CN116608955A - 粉尘干扰下熔融金属流体温度场在线检测方法及系统 - Google Patents

粉尘干扰下熔融金属流体温度场在线检测方法及系统 Download PDF

Info

Publication number
CN116608955A
CN116608955A CN202310408797.8A CN202310408797A CN116608955A CN 116608955 A CN116608955 A CN 116608955A CN 202310408797 A CN202310408797 A CN 202310408797A CN 116608955 A CN116608955 A CN 116608955A
Authority
CN
China
Prior art keywords
visible light
infrared
registration
molten metal
dust
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
CN202310408797.8A
Other languages
English (en)
Inventor
潘冬
龚芃旭
蒋朝辉
余浩洋
李奕天
桂卫华
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 CN202310408797.8A priority Critical patent/CN116608955A/zh
Publication of CN116608955A publication Critical patent/CN116608955A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/48—Thermography; Techniques using wholly visual means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0037—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the heat emitted by liquids
    • G01J5/004—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the heat emitted by liquids by molten metals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/59—Transmissivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P1/00—Details of instruments

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明公开了一种粉尘干扰下熔融金属流体温度场在线检测方法及系统，通过基于可见光图像与红外热图像的特征点和互信息以及基于卡尔曼滤波的光流配准方法，分别对可见光图像和红外热图像进行空间配准和时间配准，并建立在可见光波段下基于色彩一致性的粉尘透射率估计模型，获得可见光波段下的粉尘透射率，以及通过建立可见光与红外波段之间的粉尘透射率映射模型，获得红外波段下的粉尘透射率；最后根据红外波段下的粉尘透射率和熔融金属流体温度场检测模型，实现对熔融金属流体温度场的在线检测，解决了由于粉尘干扰导致熔融金属流体温度场在线检测精度低的技术问题，克服了粉尘对红外测温的影响，实现了对熔融金属流体温度场的在线准确检测。

Description

粉尘干扰下熔融金属流体温度场在线检测方法及系统
技术领域
本发明主要涉及高炉冶炼技术领域，特指一种粉尘干扰下熔融金属流体温度场在线检测方法及系统。
背景技术
熔融金属是金属冶炼过程中的中间产物，主要由金属熔体和少量炉渣构成。熔融金属的温度不仅是反映金属熔体品质的重要指标，还是反映金属冶炼炉内部情况的重要参数。因此熔融金属温度的精准检测是冶炼过程中亟待解决的问题。
当前熔融金属的检测方法主要分为接触式测温、非接触式测温。其中接触式测温方法包括快速热电偶、黑体空腔传感器；非接触式测量则以红外热像仪和红外测温仪为主。快速热电偶每次都只能获得有限个数据而且会消耗一支热电偶；即使是黑体空腔传感器也只能连续工作十几个小时，不能达到长期在线检测的目的。而红外热像仪作为一种基于红外视觉的非接触式测温装置，虽然可以长期在线检测熔融金属温度，但是在实际的生产现场的间歇性非均匀分布的粉尘严重影响了红外热像仪的测温精度。
综合分析现有测温方法的优缺点，红外热像仪仍是最有可能实现温度在线检测的装置。因此，如何降低粉尘对红外热像仪的干扰成为实现熔融金属温度在线检测的关键难点。考虑到红外热图像纹理细节少，色彩感知能力差，本发明在以往的红外测温系统基础上，引入了可见光信息，在可见光图像与红外热图像在时空配准的基础上，提出了一种基于多源视觉的熔融金属流体温度场在线检测方法。本发明具体分析了可见光图像中粉尘降低熔融金属亮度的成因，并且估计了可见光波段下的粉尘透射率，建立了可见光波段下的粉尘透射率与红外波段下的粉尘透射率之间的映射模型和基于红外辐射机理的熔融金属流体温度场检测模型，克服了粉尘对红外测温的干扰，实现了对熔融金属流体温度场的在线准确检测。
专利公开号为CN108998608A的发明专利公开了一种基于红外机器视觉的高炉出铁口铁水温度测量方法及系统，该专利提出了一种基于红外机器视觉的出铁口铁水温度测量方法及系统，通过提取红外热图像的纹理特征，刻画粉尘对红外热图像的干扰程度，构建红外测温结果补偿模型，实现了对铁水温度的在线检测，但这种方法通过数据驱动构建的补偿模型，系统部署周期相对较长，更适用于拥有高质量、标注完善且类别丰富的数据集的高炉炼铁现场。
专利公开号为CN113834575A的发明专利公开了一种由光学芯线、管套和分隔原件构成的熔融金属浴温度装置，通过熔融金属浴的方式测量熔融金属温度，同时降低装置在熔融金属中的消耗，达到多次测量的目的。但是这种方法每次仍然只能获取有限个数据，难以实现熔融金属温度的在线检测，并且具有一定的人工操作风险。
