边界曲线确定喷口所在直线遍历的第一遍历窗口，第一遍历窗口中点的横坐标和纵坐标取值满足：
Figure BDA0004069807580000032
其中x和y分别为第一遍历窗口中点的横坐标和纵坐标，且满足y＝kx+b，k和b分别为喷口所在直线的斜率和截距，C1、A1和B1为粗糙流股边界曲线中上边界曲线y1＝C1+A1(x-B1)2的系数，C2、A2和B2为粗糙流股边界曲线中下边界曲线y2＝C2+A2(x-B2)2的系数，width为可见光图像的高度。
在第一遍历窗口中，根据喷口所在直线的斜率，将喷口所在直线以预设步长沿横坐标方向遍历第一遍历窗口，同时计算喷口所在直线上的点与二值化边缘图像中的边缘点的Pearson相关系数，并选取Pearson相关系数最大时喷口所在直线的截距作为喷口位置函数的截距系数，且喷口位置函数的斜率系数与喷口所在直线的斜率相等。
进一步地，建立决策模型估计喷口直径，并联立喷口位置函数获得喷口的上下定位点包括：
根据预设上边界截距和预设下边界截距，分别改变上边界曲线系数和下边界曲线系数中的截距系数，获得上边界逼近曲线和下边界逼近曲线。
根据上边界逼近曲线和下边界逼近曲线，确定喷口位置直线遍历的第二遍历窗口，喷口位置直线为与喷口位置函数对应的直线。
在第二遍历窗口中，将喷口位置直线以预设步长沿横坐标方向遍历第二遍历窗口，同时统计喷口位置直线上包含二值化边缘图像中的边缘点的数目，获得第一统计值。
统计从喷口开始的射流发展范围内，上边界逼近曲线和下边界逼近曲线与二值化边缘图像中的边缘点的重叠率，获得第二统计值，其中射流发展范围与喷口直径相等。
获取同时满足第一统计值和第二统计值最大时对应的上边界逼近曲线和下边界逼近曲线，作为上边界定位曲线和下边界定位曲线。
根据上边界定位曲线、下边界定位曲线以及喷口位置直线的交点，获得喷口的上下定位点坐标。
进一步地，上边界逼近曲线和下边界逼近曲线的表达式为：
Figure BDA0004069807580000041
其中y逼近1和y逼近2分别为上边界逼近曲线和下边界逼近曲线的表达式，l1和l2分别为预设上边界截距和预设下边界截距。
且第二遍历窗口中点的横坐标和纵坐标取值满足：
Figure BDA0004069807580000042
其中x逼近和y逼近分别为第二遍历窗口中点的横坐标和纵坐标，且满足y逼近＝kfinalx逼近+bfinal，kfinal和bfinal分别为喷口位置函数的斜率系数和截距系数。
进一步地，基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，并筛选流股宽度随喷射距离扩大的最优边界曲线包括：
基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，获得第二霍夫变换系数矩阵，第二霍夫变换系数矩阵包括第二霍夫变换系数以及与第二霍夫变换系数对应的第二霍夫变换空间曲线数目。
根据第二霍夫变换空间曲线数目，对第二霍夫变换系数矩阵进行排序。
按第二霍夫变换空间曲线数目递减遍历排序后的第二霍夫变换系数矩阵，并在判定流股宽度随喷射距离扩大时对应的第二霍夫变换系数获得最优边界曲线，且流股宽度随喷射距离扩大的判定条件为：D(x0+a)≥D(x0)，其中D(x0+a)和D(x0)分别为横坐标为x0+a和x0时的流股宽度，a表征射流流动方向的特征变量，当射流横向向左流动时a＝-1，当射流横向向右流动时a＝1。
进一步地，流股宽度的计算公式为：
Figure BDA0004069807580000043
其中，A1'和B1'为最优边界曲线中的上边界曲线
Figure BDA0004069807580000051
的系数，A2'和B2'为最优边界曲线中的下边界曲线
Figure BDA0004069807580000052
的系数，
Figure BDA0004069807580000053
和
Figure BDA0004069807580000054
分别为喷口的上下定位点坐标，D(x)为横坐标为x时的流股宽度，且
Figure BDA0004069807580000055
Δx＝|xup-xdown|，其中xup、xdown满足：
Figure BDA0004069807580000056
Figure BDA0004069807580000057
本发明提供的熔融金属射流边界曲线的在线定位系统包括：
存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现本发明提供的熔融金属射流边界曲线的在线定位方法的步骤。