发明内容
本发明提供的粉尘干扰下熔融金属流体温度场在线检测方法及系统，解决了由于粉尘干扰导致熔融金属流体温度场在线检测精度低的技术问题。
为解决上述技术问题，本发明提出的粉尘干扰下熔融金属流体温度场在线检测方法包括：
同时采集熔融金属流体的可见光图像与红外热图像。
基于可见光图像与红外热图像的特征点和互信息，对可见光图像和红外热图像进行空间配准。
采用光流配准方法，对可见光图像和红外热图像进行时间配准。
根据空间匹配和时间匹配后的可见光图像，建立在可见光波段下基于色彩一致性的粉尘透射率估计模型，从而获得可见光波段下的粉尘透射率。
建立可见光与红外波段之间的粉尘透射率映射模型，并根据可见光波段下的粉尘透射率获得红外波段下的粉尘透射率。
根据红外波段下的粉尘透射率和基于红外辐射机理的熔融金属流体温度场检测模型，实现对熔融金属流体温度场的在线检测。
进一步地，基于可见光图像与红外热图像的特征点和互信息，对可见光图像和红外热图像进行空间配准包括：
对可见光图像进行降采样，获得与红外热图像分辨率相同的可见光图像。
对红外热图像和降采样后的可见光图像进行双边滤波。
采用Canny算子，提取双边滤波后的红外热图像和可见光图像中的熔融金属流体边缘。
基于红外热图像和可见光图像中的熔融金属流体边缘，通过Sift算法建立特征点描述子。
根据特征点描述子，采用RANSAC算法对红外热图像和可见光图像进行特征点匹配，同时根据可见光图像与红外热图像的互信息，对红外热图像和可见光图像进行互信息匹配。
计算特征点和互信息匹配过程中的配准误差损失函数，并根据配准误差损失函数，迭代获得最优空间配准参数，其中配准误差损失函数的具体公式为：
epre＝ω|ec|+ρ|em|+ζ(0.3*ec-0.7*em)2，
其中epre其中代表空间配准误差，ω、ρ和ζ分别代表第一、第二和第三惩罚权值，ec表示特征点配准误差项，em表示互信息配准误差项。
进一步地，采用光流配准方法，对可见光图像和红外热图像进行时间配准包括：
利用Harris角点检测可见光图像和红外热图像的特征点。
计算可见光图像和红外热图像的特征点的光流信息，并结合各自的色彩强度信息，分别获得熔融金属流体的可见光稀疏光流序列信息和红外稀疏光流序列信息。
将红外热像仪与可见光相机之间的帧率差作为理论值、光流配准得到的计算结果作为观测值，建立时序配准系统的状态方程以及观测方程。
根据时序配准系统的状态方程以及观测方程，确定卡尔曼滤波方程组，并根据卡尔曼滤波方程组以及可见光稀疏光流序列信息和红外稀疏光流序列信息，对可见光图像和红外热图像进行时间配准。
进一步地，根据时序配准系统的状态方程以及观测方程，确定卡尔曼滤波方程组，并根据卡尔曼滤波方程组以及可见光稀疏光流序列信息和红外稀疏光流序列信息，对可见光图像和红外热图像进行时间配准包括：
Step1：根据时序配准系统的状态方程以及观测方程，确定卡尔曼滤波方程组，其中卡尔曼滤波方程组的具体方程为：
Pi -＝Pi-1+wi，
Ki＝Pi -(Pi -+vi)-1，
Pi＝(1-Ki)Pi -，
其中，Pi -，wi和vi分别表示第i次卡尔曼滤波的预测的配准结果，预测的先验方差，系统噪声和观测噪声，Ki，/>Pi和yi分别表示第i次卡尔曼滤波计算得到的卡尔曼增益，最优配准结果，更新后的最优方差以及稀疏光流配准得到的配准结果，/>和Pi-1分别表示第i-1次卡尔曼滤波计算的最优配准结果和最优方差，Δt表示红外热图像中相邻两帧的间隔时长，fpsc表示用于采集可见光图像的可见光相机的采集帧率。
Step2：设定和P1的初始值都为1，wi和vi则通过历史配准误差进行初始化。
Step3：通过稀疏光流配准获得观测值yi，其中在可见光稀疏光流序列信息中匹配的范围为/>其中t_start和t_end分别表示图像采集的起始时间与结束时间。Step4：运行卡尔曼滤波的参数预测部分，预测/>和Pi -的值。
Step5：运行卡尔曼滤波的状态更新部分，更新卡尔曼增益Ki与方差Pi，并输出本次预测结果
Step6：返回Step2，直至配准结束。
进一步地，通过稀疏光流配准获得观测值yi包括：
选取第m帧可见光图像的可见光稀疏光流序列信息CLKm和第n帧红外热图像的红外稀疏光流序列信息ILKn，其中采用RANSAC算法构建CLKm与ILKn间的对应关系。
根据CLKm与ILKn间的对应关系，求取CLKm与ILKn间的空间配准参数，并计算相应的时间配准误差，将时间配准误差最小值对应的m作为配准结果。
进一步地，计算时间配准误差的具体公式为：
其中，E表示时间配准误差，λ，η和分别为第一、第二以及第三时间匹配权重，um(p)，vm(p)和gm(p)分别表示第m帧可见光图像的可见光稀疏光流序列信息中第p个特征点的横向矢量，纵向矢量和色彩强度，un(p)，vn(p)和gn(p)分别表示第n帧红外热图像的红外稀疏光流序列信息中第p个特征点的横向矢量，纵向矢量和色彩强度。
进一步地，根据空间匹配和时间匹配后的可见光图像，建立在可见光波段下基于色彩一致性的粉尘透射率估计模型的具体公式为：
其中表示在可见光图像在大小为Ω的矩形区域进行最大化操作后坐标y处的可见光波段下的粉尘透射率，/>表示对可见光图像在大小为Ω的矩形区域和颜色通道c中分别进行最大化操作后坐标y处的像素值，Ac表示辉光，Jmax表示熔融金属流体区域亮度最大值。
进一步地，根据可见光波段下的粉尘透射率获得红外波段下的粉尘透射率的计算公式为：
其中，表示在红外热图像中位置为y处的红外波段下的粉尘透射率，/>表示/>的w阶次方，aw表示与/>的w阶次方对应的拟合系数。
进一步地，根据红外波段下的粉尘透射率和基于红外辐射机理的熔融金属流体温度场检测模型，实现对熔融金属流体温度场的在线检测的具体公式为：
其中，Tob表示去除粉尘干扰后的熔融金属流体温度场检测值，εob表示熔融金属流体发射率，Trd表示红外热像仪检测到的温度，Tu表示环境温度，εa表示大气发射率，Ta表示大气温度，Tde表示红外热像仪自身温度，δ表示拟合系数，和/>分别表示Trd、Tu、Ta及Tde的n次方，tInf表示优化后红外波段下的粉尘透射率场，fguided_filter为导向滤波函数，为可见光图像经过局部空间最大化后估计得到的红外波段下的粉尘透射率场，Infn为第m帧可见光图像经过时间配准后所对应的第n帧红外热图像。