本发明以冶金恶劣条件下的熔融金属射流为研究对象，提出了一种复杂环境下熔融金属射流边界曲线在线定位方法及系统。本发明利用可见光图像采集系统实时获取熔融金属高速射流图像，提出了两阶段霍夫变换的射流上下边界曲线定位方法。针对熔融金属射流发散程度大、流股直径宽、表面不稳定的特点，利用抛物线顶端截距差通过霍夫变换得到流股粗略的上下边界曲线。为了定位喷口位置，基于Pearson相关系数评估喷口所在直线与边缘的相关性最大时的函数系数。为了得到喷口直径，建立决策模型使粗略曲线逼近孔径的上下点位置，从而得到交叉点作为喷口的上下定位点，计算准确的喷口实时面积。最后从喷口的精确定位点，再次应用霍夫变换得到流股的精确上下边界曲线。本发明解决了初速度动态范围大、流股直径宽、表面高浓度粉尘不均匀的金属熔融射流的射流上下边界曲线系数难以提取的问题，实现了冶金射流轨迹、发散度、喷口位置的检测，对实时产出流量、产物生产效率等过程变量采集和反应炉内工况异常监测具有重要的意义。
本发明的效果具体包括：
(1)根据冶金反应炉喷口形状特点，构建了喷口位置函数的系数识别模型，有效定位了可见光熔融金属射流图像中的反应炉喷口位置。
(2)基于喷口的图像边缘完整性信息，构建了反应炉喷口直径测量的计算模型。并针对熔融金属射流与喷口摩擦导致的相机视场内边缘不准确造成测量误差，本发明综合考虑了液体射流动力学的破碎原理及位置，提出了喷口直径计算的估计方法，在线获取准确的喷口面积。
(3)结合喷口面积与位置计算视场中喷口的准确上下坐标，提出了基于两阶段霍夫变换的射流上下边界定位模型。并根据射流流股宽度随射流发展增长的特点，筛选出最优边界曲线。
(4)首次提出了基于两阶段霍夫变换的熔融金属射流边界曲线在线定位方法及系统，实现了冶金生产现场表面不均匀粉尘干扰的恶劣难测条件下熔融金属射流上下边界曲线的在线准确定位。
附图说明
图1为本发明实施例二的可见光图像采集系统示意图；
图2为本发明实施例二的熔融金属射流边界曲线在线定位方法流程图；
图3为本发明实施例二的熔融金属射流喷射示意图；
图4为本发明实施例三的出铁铁水流股边界曲线定位效果图；
图5为本发明实施例三的铁口直径检测结果图；
图6为本发明实施例的熔融金属射流边界曲线的在线定位系统的结构框图。
附图标记：
1、反应炉炉壁；2、反应炉喷口；3、熔融金属射流；4、工业高速相机；5、综合电缆；6、相机视场范围；7、金属集料沟；8、计算机；10、反应炉喷口出口；11、射流未受扰流段；12、射流表面扰动波；13、喷口直径；14、射流流股直径；20、存储器；30、处理器。
具体实施方式
为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述，但本发明的保护范围并不限于以下具体的实施例。
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例一
本发明实施例一提供的熔融金属射流边界曲线的在线定位方法，包括：
步骤S101，获取包含炉窑的喷口和熔融金属射流区域的可见光图像，并对可见光图像进行二值化，获得二值化边缘图像。
步骤S102，对二值化边缘图像进行霍夫变换，获得粗糙流股边界曲线。
步骤S103，根据喷口的上扬角度，确定喷口所在直线的斜率。
步骤S104，根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数。
步骤S105，建立决策模型估计喷口直径，并联立喷口位置函数获得喷口的上下定位点。
步骤S106，基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，并筛选流股宽度随喷射距离扩大的最优边界曲线。
本发明实施例提供的熔融金属射流边界曲线的在线定位方法，通过获取包含炉窑的喷口和熔融金属射流区域的可见光图像，并对可见光图像进行二值化，获得二值化边缘图像，对二值化边缘图像进行霍夫变换，获得粗糙流股边界曲线，根据喷口的上扬角度，确定喷口所在直线的斜率，根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数，建立决策模型估计喷口直径，并联立喷口位置函数获得喷口的上下定位点以及基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，并筛选流股宽度随喷射距离扩大的最优边界曲线，解决了现有熔融金属射流边界曲线定位精度低的技术问题，能够准确的定位喷口位置，获得宽射流上下边界函数曲线，具有操作安全、实时性强、定位结果准确等优点。