本发明提供的粉尘干扰下熔融金属流体温度场在线检测系统包括：
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粉尘干扰下熔融金属流体温度场在线检测方法的步骤。
本发明提供的粉尘干扰下熔融金属流体温度场在线检测方法及系统，首先针对可见光相机与红外热像仪的分辨率、视场与视角不一致的情况，提出了基于特征点与互信息的协同配准方法，实现可见光图像与红外热图像在空间维度上的配准。其次考虑到可见光图像与红外热图像在时间维度不一致的问题，提出了基于卡尔曼滤波的光流配准方法，实现可见光图像与红外热图像在时间上的配准，并且大幅提高配准效率。而且对于在粉尘干扰下熔融金属区域色彩变暗，对比度降低的现象,提出了在可见光波段下基于色彩一致性的粉尘透射率估计方法。最后针对粉尘在不同波段表现出透射率的不同，建立了可见光波段下的粉尘透射率与红外波段下的粉尘透射率之间的映射模型，并且根据红外辐射机理，建立了熔融金属流体温度场检测模型，从而克服了粉尘对红外测温的影响，实现了对熔融金属流体温度场的在线准确检测。本发明提出的多源视觉在线检测方法及系统能够长时间准确地检测熔融金属流体温度场，具有部署简单、操作安全、使用寿命长、测温精度高等优点。
本发明的有益效果具体包括：
(1)首次在基于红外视觉的熔融金属温度检测方法中，引入可见光信息来辅助刻画粉尘引起的红外测温误差，克服了红外热图像中粉尘透射率场难以准确估计的问题，实现了对受粉尘干扰的熔融金属流体温度场准确检测；
(2)提出了基于特征点与互信息的协同配准方法，在基于局部区域特征点配准的基础上引入了全局的互信息配准，并设计了相应的目标优化函数，综合考量了局部配准以及全局配准，降低了不同时刻下物体的运动对空间配准带来的影响，实现了在不同时刻下的空间配准；
(3)设计了基于卡尔曼滤波的光流时序配准方法。采用稀疏光流估计物体运动轨迹，并引入了色彩强度信息，进而建立了不同视频序列间的对应关系。将稀疏光流配准结果与理论配准结果通过卡尔曼滤波有效结合，在保证时序配准精度的同时，缩小了光流配准时的搜索范围，提高了配准效率；
(4)建立了在可见光波段下基于色彩一致性的粉尘透射率估计模型。根据熔融金属流体高亮、高温的特点，首次提出了色彩一致性先验，建立了可见光波段下基于色彩一致性的透射率估计模型，并设计了相应的模型参数估计方法，从可见光图像中准确地量化了粉尘对熔融金属流体区域的影响；
(5)构建了可见光与红外波段之间的粉尘透射率映射模型和基于红外辐射机理的熔融金属流体温度场检测模型，实现了基于多源视觉的熔融金属流体温度场在线检测，有效地克服了粉尘对红外热像仪测温结果的干扰。
附图说明
图1为本发明实施例二的多源视觉在线检测系统示意图；
图2为本发明实施例二的基于多源视觉的熔融金属流体温度场在线检测方法实施步骤图；
图3中(a)为本发明实施例二的受粉尘干扰下的熔融铁水流可见光图像，(b)为本发明实施例二在可见光波段下采用基于色彩一致性的粉尘透射率估计方法得到的透射率场；
图4为采用本发明实施例二去除粉尘干扰后的熔融铁水流温度场图像；
图5为本发明实施例的粉尘干扰下熔融金属流体温度场在线检测系统的结构框图。
附图标记：
1、熔融金属流体；2、金属冶炼时出现的粉尘；3、多源视觉检测装置；4、综合电缆；5、计算机；10、存储器；20、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粉尘干扰下熔融金属流体温度场在线检测方法，包括：
步骤S101，同时采集熔融金属流体的可见光图像与红外热图像。
步骤S102，基于可见光图像与红外热图像的特征点和互信息，对可见光图像和红外热图像进行空间配准。
步骤S103，采用光流配准方法，对可见光图像和红外热图像进行时间配准。
步骤S104，根据空间匹配和时间匹配后的可见光图像，建立在可见光波段下基于色彩一致性的粉尘透射率估计模型，从而获得可见光波段下的粉尘透射率。
步骤S105，建立可见光与红外波段之间的粉尘透射率映射模型，并根据可见光波段下的粉尘透射率获得红外波段下的粉尘透射率。
步骤S106，根据红外波段下的粉尘透射率和基于红外辐射机理的熔融金属流体温度场检测模型，实现对熔融金属流体温度场的在线检测。
本发明实施例提供的粉尘干扰下熔融金属流体温度场在线检测方法，通过同时采集熔融金属流体的可见光图像与红外热图像，基于可见光图像与红外热图像的特征点和互信息，对可见光图像和红外热图像进行空间配准，采用光流配准方法，对可见光图像和红外热图像进行时间配准，根据空间匹配和时间匹配后的可见光图像，建立在可见光波段下基于色彩一致性的粉尘透射率估计模型，从而获得可见光波段下的粉尘透射率，建立可见光与红外波段之间的粉尘透射率映射模型，并根据可见光波段下的粉尘透射率获得红外波段下的粉尘透射率以及根据红外波段下的粉尘透射率和基于红外辐射机理的熔融金属流体温度场检测模型，实现对熔融金属流体温度场的在线检测，克服了粉尘对红外测温的影响，实现了对熔融金属流体温度场的在线准确检测。
实施例二
本发明实施例二提出了一种基于多源视觉的熔融金属流体温度场在线检测方法，图1是多源视觉在线检测系统示意图，该系统包括熔融金属流体1、金属冶炼时出现的粉尘2、多源视觉检测装置3、综合电缆4以及计算机5，其中多源视觉检测装置具体包括可见光相机、红外热像仪和水冷设备等。
图2是本发明提出的基于多源视觉的熔融金属流体温度场在线检测方法实施步骤图，包括以下步骤：
(1)采用基于特征点与互信息的协同配准方法，实现可见光图像与红外热图像在空间上的配准。
(2)采用基于卡尔曼滤波的光流配准方法，实现可见光图像与红外热图像在时间上的配准。
(3)针对粉尘干扰下可见光图像中光源区域色彩变暗的现象，提出了一种在可见光波段下基于色彩一致性的粉尘透射率估计方法。
(4)考虑到粉尘的透射率随波长的变化而变化，建立了可见光与红外波段之间的粉尘透射率映射模型，获得了红外波段下的粉尘透射率，并且构建了基于红外辐射机理的熔融金属流体温度场检测模型，实现了对熔融金属流体温度场的在线准确检测。
具体实现方案如下：
(1)提出基于特征点与互信息的协同配准方法，实现可见光图像与红外热图像在空间维度上的配准。