具体地，本发明实施例以冶金恶劣条件下的熔融金属射流为研究对象，提出了一种复杂环境下熔融金属射流边界曲线在线定位方法及系统。本发明实施例利用可见光图像采集系统实时获取熔融金属高速射流图像，提出了两阶段霍夫变换的射流上下边界曲线定位方法。针对熔融金属射流发散程度大、流股直径宽、表面不稳定的特点，利用抛物线顶端截距差通过霍夫变换得到流股粗略的上下边界曲线。为了定位喷口位置，基于Pearson相关系数评估喷口所在直线与边缘的相关性最大时的函数系数。为了得到喷口直径，建立决策模型使粗略曲线逼近孔径的上下点位置，从而得到交叉点作为喷口的上下定位点，计算准确的喷口实时面积。最后从喷口的精确定位点，再次应用霍夫变换得到流股的精确上下边界曲线。本发明实施例解决了初速度动态范围大、流股直径宽、表面高浓度粉尘不均匀的金属熔融射流的射流上下边界曲线系数难以提取的问题，实现了冶金射流轨迹、发散度、喷口位置的检测，对实时产出流量、产物生产效率等过程变量采集和反应炉内工况异常监测具有重要的意义。
实施例二
本方案提出了一种熔融金属射流边界曲线的在线定位方法及系统，图1是可见光图像采集系统示意图，该系统包含反应炉炉壁1、反应炉喷口2、熔融金属射流3、工业高速相机4、综合电缆5、相机视场范围6、金属集料沟7和计算机8等，使相机视场中包含反应炉喷口和射流喷射至金属集料沟的全过程。图2是本发明实施例的熔融金属射流边界曲线在线定位方法实施步骤图，包括以下步骤：
(1)利用可见光图像采集系统获取包含炉窑喷口和熔融金属射流区域的可见光图像，并利用高抗噪边缘检测算法获取原图的边缘二值化图像。
(2)利用流股边界抛物曲线的顶端截距差，从第一阶段霍夫变换定位粗略的流股边界曲线。
(3)遍历搜索喷口所在直线与其边缘点相关性最大的函数系数，获得喷口位置函数的最优系数。
(4)结合喷口图像边缘完整性信息与射流垂直重力注入空气的动力学性质，建立决策模型估计喷口直径，并联立喷口位置函数获取喷口的准确上下定位点。
(5)从喷口定位点再次进行霍夫变换，筛选流股宽度随喷射距离扩大的最优边界曲线。
具体实现方案如下：
(1)获取熔融金属流体可见光图像，并定位原图的边缘位置：
首先，将可见光图像采集系统正对喷口位置安装，并距离熔融金属合适的位置，既要确保工业相机视角中包括射流从喷口到下落至末端的全部过程，又要考虑到熔融金属流体的辐射较强对相机镜头的损坏和相机功率的下降。可以将相机放置到保护筒内，采用气冷方式冷却镜头并吹扫表面灰尘，既降低了相机运行温度又防止灰尘覆盖镜头表面影响图像采集质量。在采集到可见光图像后，本发明使用基于小波模极大值处理的边缘检测算法获取图像的二值化图像。具体包括以下步骤：
Step1：将相机采集的RGB图像转化为灰度图像，转化公式见式(1)，式中Gray(x,y)代表横坐标x、纵坐标y的像素灰度值，R(x,y)、G(x,y)、B(x,y)分别代表该坐标下的红色、绿色、蓝色通道分量值。
Gray(x,y)＝0.3R(x,y)+0.59G(x,y)+0.11B(x,y)(1)
Step2：建立选取平滑尺度函数θ(x,y)，满足式(2)：
Figure BDA0004069807580000081
得到尺度s下的尺度函数θs(x,y)，如式(3)：
Figure BDA0004069807580000091
对于尺度函数得到(x,y)方向上的小波函数
Figure BDA0004069807580000092
如式(4)：
Figure BDA0004069807580000093
Step3：将灰度图像与(x,y)方向上的小波函数进行卷积，可到不同尺度下的小波系数分量
Figure BDA0004069807580000094
如式(5)：
Figure BDA0004069807580000095
根据梯度分量求取小波模值Msf(x,y)和方向角Asf(x,y)，如式(6)：
Figure BDA0004069807580000096
Step4：遍历图像，判断梯度幅值在每个方向上的极大值。选取合适的阈值thre，将图像转化为二值化边缘图像，P(x,y)为坐标(x,y)的二值化像素值，如式(7)：
Figure BDA0004069807580000097
在金属冶炼现场，反应炉的振动使流股产生小液滴脱离流股，且射流下落在流沟中飞溅，导致边缘检测图像包含大量无用信息。因此对边缘图像开操作。删除边缘图像中的细小边缘干扰，得到最终的二值化图像。
(2)第一阶段霍夫变换定位粗略的流股边界曲线：
霍夫变换是一种广泛应用于图像特征的算法。在已知图像中需要检测物体形状的函数形式时，可以对其投票得到最优的函数系数。根据垂直重力注入空气射流轨迹的特征，熔融金属液团从喷口以抛物线向外抛出。因此可以将边界曲线函数形式化为二次曲线标准式(8)：
y＝C+A(x-B)2(8)
假设在式(1)-(7)中得到n个边缘点，其边缘位置分别为(x0,y0),(x1,y1)…(xn,yn)，当采用霍夫变换时，将其代入到式(8)，使A、B、C为作为参数坐标系，构成n个参数方程，如式(9)示：
Figure BDA0004069807580000101