单一传感器往往由于成像视角、波段范围以及光照环境等条件的限制，导致获取的图像仅包含场景中的部分特征信息，存在数据量不足的局限性。因此本发明采用可见光相机与红外热像仪对熔融金属流体进行分析，但由于两者之间的分辨率不同、相机的空间位置差异以及相机光轴不平行等原因，往往导致两种图像间存在几何变换(平移、旋转、缩放等)，因此本发明提出了基于特征点与互信息的协同配准方法，实现两种图像在空间上的配准，以便于后续算法对有用信息的提取以及匹配。具体方法如下：
首先考虑到红外热像仪与可见光相机之间分辨率的不同，本发明对批量采集到的可见光图像和红外热图像，按照时间顺序，划分为可见光图像组以及红外热图像组并对可见光图像组/>利用式(1)进行降采样得到可见光图组/>使得红外热图像组/>与可见光图像组/>的分辨率保持一致。
其中最大池化器fMaxpooling()卷积核的大小为[wCol/wInf,hCol/hInf]，wCol和hCol分别为可见光图像的宽高，wInf和hInf分别为可见光图像的宽高。关于下标t_start和上标t_endt_start分别代表图像组采集时间段的起始时间与结束时间。
其次由于红外热像仪与可见光相机还未进行时间序列上的配准，因此需要在不同时间序列下要实现空间维度的配准。目前有两种方法可以实现不同时间上的空间维度上的配准，一种是保证物体的运动状态不发生改变；另一种是去除物体运动状态改变所带来的特征信息。由于熔融金属流体具有高温、高速、高腐蚀性的特点，而且图像中熔融金属流体区域与背景区域存在高对比度，为此本发明为了在去除掉熔融金属流体高速运动所带来的运动信息的同时，尽量保持边缘信息，分别对可见光图像组与红外热图像组进行双边滤波后得到了图像组/>与/>双边滤波的数学形式见式(2)。
其中权重p为计算的像素值的位置，S为卷积核覆盖区域，/>为计算出的像素值，I(p)为计算的像素值，I(q)为卷积覆盖区域内的像素值，Gc和Gs分别表示距离和色彩权值。
因为处于高速运动状态下的熔融金属流体内部的纹理信息将会干扰特征点配准方法的计算精度，为此在对图像进行双边滤波后，利用Canny算子获取和中熔融金属流体边缘，之后通过Sift算法建立特征点描述子，再使用RANSAC算法对其进行特征点匹配，最后用式(3)计算粗空间配准参数(预配准)。
其中和/>表示通过RANSAC算法建立对应关系的多组特征点位置坐标，M表示粗空间配准参数。
最后由于可见光图像组与红外热图像组并未进行时间维度上的配准，这将导致利用Sift算法提取特征点描述子，RANSAC算法建立对应特征点间关系的模式存在底层上的缺陷，即可见光图像组与红外热图像组之间特征点匹配存在位移、错位、甚至误匹配的问题。因此为了提高配准的精度，本发明提出特征点和互信息协同精配准的空间匹配方法(协同配准)，具体步骤如下：
Step1：选取m作为初始空间配准参数，其中m＝M。
Step2：根据空间配准参数mj，计算第j次配准误差其中配准误差的损失函数表示如下：
epre＝ω|ec|+ρ|em|+ζ(0.3*ec-0.7xem)2 (4)
其中ω、ρ和ζ都表示惩罚权值，ec表示为特征点配准误差项，计算方法如下：
em表示为互信息配准误差项，计算方法如下：
Step3：利用Powell算法对损失函数进行优化，计算得到第j+1次迭代的空间配准参数mj+1。当误差变化/>大于0.001时，返回至Step2；小于或等于0.001时结束循环，输出精配准计算结果。
(2)设计基于卡尔曼滤波的光流时序配准方法，实现可见光图像与红外热图像在时间维度上的配准。
由于熔融金属流体处于高速运动状态，并且红外热像仪与可见光相机各自内部分别具有不同的时钟源，无法确保两台相机在同一时刻捕捉到同一运动状态下的熔融金属流体。考虑到从可见光图像和红外热图像中提取到的运动信息存在一定量的偏移，直接采用光流法将会造成系统误差。为此本发明提出基于卡尔曼滤波的光流时序配准方法，具体步骤如下：
Step1：利用Harris角点从可见光图像组中检测出特征点，计算这些特征点的光流信息，并结合相应的色彩强度信息，从而得到熔融金属流体的可见光稀疏光流序列信息/>(其中每个特征点由横向矢量u、纵向矢量v、色彩强度g三部分构成)。对红外热图像组/>进行相同的操作，得到熔融金属流体的红外稀疏光流序列信息
Step2：将红外热像仪与可见光相机之间的帧率差作为理论值、光流配准得到的计算结果作为观测值，可以得到如式(7)所示的时序配准系统的状态方程以及观测方程。
其中，xi表示红外热图像组中第i帧对应的可见光图像组的帧数，xi-1表示红外热图像组中第i-1帧对应的可见光图像组的帧数，Δt表示红外热图像组中相邻两帧的间隔时长，fpsc表示可见光相机的采集帧率，wi和vi表示系统噪声和观测噪声，均值为零，yi表示利用光流法计算得到的红外热图像组中第i帧对应的可见光图像组的帧数。
Step3：根据系统的状态方程和观测方程，确定卡尔曼滤波方程组(见式(8-1)-(8-5))。
Pi -＝Pi-1+wi (8-2)
Ki＝Pi -(Pi -+vi)-1 (8-3)
Pi＝(1-Ki)Pi - (8-5)
其中式(8-1)和(8-2)为参数预测部分，式(8-3)、(8-4)和(8-5)为状态更新部分，Pi -，wi和vi分别表示第i次卡尔曼滤波的预测的配准结果，预测的先验方差，系统噪声和观测噪声，Ki，/>Pi和yi分别表示第i次卡尔曼滤波计算得到的卡尔曼增益，最优配准结果，更新后的最优方差以及稀疏光流配准得到的配准结果，/>和Pi-1分别表示第i-1次卡尔曼滤波计算的最优配准结果和最优方差，Δt表示红外热图像中相邻两帧的间隔时长，fpsc表示用于采集可见光图像的可见光相机的采集帧率。
Step4：设定和P1的初始值都为1，wi和vi则通过历史配准误差进行初始化。
Step5：通过稀疏光流配准获得观测值yi，其中在可见光稀疏光流序列信息中匹配的范围为/>
Step6：运行卡尔曼滤波的参数预测部分，预测和Pi -的值。
Step7：运行卡尔曼滤波的状态更新部分，更新卡尔曼增益Ki与方差Pi，并输出本次预测结果
Step8：返回Step5，直至配准结束。
关于稀疏光流配准的具体步骤如下：
步骤<1>：选取第m帧可见光图像的可见光稀疏光流序列信息CLKm和第n帧红外热图像的红外稀疏光流序列信息ILKn，其中
步骤<2>：采用RANSAC算法构建CLKm与ILKn间的对应关系。
步骤<3>：根据CLKm与ILKn间的对应关系，求取CLKm与ILKn间的空间配准参数，之后利用式(9)计算相应的时间配准误差，将时间配准误差最小值对应的m作为配准结果。
(3)建立在可见光波段下基于色彩一致性的粉尘透射率估计模型，并获取相应的透射率场。
伴随着冶金反应炉的运行，在反应炉出口处射出的熔融金属流体在落入沟道时会激起大量粉尘。这些弥漫在多源视觉检测装置与熔融金属流体间的粉尘不仅会造成可见光图像中熔融金属流体的色彩偏暗、对比度降低、纹理模糊等现象，而且也将会严重干扰从红外热图像中估计到的熔融金属流体温度场。为此本发明提出在可见光波段下基于色彩一致性的粉尘透射率估计模型，拟从可见光图像中估计出粉尘透射率场，并将其应用到红外热图像中，从而实现在粉尘干扰下对熔融金属流体温度场的补偿。
通过对粉尘干扰下的熔融金属流体图像的分析，发现与日间雾霾场景下出现色彩偏亮的情况不同，在粉尘干扰下熔融金属流体区域出现色彩严重偏暗，色调不均的现象。为此本发明根据大气散射模型，重新对日间雾霾和粉尘干扰下熔融金属流体区域能见度降低原因进行分析，发现粉尘干扰下熔融金属流体区域与日间环境的最大不同在于大气光是否存在。在熔融金属流体区域取代大气光的是高亮的熔融金属，这导致粉尘的散射作用无法对熔融金属的亮度进行提升，最终出现了粉尘干扰下熔融金属流体色彩偏暗，色调不均的现象。
大气散射模型作为一个模拟光线在大气中经过单次或多次散射后，到达观察者(相机)中的颜色和亮度的模型，它的具体形式如下：
I(x)＝J(x)t+A(1-t) (10)
其中I(x)表示观察到的颜色和亮度，J(x)表示物体本身发出的颜色和亮度，t表示透射率，A表示物体发出的光作用在周围大气后所产生的辉光。
根据大气散射模型可知，当大气中存在着悬浮粒子时，由于粒子的散射作用，将降低目标和相机之间传输介质的透射率，从而导致目标亮度降低，对比度降低，纹理细节模糊等现象的产生。在针对日间雾霾能见度降低原因的研究中，大多都是建立大气散射模型的基础上进行分析。熔融金属流体区域出现的色彩偏暗、色调不均等现象虽然也可以用大气散射模型来解释，但却与日间环境存在着一些重要先验条件的不同，这导致以往的日间去雾方法并不能此类环境中表现出原有的性能。
为此，本发明实施例首先假定粉尘在一个大小为Ω(x)的局部空间内透射率是恒定的，具体表示为对大气散射模型在局部空间Ω(x)和颜色通道c∈(R,G,B)中分别进行最大化操作，得到式(11)。
根据本发明实施例提出的色彩一致性先验(式(12))，即在无粉尘干扰下的光源物体在局部空间内中色彩最大值Jmax总是趋近于恒值。
将其代入到式(12)后，经过合并同类项与移项等操作便可得到在可见光波段下基于色彩一致性的粉尘透射率估计模型(式(13))。
其中Jmax表示熔融金属流体区域亮度最大值，Ac表示辉光，即熔融金属流体对周围区域所散发处的光亮，表示在位置为y的透射率，/>表示在大小为Ω的区域内各颜色通道的最大值。
而且当观察到的趋近于熔融金属流体区域亮度最大值Jmax时，透射率/>趋近于1，见式(14)；当观察到的/>趋近于辉光Ac时，透射率/>趋近于0，见式(15)，这符合相机观察到的粉尘对光源区域的干扰情况。
对于熔融金属流体区域亮度最大值Jmax，辉光Ac的选取，具体步骤如下：
Step1：首先对熔融金属流体区域进行开操作滤除异常光斑；
Step2：对熔融金属流体区域进行直方图均衡化，记作IIHE；
Step3：对IIHE进行多阈值大津法处理，从中提取出两个阈值，再将熔融金属流体区域划分为高亮区、辉光区以及背景区；
Step4：最后从高亮区和辉光区中分别选取前1％的像素值并计算其均值，将高亮区的均值作为Jmax，辉光区的均值作为Ac。
在确定好Jmax与Ac后，便可从可见光图像中通过式(13)计算出此时刻下的透射率场。
(4)建立可见光与红外波段之间的粉尘透射率映射模型，与基于红外辐射机理的熔融金属流体温度场检测模型，进而实现熔融金属流体温度场的在线检测。
光作为一种电磁波，其穿透能力受波长的决定。当波长越短时，穿透能力也随之增强。因此即使是在相同厚度的粉尘干扰下，不同波段的光也会表现出不同的透射率。
为了去除光线本身的穿透能力对粉尘透射率估计的干扰，本发明通过最小二乘法拟合的方法建立可见光与红外波段之间的粉尘透射率映射模型。具体步骤如下：在实验室中采用红外热像仪、可见光相机、黑体炉和冶金粉尘进行实验。
Step1：设定黑体炉的温度为Tb，并保持周边温度与辉光(环境光)恒定，用红外热像仪和可见光相机获取此状态下黑体炉的图像；
Step2：在红外热像仪、可见光相机与黑体炉之间放置厚度为hdust的冶金粉尘；
Step3：用红外热像仪和可见光相机获取此状态下黑体炉的图像；
Step4：依次增加粉尘的厚度Δhdust，并用红外热像仪和可见光相机获取不同粉尘厚度下的黑体炉图像；
Step5：利用这些不同粉尘厚度下拍摄到的黑体炉图像，计算红外热图像和可见光图像中粉尘透射率；
Step6：根据得到的多组不同粉尘厚度下的红外、可见光透射率，利用最小二乘法构建可见光与红外波段之间的粉尘透射率映射模型，如式(16)所示，其中表示红外波段下的透射率，/>表示可见光下的透射率，a与w为实验拟合系数与阶数。
其中，表示在红外热图像中位置为y处的红外波段下的粉尘透射率，/>表示/>的w阶次方，aw表示与/>的w阶次方对应的拟合系数。
在得到可见光与红外波段之间的粉尘透射率映射模型后，首先通过该模型，将可见光图像中估计得到的粉尘透射率场转换为红外波段下的粉尘透射率场/>其次，通过导向滤波技术，以相同时间下的配准后的红外热图像Infn作为引导图像，对红外波段下的粉尘透射率场/>进行优化，得到tInf，实现对红外热图像中的粉尘透射率准确刻画。
其中fguided_filter为导向滤波函数，tInf为优化后红外波段下的粉尘透射率场，为经过可见光图像经过局部空间最大化后估计得到的红外波段下的粉尘透射率场，Infn为第m帧可见光图像经过时间配准后所对应的第n帧红外热图像。