此时在参数坐标系下，公式(9)中的n条空间曲线汇聚在共线点上。按共线点上的空间曲线条数由大到小重新排序储存在n*4的矩阵中，其中前三列储存共线点上A、B、C的值，第四列储存其上空间曲线的数目。
由于二次函数形式中截距是近似表征喷口位置的系数，因此需要在系数矩阵中寻找截距之差。矩阵第一行为共线点上重合曲线数目最多的系数行，作为流股的第一条边界曲线，其截距为C1。然后按照曲线条数递减遍历矩阵。当截距C2与C1满足|C1-C2|≥thre'时，选取第二条边界曲线的最优系数。根据比较截距整合两条边界曲线，得到正确位置的粗略上、下边界曲线。此时边界曲线函数式为式(10)：
Figure BDA0004069807580000102
式(10)中满足C1≤C2。
(3)遍历搜索喷口所在直线与其边缘点相关性最大的函数系数，获得喷口位置函数的最优系数。
在相机视场的边缘图像中，喷口边缘是表示喷口位置的唯一信息。因此需要构建喷口所在直线的最优系数评价模型，检测直线与边缘最相似的直线系数，确定直线斜率k和截距b。在金属冶炼现场，由于反应炉喷口的上扬成固定角度。当相机正对反应炉拍摄时，喷口在视场中位于直线上。假设上仰角为θ，设喷口所在直线为y＝kx+b，此时直线的斜率k为式(11)：
Figure BDA0004069807580000103
为了确定准确的直线截距b，本发明实施例根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数。具体地，本发明实施例使用Pearson相关系数分析直线与边缘图像中边缘点的相关性。为了估计图像中喷口的区域，并在此区域范围内比较直线与边缘点的相关性，需要确定区域的横向、纵向范围。首先确定喷口区域的横向范围，如式(12)：
Figure BDA0004069807580000104
其中，k和b分别为喷口所在直线的斜率和截距，width为可见光图像的高度。
然后确定喷口区域的纵向范围，使直线限制在第一阶段霍夫变换所确定的上下边界曲线之间，此时可表示为y1≤y≤y2。
在此范围内，比较喷口所在直线上的点与二值化边缘图像中的边缘点的Pearson相关系数r。计算公式如式(13)：
Figure BDA0004069807580000112
其中m、n分别为满足式(12)、式(13)范围内的横坐标、纵坐标。
Figure BDA0004069807580000113
为二值化边缘图像中坐标(m,n)的像素值，
Figure BDA0004069807580000114
为判断坐标(m,n)是否在直线上的指示变量，计算公式如式(14)：
Figure BDA0004069807580000117
Figure BDA0004069807580000115
计算公式如式(15)：
Figure BDA0004069807580000116
当喷口所在直线与边缘图像中的相关性最高时，选取Pearson相关系数最大时的直线截距值bfinal，此时喷口所在直线表示为y＝kx+bfinal，也即可获得喷口位置函数对应的喷口位置直线方程。
(4)结合喷口图像边缘完整性信息与射流垂直重力注入空气的动力学性质，建立决策模型估计喷口直径，并联立喷口位置函数获取喷口的准确上下定位点。
由于在金属冶炼过程中，高速熔融金属射流与喷口不断摩擦导致喷口在工作期间磨损，使其在相机视场中呈现不同形状的遮挡。若只考虑上下边界中存在完整的喷口边缘，对于喷口直径的测量误差较大。所以需要同时考虑边缘信息与流股初始宽度信息：根据射流破碎原理，当液体射流从喷口喷出时，液体表面扰动的传播和重力或空气与射流表面的剪切力影响会使不稳定扰动随射流的发展而变宽，如图3所示。从图3中可知，当射流垂直反应炉喷口出口10高速喷出时，根据现场经验公式，在从喷口发展到长度为喷口直径13的距离内为射流未受扰流段11，随后，射流的发展为射流表面扰动波12，且射流流股直径14与喷口直径13近似相等。因此为了准确检测喷口直径，需要建立决策模型同时满足两个条件，提高逼近喷口直径的准确率：
条件1：在上下边界曲线所包含的空间内，喷口所在直线与边缘图像的交叉点数量最多。
条件2：在从喷口开始的s/a≤1范围内，边界曲线与边缘点的重叠率最高。s为射流发展的距离，a为喷口直径。
为了满足条件1，使上下边界曲线的边缘截距从图像的边界点分别向下、向上逼近，如式(16)所示：
Figure BDA0004069807580000121
其中y逼近1和y逼近2分别为上边界逼近曲线和下边界逼近曲线的表达式，l1和l2分别为预设上边界截距和预设下边界截距。此时令x以
Figure BDA0004069807580000122
为步长在第二遍历窗口中遍历，同时统计喷口位置直线上包含二值化边缘图像中的边缘点的数目，获得第一统计值。其中，第二遍历窗口中点的横坐标和纵坐标取值满足：
Figure BDA0004069807580000123
其中x逼近和y逼近分别为第二遍历窗口中点的横坐标和纵坐标，且满足y逼近＝kfinalx逼近+bfinal，kfinal和bfinal分别为喷口位置函数的斜率系数和截距系数。
为了判断上下边界逼近曲线空间内的直线上的点是否为喷口边缘点，给定指示变量I(x)，定义为式(18)：
Figure BDA0004069807580000124
统计直线上指示变量之和N表示为式(19)：
Figure BDA0004069807580000125
式中xbegin、xend为满足式(17)中的逼近限制。
为了满足条件2，喷口的上下定位点(x1,y1)、(x2,y2)为上下逼近边界曲线与喷口所在直线的交叉点，分别在等式(20)中表示：
Figure BDA0004069807580000131
其中Δ1、Δ2满足式(21)：
Figure BDA0004069807580000132
喷口直径a表示为式(22)：
Figure BDA0004069807580000133
从两交叉点开始的射流弯曲s1、s2距离表示为(23)：
Figure BDA0004069807580000134
其中k1、k2满足式(24)：
Figure BDA0004069807580000135
给定指示变量I'(x)，定义为式(25)：
Figure BDA0004069807580000136
式中满足
Figure BDA0004069807580000137
为了比较边界曲线和边缘点交叉的密集程度ρ，定义为式(26):
Figure BDA0004069807580000138
Figure BDA0004069807580000139
由联立式(22)、式(23)得到末端坐标。
针对条件1的评价变量式(19)，当边界曲线相对喷口边缘点松弛，在松弛范围内不变；当边界曲线与喷口边缘点相交时，N≤Nmax。
针对条件2的评价变量式(26)，当边界曲线与流股边缘点密集程度ρ最高时满足条件2。
构建决策模型同时满足条件1、2，即同时令式(19)为最大值maxN、式(26)为最大值maxρ。
此时确定边界曲线函数y＝C+L+A(x-B)，喷口的上、下定位点为边界曲线与喷口所在直线的交叉点
Figure BDA0004069807580000141
(5)从喷口定位点再次进行霍夫变换，筛选流股宽度随喷射距离扩大的最优边界曲线
与一阶段霍夫变换相似，重新定位霍夫变换检测的边界曲线式(27)：
Figure BDA0004069807580000142
系数矩阵按共线点上空间曲线条数由大到小重新排序后，筛选上下边缘随喷射距离扩大且共线点上重合曲线数目最多的最优边界曲线。为了判定上下边界曲线随喷射距离扩张，本发明实施例在得到中心轨迹曲线后，计算中心轨迹曲线上的切线与上下边界曲线的交叉点，此时两交叉点之间的距离即为点(x,y)处的流股宽度。中心轨迹曲线ymiddle表示为式(28)：
Figure BDA0004069807580000143
在流股中心曲线上，流股宽度为边界曲线内流股中心切线的垂线。首先得到中心轨迹曲线上的切线斜率k'表示为式(29)：
Figure BDA0004069807580000144
在点(x0,y0)位置的流股宽度D为式(30)的解：
Figure BDA0004069807580000145
其中，A1'和B1'为最优边界曲线中的上边界曲线
Figure BDA0004069807580000146
的系数，A2'和B2'为最优边界曲线中的下边界曲线
Figure BDA0004069807580000147
的系数，
Figure BDA0004069807580000148
和
Figure BDA0004069807580000149
分别为喷口的上下定位点坐标，D(x)为横坐标为x时的流股宽度，且
Figure BDA00040698075800001410
Δx＝|xup-xdown|，其中xup、xdown满足：
Figure BDA0004069807580000151
Figure BDA0004069807580000152
联立式(29)和(30)，当x1≥x0时，D(x1)≥D(x0)，满足宽度筛选条件。其流股宽度随喷射距离扩大的判定条件为：D(x0+a)≥D(x0)，其中x0为流股发展范围内任意点的横坐标，a为表征射流流动方向的特征变量。当射流横向向左流动时，a＝-1；当射流横向向右流动时，a＝1。
最后本发明实施例在系数矩阵中按空间曲线条数递减遍历，检验每条边界曲线是否扩张，筛选出最优上下边界曲线。