为了实现对熔融金属流体温度场的在线检测，本发明实施例根据红外测温原理建立了温度补偿模型。当被测物体与红外热像仪之间的光路中不存在粉尘干扰的时候，红外热像仪接收到红外辐射Wrd主要来自被测物体自身的红外辐射亮度εobτaWob、周围环境发出并从物体反射的红外辐射亮度ρobτaWu、来自周围环境的红外辐射亮度εaWa以及红外热像仪自身发出的红外辐射亮度Wde，如式(17)所示。
Wrd＝εobτaWob+ρobτaWu+εaWa-Wde (17)
式中Wob、Wu、Wa和Wde分别表示被测物体的红外辐射亮度、周围环境的红外辐射亮度、大气的辐射亮度和红外热像仪自身的红外辐射亮度。εob和ρob表示被测物体的发射率和反射率，εa和τa表示大气发射率和透射率。
当被测物体与红外热像仪之间的光路中存在粉尘干扰的时候，被测物体自身发的红外辐射亮度εobτaWob和周围环境发出并从物体反射的红外辐射亮度ρobτaWu在经过粉尘透射率τdust的衰减后才能被红外热像仪接收，接收到的红外辐射Wrd如式(18)所示。
Wrd＝εobτaτdustWob+ρobτaτdustWu+εaWa-Wde (18)
通过对比式(17)和(18)，可以发现粉尘通过改变被测物体与红外热像仪之间光路的透射率实现对红外测温的干扰，因此在假定被测物体与红外热像仪之间光路的透射率为τ后，红外热像仪接收到的红外辐射如式(19)所示。
Wrd＝εobτWob+ρobτWu+εaWa-Wde (19)
其中当被测物体光路与红外热像仪之间不存在粉尘干扰的时候，τ＝τa；当光路间存在粉尘干扰的时候，τ＝τaτdust。
根据红外辐射测温原理可知，f(T)可以用来表示红外辐射亮度与温度之间的关系。因此，红外热像仪中每个探测器所输出的电压信号可以表示为式(20)。
f(Trd)＝εobτf(Tob)+ρobτf(Tu)+εaf(Ta)-f(Tde) (20)
由于物体的吸收率、透射率和反射率在同一波长下的总和为1。而当被测物体为不透明的熔融金属流体时，可以将其透射率视为0。因此可以通过式(21)建立熔融金属流体发射率与反射率之间的关系。
εob＝1-ρob (21)
通过联合式(20)和(21)，可以得到熔融金属物体发出的红外辐射在红外热像仪中对应的电压信号，如式(22)所示。
根据红外辐射机理，可以在一定波长范围内，红外热像仪所检测到的电压信号与被测物体的温度存在一定的关系，如式(23)所示。
f(T)＝αTδ (23)
式中α和δ为拟合系数，取决于红外热像仪的光圈、滤镜和探测器材料等。
将式(23)代入到(22)便可得到基于红外辐射机理的熔融金属流体温度场检测模型，如式(24)所示。
温度场映射模型当中的红外热像仪自身温度Tde、拟合系数δ、环境温度Tu、大气温度Ta熔融金属流体发射率εob和大气发射率εa等参数都可以在冶金现场以检测或标定的方式获得。在得到这些参数后，将从图像中估计到的红外波段下的粉尘透射率场tInf(在粉尘透射率场中当粉尘不存在时相应的透射率为1)和红外热图像Infn分别作为τ和Trd代入到基于红外辐射机理的熔融金属流体温度场检测模型便可以得到去除粉尘干扰后的熔融金属流体温度场。
本发明实施例以熔融金属流体为研究对象，提出了一种基于多源视觉的熔融金属流体温度场在线检测方法及系统。本发明实施例利用红外热像仪与可见光相机实时捕获了熔融金属流体图像。针对红外热像仪与可见光相机在分辨率、视角和视场上的不同，提出了基于特征点与互信息的协同配准方法，实现了不同时序下的红外热图像与可见光图像之间的空间配准。针对红外热像仪与可见光内部时钟源不同的问题，提出了基于卡尔曼滤波的光流时序配准方法，从而实现了红外热图像与可见光图像在时间维度上的统一。针对基于红外视觉的测温方法易受光路中粉尘干扰的问题，建立了在可见光波段下基于色彩一致性的粉尘透射率估计模型，从可见光角度描述了粉尘对熔融金属流体区域的影响。最后构建了可见光与红外波段之间的粉尘透射率映射模型和基于红外辐射机理的熔融金属流体温度场检测模型，量化了红外波段下粉尘对熔融金属流体温度场检测结果的影响，实现了对熔融金属流体温度场的在线检测。
本实施例以某炼铁厂1050m3高炉为试验平台，将发明实施例的熔融金属流体温度多态检测方法及系统应用到该高炉的1号出铁口处熔融铁水流的温度在线检测中。多源视觉检测系统安装在出铁口处以获取出铁时的铁水流图像。图3中的(a)为本发明实施例的受粉尘干扰下的熔融铁水流可见光图像，(b)为本发明实施例在可见光波段下采用基于色彩一致性的粉尘透射率估计方法得到的透射率场。从图3中可知在粉尘明显干扰区域，粉尘透射率有明显的降低，这说明在可见光波段下基于色彩一致性的粉尘透射率估计方法可有效地衡量粉尘对熔融金属的干扰。图4显示了去除粉尘干扰后的熔融铁水流温度场图像。从图4可知，本发明实施例在粉尘干扰区域，温度有了明显地提升，有效地补偿了粉尘带来的红外测温误差，表明了本发明在检测熔融金属流体温度场上的有效性。
参照图5，本发明实施例提出的粉尘干扰下熔融金属流体温度场在线检测系统，包括存储器10、处理器20以及存储在存储器10上并可在处理器20上运行的计算机程序，其中，处理器20执行计算机程序时实现本实施例提出的粉尘干扰下熔融金属流体温度场在线检测方法的步骤。
本实施例的粉尘干扰下熔融金属流体温度场在线检测系统的具体工作过程和工作原理可参照本实施例的粉尘干扰下熔融金属流体温度场在线检测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 (10)

1.一种粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，所述方法包括：
同时采集熔融金属流体的可见光图像与红外热图像；
基于可见光图像与红外热图像的特征点和互信息，对可见光图像和红外热图像进行空间配准；
采用光流配准方法，对可见光图像和红外热图像进行时间配准；
根据空间匹配和时间匹配后的可见光图像，建立在可见光波段下基于色彩一致性的粉尘透射率估计模型，从而获得可见光波段下的粉尘透射率；
建立可见光与红外波段之间的粉尘透射率映射模型，并根据可见光波段下的粉尘透射率获得红外波段下的粉尘透射率；
根据红外波段下的粉尘透射率和基于红外辐射机理的熔融金属流体温度场检测模型，实现对熔融金属流体温度场的在线检测。
2.根据权利要求1所述的粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，基于可见光图像与红外热图像的特征点和互信息，对可见光图像和红外热图像进行空间配准包括：
对可见光图像进行降采样，获得与红外热图像分辨率相同的可见光图像；
对红外热图像和降采样后的可见光图像进行双边滤波；
采用Canny算子，提取双边滤波后的红外热图像和可见光图像中的熔融金属流体边缘；
基于红外热图像和可见光图像中的熔融金属流体边缘，通过Sift算法建立特征点描述子；
根据特征点描述子，采用RANSAC算法对红外热图像和可见光图像进行特征点匹配，同时根据可见光图像与红外热图像的互信息，对红外热图像和可见光图像进行互信息匹配；
计算特征点和互信息匹配过程中的配准误差损失函数，并根据配准误差损失函数，迭代获得最优空间配准参数，其中所述配准误差损失函数的具体公式为：
epre＝ω|ec|+ρ|em|+ζ(0.3*ec-0.7*em)2，
其中epre其中代表空间配准误差，ω、ρ和ζ分别代表第一、第二和第三惩罚权值，ec表示特征点配准误差项，em表示互信息配准误差项。
3.根据权利要求2所述的粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，采用光流配准方法，对可见光图像和红外热图像进行时间配准包括：
利用Harris角点检测可见光图像和红外热图像的特征点；
计算可见光图像和红外热图像的特征点的光流信息，并结合各自的色彩强度信息，分别获得熔融金属流体的可见光稀疏光流序列信息和红外稀疏光流序列信息；
将红外热像仪与可见光相机之间的帧率差作为理论值、光流配准得到的计算结果作为观测值，建立时序配准系统的状态方程以及观测方程；
根据时序配准系统的状态方程以及观测方程，确定卡尔曼滤波方程组，并根据卡尔曼滤波方程组以及可见光稀疏光流序列信息和红外稀疏光流序列信息，对可见光图像和红外热图像进行时间配准。
4.根据权利要求3所述的粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，根据时序配准系统的状态方程以及观测方程，确定卡尔曼滤波方程组，并根据卡尔曼滤波方程组以及可见光稀疏光流序列信息和红外稀疏光流序列信息，对可见光图像和红外热图像进行时间配准包括：
Step1：根据时序配准系统的状态方程以及观测方程，确定卡尔曼滤波方程组，其中卡尔曼滤波方程组的具体方程为：
其中，wi和vi分别表示第i次卡尔曼滤波的预测的配准结果，预测的先验方差，系统噪声和观测噪声，Ki，/>Pi和yi分别表示第i次卡尔曼滤波计算得到的卡尔曼增益，最优配准结果，更新后的最优方差以及稀疏光流配准得到的配准结果，/>和Pi-1分别表示第i-1次卡尔曼滤波计算的最优配准结果和最优方差，Δt表示红外热图像中相邻两帧的间隔时长，fpsc表示用于采集可见光图像的可见光相机的采集帧率；
Step2：设定和P1的初始值都为1，wi和vi则通过历史配准误差进行初始化；
Step3：通过稀疏光流配准获得观测值yi，其中在可见光稀疏光流序列信息中匹配的范围为/>其中t_start和t_end分别表示图像采集的起始时间与结束时间；
Step4：运行卡尔曼滤波的参数预测部分，预测和Pi -的值；
Step5：运行卡尔曼滤波的状态更新部分，更新卡尔曼增益Ki与方差Pi，并输出本次预测结果
Step6：返回Step2，直至配准结束。
5.根据权利要求4所述的粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，通过稀疏光流配准获得观测值yi包括：
选取第m帧可见光图像的可见光稀疏光流序列信息CLKm和第n帧红外热图像的红外稀疏光流序列信息ILKn，其中
采用RANSAC算法构建CLKm与ILKn间的对应关系；
根据CLKm与ILKn间的对应关系，求取CLKm与ILKn间的空间配准参数，并计算相应的时间配准误差，将时间配准误差最小值对应的m作为配准结果。
6.根据权利要求5所述的粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，计算时间配准误差的具体公式为：
其中，E表示时间配准误差，λ，η和l分别为第一、第二以及第三时间匹配权重，um(p)，vm(p)和gm(p)分别表示第m帧可见光图像的可见光稀疏光流序列信息中第p个特征点的横向矢量，纵向矢量和色彩强度，un(p)，vn(p)和gn(p)分别表示第n帧红外热图像的红外稀疏光流序列信息中第p个特征点的横向矢量，纵向矢量和色彩强度。
7.根据权利要求1-6任一所述的粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，根据空间匹配和时间匹配后的可见光图像，建立在可见光波段下基于色彩一致性的粉尘透射率估计模型的具体公式为：
其中表示在可见光图像在大小为Ω的矩形区域进行最大化操作后坐标y处的可见光波段下的粉尘透射率，/>表示对可见光图像在大小为Ω的矩形区域和颜色通道c中分别进行最大化操作后坐标y处的像素值，Ac表示辉光，Jmax表示熔融金属流体区域亮度最大值。
8.根据权利要求7所述的粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，根据可见光波段下的粉尘透射率获得红外波段下的粉尘透射率的计算公式为：
其中，表示在红外热图像中位置为y处的红外波段下的粉尘透射率，/>表示的w阶次方，aw表示与/>的w阶次方对应的拟合系数。
9.根据权利要求8所述的粉尘干扰下熔融金属流体温度场在线检测方法，其特征在于，根据红外波段下的粉尘透射率和基于红外辐射机理的熔融金属流体温度场检测模型，实现对熔融金属流体温度场的在线检测的具体公式为：
其中，Tob表示去除粉尘干扰后的熔融金属流体温度场检测值，εob表示熔融金属流体发射率，Trd表示红外热像仪检测到的温度，Tu表示环境温度，εa表示大气发射率，Ta表示大气温度，Tde表示红外热像仪自身温度，δ表示拟合系数，和/>分别表示Trd、Tu、Ta及Tde的n次方，tInf表示优化后红外波段下的粉尘透射率场，fguided_filter为导向滤波函数，/>为可见光图像经过局部空间最大化后估计得到的红外波段下的粉尘透射率场，Infn为第m帧可见光图像经过时间配准后所对应的第n帧红外热图像。