具体地，本发明实施例利用工业高速相机获取包含反应炉喷口和熔融金属射流区域的可见光图像。为了降低不均匀粉尘覆盖流股产生的噪声干扰，定位射流流股的边缘位置，并利用高抗噪边缘检测算法得到可见光图像的二值化边缘图像。针对熔融金属射流发散程度大、流股直径宽、表面亮度不均匀的特点，本发明实施例提出了基于两阶段霍夫变换的射流上下边界曲线在线定位方法。首先通过抛物线顶端截距差，利用第一阶段霍夫变换得到流股粗略的上下边界曲线。由于射流从固定的喷口中喷出，为了定位准确的喷口位置，本发明实施例基于视场中反应炉喷口上扬固定角度的特点，遍历搜索喷口所在直线与喷口边缘点最大相关性的最优函数系数。然后结合喷口图像边缘完整性信息和射流动力学破碎位置，建立决策模型修正两种测量条件的误差，计算喷口的准确直径，进而联立喷口位置函数获取喷口的准确上下定位点。最后从喷口定位点进行第二阶段霍夫变换，筛选上下边缘随喷射距离扩大的最优边界曲线。
实施例三
本实施例以某炼铁厂1050m3高炉为试验平台，将本发明的熔融金属射流边界曲线在线定位方法及系统应用到1号铁口处的大型高炉铁水质量监控系统中。本发明的系统经由铁水质量监控系统的可见光图像采集系统拍摄射流喷射的实时图像，图4显示了某次出铁过程中的喷射流股在本发明实施例中检测到的边缘图像、出铁口位置定位、上下流股边界曲线。由图可知，本发明的曲线定位效果在正常出铁情况下与铁水流外边界一致。为了说明铁口直径测量的效果，图5显示了一个出铁炉次中本发明的铁口直径检测波动曲线与理论的铁口直径磨损曲线之间的比较，进一步表明本发明在高炉炼铁过程对铁口定位的准确性。
参照图6，本发明实施例提出的熔融金属射流边界曲线的在线定位系统，包括存储器20、处理器30以及存储在存储器20上并可在处理器30上运行的计算机程序，其中，处理器30执行计算机程序时实现本实施例提出的熔融金属射流边界曲线的在线定位方法的步骤。
本实施例的熔融金属射流边界曲线的在线定位系统的具体工作过程和工作原理可参照本实施例的熔融金属射流边界曲线的在线定位方法的工作过程和工作原理。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种熔融金属射流边界曲线的在线定位方法，其特征在于，所述方法包括：
获取包含炉窑的喷口和熔融金属射流区域的可见光图像，并对所述可见光图像进行二值化，获得二值化边缘图像；
对二值化边缘图像进行霍夫变换，获得粗糙流股边界曲线；
根据喷口的上扬角度，确定喷口所在直线的斜率；
根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数；
建立决策模型估计喷口直径，并联立喷口位置函数获得喷口的上下定位点；
基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，并筛选流股宽度随喷射距离扩大的最优边界曲线。
2.根据权利要求1所述的熔融金属射流边界曲线的在线定位方法，其特征在于，对二值化边缘图像进行霍夫变换，获得粗糙流股边界曲线包括：
基于熔融金属射流边界曲线类似抛物线的特性，对二值化边缘图像进行霍夫变换，获得第一霍夫变换系数矩阵，所述第一霍夫变换系数矩阵包括第一霍夫变换系数以及与第一霍夫变换系数对应的第一霍夫变换空间曲线数目；
根据最大的第一霍夫变换空间曲线数目对应的第一霍夫变换系数，获得第一边界曲线；
根据与第一边界曲线具有预设截距偏差的最大第一霍夫变换空间曲线数目对应的第一霍夫变换系数，获得第二边界曲线；
根据第一边界曲线和第二边界曲线，获得粗糙流股边界曲线的上边界曲线和下边界曲线。
3.根据权利要求1所述的熔融金属射流边界曲线的在线定位方法，其特征在于，根据喷口的上扬角度，确定喷口所在直线的斜率的计算公式为：
Figure FDA0004069807560000011
其中θ为喷口的上扬角度，k为喷口所在直线的斜率。
4.根据权利要求3所述的熔融金属射流边界曲线的在线定位方法，其特征在于，根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数包括：
根据粗糙流股边界曲线确定喷口所在直线遍历的第一遍历窗口，所述第一遍历窗口中点的横坐标和纵坐标取值满足：
Figure FDA0004069807560000021
其中x和y分别为第一遍历窗口中点的横坐标和纵坐标，且满足y＝kx+b，k和b分别为喷口所在直线的斜率和截距，C1、A1和B1为粗糙流股边界曲线中上边界曲线y1＝C1+A1(x-B1)2的系数，C2、A2和B2为粗糙流股边界曲线中下边界曲线y2＝C2+A2(x-B2)2的系数，width为可见光图像的高度；
在第一遍历窗口中，根据喷口所在直线的斜率，将喷口所在直线以预设步长沿横坐标方向遍历第一遍历窗口，同时计算喷口所在直线上的点与二值化边缘图像中的边缘点的Pearson相关系数，并选取Pearson相关系数最大时喷口所在直线的截距作为喷口位置函数的截距系数，且喷口位置函数的斜率系数与喷口所在直线的斜率相等。
5.根据权利要求1-4任一所述的熔融金属射流边界曲线的在线定位方法，其特征在于，建立决策模型估计喷口直径，并联立喷口位置函数获得喷口的上下定位点包括：
根据预设上边界截距和预设下边界截距，分别改变上边界曲线系数和下边界曲线系数中的截距系数，获得上边界逼近曲线和下边界逼近曲线；
根据上边界逼近曲线和下边界逼近曲线，确定喷口位置直线遍历的第二遍历窗口，所述喷口位置直线为与喷口位置函数对应的直线；
在第二遍历窗口中，将喷口位置直线以预设步长沿横坐标方向遍历第二遍历窗口，同时统计喷口位置直线上包含二值化边缘图像中的边缘点的数目，获得第一统计值；
统计从喷口开始的射流发展范围内，上边界逼近曲线和下边界逼近曲线与二值化边缘图像中的边缘点的重叠率，获得第二统计值，其中所述射流发展范围与喷口直径相等；
获取同时满足第一统计值和第二统计值最大时对应的上边界逼近曲线和下边界逼近曲线，作为上边界定位曲线和下边界定位曲线；
根据上边界定位曲线、下边界定位曲线以及喷口位置直线的交点，获得喷口的上下定位点坐标。
6.根据权利要求5所述的熔融金属射流边界曲线的在线定位方法，其特征在于，上边界逼近曲线和下边界逼近曲线的表达式为：
Figure FDA0004069807560000022
其中y逼近1和y逼近2分别为上边界逼近曲线和下边界逼近曲线的表达式，l1和l2分别为预设上边界截距和预设下边界截距；
且所述第二遍历窗口中点的横坐标和纵坐标取值满足：
Figure FDA0004069807560000031
其中x逼近和y逼近分别为第二遍历窗口中点的横坐标和纵坐标，且满足y逼近＝kfinalx逼近+bfinal，kfinal和bfinal分别为喷口位置函数的斜率系数和截距系数。
7.根据权利要求6所述的熔融金属射流边界曲线的在线定位方法，其特征在于，基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，并筛选流股宽度随喷射距离扩大的最优边界曲线包括：
基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，获得第二霍夫变换系数矩阵，所述第二霍夫变换系数矩阵包括第二霍夫变换系数以及与第二霍夫变换系数对应的第二霍夫变换空间曲线数目；
根据第二霍夫变换空间曲线数目，对第二霍夫变换系数矩阵进行排序；
按第二霍夫变换空间曲线数目递减遍历排序后的第二霍夫变换系数矩阵，并在判定流股宽度随喷射距离扩大时对应的第二霍夫变换系数获得最优边界曲线，且流股宽度随喷射距离扩大的判定条件为：D(x0+a)≥D(x0)，其中D(x0+a)和D(x0)分别为横坐标为x0+a和x0时的流股宽度，a表征射流流动方向的特征变量，当射流横向向左流动时a＝-1，当射流横向向右流动时a＝1。
8.根据权利要求7所述的熔融金属射流边界曲线的在线定位方法，其特征在于，流股宽度的计算公式为：
Figure FDA0004069807560000032
其中，A′1和B′1为最优边界曲线中的上边界曲线
Figure FDA0004069807560000033
的系数，A′2和B′2为最优边界曲线中的下边界曲线
Figure FDA0004069807560000034
的系数，
Figure FDA0004069807560000035
和
Figure FDA0004069807560000036
分别为喷口的上下定位点坐标，D(x)为横坐标为x时的流股宽度，且
Figure FDA0004069807560000041
Δx＝|xup-xdown|，其中xup、xdown满足：
Figure FDA0004069807560000042
Figure FDA0004069807560000043
9.一种熔融金属射流边界曲线的在线定位系统，所述系统包括：
存储器(20)、处理器(30)以及存储在存储器(20)上并可在处理器(30)上运行的计算机程序，其特征在于，所述处理器(30)执行所述计算机程序时实现上述权利要求1至8任一所述方法的步骤。
CN202310089144.8A 2023-02-03 2023-02-03 一种熔融金属射流边界曲线的在线定位方法及系统 Pending CN116309332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310089144.8A CN116309332A (zh) 2023-02-03 2023-02-03 一种熔融金属射流边界曲线的在线定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310089144.8A CN116309332A (zh) 2023-02-03 2023-02-03 一种熔融金属射流边界曲线的在线定位方法及系统