10.一种粉尘干扰下熔融金属流体温度场在线检测系统，所述系统包括：
存储器(10)、处理器(20)以及存储在存储器(10)上并可在处理器(20)上运行的计算机程序，其特征在于，所述处理器(20)执行所述计算机程序时实现上述权利要求1至9任一所述方法的步骤。
CN202310408797.8A 2023-04-17 2023-04-17 粉尘干扰下熔融金属流体温度场在线检测方法及系统 Pending CN116608955A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310408797.8A CN116608955A (zh) 2023-04-17 2023-04-17 粉尘干扰下熔融金属流体温度场在线检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310408797.8A CN116608955A (zh) 2023-04-17 2023-04-17 粉尘干扰下熔融金属流体温度场在线检测方法及系统

Publications (1)

Publication Number Publication Date
CN116608955A true CN116608955A (zh) 2023-08-18

Family

ID=87675456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310408797.8A Pending CN116608955A (zh) 2023-04-17 2023-04-17 粉尘干扰下熔融金属流体温度场在线检测方法及系统

Country Status (1)

Country Link
CN (1) CN116608955A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117387778A (zh) * 2023-12-11 2024-01-12 合肥金星智控科技股份有限公司 一种测温方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117387778A (zh) * 2023-12-11 2024-01-12 合肥金星智控科技股份有限公司 一种测温方法、装置、电子设备及存储介质
CN117387778B (zh) * 2023-12-11 2024-04-02 合肥金星智控科技股份有限公司 一种测温方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110268190B (zh) 一种基于静态红外热像图处理的地下管廊渗漏检测方法
JP4913264B2 (ja) 材料の欠陥検出方法およびそのシステム
Usamentiaga et al. Temperature measurement of molten pig iron with slag characterization and detection using infrared computer vision
CN102795627B (zh) 多晶硅还原炉多参量在线监测与优化控制装置及方法
Lu et al. Application and improvement of Canny edge-detection algorithm for exterior wall hollowing detection using infrared thermal images
CN116608955A (zh) 粉尘干扰下熔融金属流体温度场在线检测方法及系统
CN202865254U (zh) 一种转炉火焰温度检测系统
CN109932282B (zh) 高温熔渣在线视觉监测系统和方法
CN104215334A (zh) 一种rh精炼炉钢水温度实时在线监测方法
CN111008998A (zh) 基于双目视觉的自动消防水炮的火焰检测方法
CN107356596B (zh) 水下标定目标成像装置及光学图像法水质浊度在线检测方法
CN111707382B (zh) 一种温度变形同步测量的动态光学补偿方法及装置
Zhang et al. Knowledge-based transfer fuzzy clustering with non-local spatial information for surface roughness measurement
CN205826137U (zh) 一种基于图像传感器的温度测量系统
CN117036218A (zh) 一种基于可见光红外融合的视觉里程计方法
CN116883897A (zh) 一种低分辨率目标识别方法
St-Laurent et al. Thermal imaging for enhanced foreground-background segmentation
CN116523838A (zh) 一种烧结台车炉篦条缺陷在线检测方法及系统
CN109781259B (zh) 一种图谱关联的精准测量空中运动小目标红外光谱的方法
Usamentiaga et al. Temperature measurement of streams of molten pig iron during pouring using infrared computer vision
CN117073847A (zh) 水雾干扰下基于多源视觉的温度场在线检测方法及系统
Andreu A Slag Temperature and Flow Monitoring System.
Iwata et al. Specular reflection removal with high-speed camera for video imaging
CN115598178B (zh) 一种建筑物墙体空鼓缺陷的红外线检测方法及系统
CN114136458B (zh) 一种熔融金属流体温度多态在线检测方法及系统

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