Publications (1)

Publication Number Publication Date
CN116309332A true CN116309332A (zh) 2023-06-23

Family

ID=86802232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310089144.8A Pending CN116309332A (zh) 2023-02-03 2023-02-03 一种熔融金属射流边界曲线的在线定位方法及系统

Country Status (1)

Country Link
CN (1) CN116309332A (zh)

Similar Documents

Publication Publication Date Title
US11605169B2 (en) Method and system for detecting flow velocity of high-temperature molten fluid
You et al. Monitoring of high-power laser welding using high-speed photographing and image processing
CN105328155B (zh) 一种基于改进神经网络的漏钢可视化特征预报方法
CN113409313B (zh) 基于计算机视觉的车轮焊缝表面缺陷检测方法
Lin et al. Motion feature based melt pool monitoring for selective laser melting process
CN102886504B (zh) 一种基于机器视觉的结晶器漏钢可视化预报方法
CN111445444B (zh) 一种基于极化特征的铁水流速检测方法
Zhang et al. Detection method for pulverized coal injection and particles in the tuyere raceway using image processing
CN104965199A (zh) 雷达视频运动目标特征融合判定方法
CN104181196A (zh) 一种连铸坯表面纵裂纹在线检测方法
CN116493735B (zh) 一种万瓦级超高功率激光焊接过程运动飞溅实时跟踪方法
CN112862769A (zh) 一种高炉渣铁比在线智能监测方法及系统
CN114862913A (zh) 基于人工智能网络的机器视觉目标定位方法
Mao et al. Multi-source fusion for weak target images in the Industrial Internet of Things
CN113838114B (zh) 一种基于边缘散焦追踪的高炉料面深度估计方法及系统
CN116309332A (zh) 一种熔融金属射流边界曲线的在线定位方法及系统
Chen et al. Design of burr detection based on image processing
Chen et al. Edge and texture detection of metal image under high temperature and dynamic solidification condition
CN113319259B (zh) 一种基于空间-时序特征的黏结漏钢逻辑判断方法
Zheng et al. Measurement of laser welding pool geometry using a closed convex active contour model
CN113814369A (zh) 一种基于特征向量和Adaboost集成模型的结晶器漏钢预报方法
CN113240706A (zh) 一种高温环境下熔融铁尾矿的智能跟踪检测方法
Jian et al. Research of lane detection and recognition technology based on morphology feature
Zou et al. A novel deep learning method for on-line monitoring of grate bar defects in sintering machine system
CN113828746B (zh) 一种利用铸坯振痕分布对结晶器流场进行评估的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination