CN117496429A - 一种转炉火焰喷溅状态监控方法、装置、设备及存储介质 - Google Patents
一种转炉火焰喷溅状态监控方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117496429A CN117496429A CN202311444567.3A CN202311444567A CN117496429A CN 117496429 A CN117496429 A CN 117496429A CN 202311444567 A CN202311444567 A CN 202311444567A CN 117496429 A CN117496429 A CN 117496429A
- Authority
- CN
- China
- Prior art keywords
- flame
- image
- converter
- initial image
- brightness
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 14
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 238000010285 flame spraying Methods 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 8
- 239000001301 oxygen Substances 0.000 claims description 8
- 229910052760 oxygen Inorganic materials 0.000 claims description 8
- 239000007789 gas Substances 0.000 claims description 7
- 239000007921 spray Substances 0.000 claims description 4
- 238000009529 body temperature measurement Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 239000002893 slag Substances 0.000 description 6
- 238000009628 steelmaking Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000003723 Smelting Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30116—Casting
-
- 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
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明提供一种转炉火焰喷溅状态监控方法、装置、设备及存储介质,该方法包括:获取初始图像,对初始图像进行明度检测,得到其初始图像明度,并基于该初始图像明度对初始图像进行明度调节,以得到处理后的候选图像,对候选图像进行图像识别,以得到候选图像中的火焰子图像的火焰形状,并基于火焰形状确定待监控转炉的火焰喷溅状态;通过对转炉初始图像的明度进行调整,得到更便于观察的候选图像,又基于对候选图像的识别,以判定装炉的火焰喷溅状态,使得转炉火焰喷溅状态的监控过程更加直观、清晰,以便于相关方能够能加及时、准确的得到任一目标转炉的火焰喷溅状态。
Description
技术领域
本申请涉及导航技术领域,具体涉及一种转炉火焰喷溅状态监控方法、装置、设备及存储介质。
背景技术
随着国内工业化、城镇化的持续推进,对钢铁的需求大量增长,因此相关炼钢技术也得到了飞速的发展,其中包括转炉这一重要环节。转炉炼钢工通过观察炉口火焰来判断炉内化学反应进行的程度、炉渣形成的程度等,从而决定是否继续冶炼或调整冶炼参数。这是经验炼钢法的基础,也是保障炼钢稳定、安全运行的重要手段。
当前,主要是通过技术人员观察转炉火焰状况,对是否发生溢渣、喷溅、重度喷溅、返干等异常状况难以及时处理;又因为个体差异和主观判断等因素导致对异常状况严重程度的判断标准同样较为模糊,无法准确地得到转炉的具体表现情况;因此,基于当前的技术手段对转炉的观察,其评判标准难以统一,且观察存在迟滞性。
发明内容
鉴于以上所述现有技术的缺点,本发明提供一种转炉火焰喷溅状态监控方法、装置、设备及存储介质,以解决上述评判标准难以统一且观察存在迟滞性的技术问题。
本发明提供的一种转炉火焰喷溅状态监控方法,所述方法包括:获取初始图像,所述初始图像为待监控转炉的目标区域图像;对所述初始图像进行明度检测,得到所述初始图像的初始图像明度,并基于所述初始图像明度对所述初始图像进行明度调节,以得到处理后的候选图像;对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态。
于本发明的一实施例中,获取初始图像,包括:将任一转炉确定为待监控的目标转炉,并确定所述目标转炉的图像采集点;基于所述图像采集点设置图像采集装置,以采集得到所述目标转炉的火焰图像,并将所述火焰图像确定为初始图像。
于本发明的一实施例中,基于所述初始图像明度对所述初始图像进行明度调节之前,还包括:获取所述初始图像中各像素点的实际亮度值,并比较所述实际亮度值和预设亮度阈值;若所述实际亮度值大于或等于预设第一亮度阈值,则将所述实际亮度值所对应的像素点确定为过曝像素点;若所述实际亮度值小于所述预设第一亮度阈值且大于或等于第二预设亮度阈值,则将所述实际亮度值所对应的像素点确定为正常像素点;若所述实际亮度值小于所述预设第二亮度阈值,则将所述实际亮度值所对应的像素点确定为欠曝像素点。
于本发明的一实施例中,基于所述初始图像明度对所述初始图像进行明度调节,包括:获取所述初始图像中各像素点的数量,并基于所述各像素点数量确定所述初始图像的曝光状态,所述曝光状态包括过曝、正常,以及欠曝;若所述初始图像的曝光状态为过曝,则基于预设明度调节规则降低所述初始图像的明度;若所述初始图像的曝光状态为欠曝,则基于预设明度调节规则提高所述初始图像的明度。
于本发明的一实施例中,基于所述各像素点数量确定所述初始图像的曝光状态,包括:获取所述初始图像的像素点的像素点总数、所述过曝像素点的过曝数量、所述正常像素点的正常数量,以及所述欠曝像素点的欠曝数量;分别基于所述过曝数量、所述正常数量、所述欠曝数量和所述像素点总数计算所述初始图像的过曝比例、正常比例,以及欠曝比例;若所述过曝比例大于或等于预设第一曝光比例,则判定所述初始图像的曝光状态为过曝,若所述欠曝比例大于或等于预设第二曝光比例,则判定所述初始图像欠曝。
于本发明的一实施例中,对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态,包括:获取候选图像和待识别图像,并基于预设图像标签对所述候选图像进行标注;基于标注后的候选图像生成火焰图像数据集,并基于所述火焰图像数据集对初始图像识别模型进行训练,以得到训练后的火焰状态识别模型;将所述待识别图像输入所述火焰状态识别模型,与得到所述待识别图像所对应的目标火焰状态,并基于所述目标火焰状态确定与所述待识别图像存在关联关系的待识别转炉的火焰喷溅状态。
本申请提供一种转炉火焰喷溅状态监控装置,所述装置包括:图像获取模块,用于获取初始图像,所述初始图像为待监控转炉的目标区域图像;亮度调节模块,用于对所述初始图像进行明度检测,得到所述初始图像的初始图像明度,并基于所述初始图像明度对所述初始图像进行明度调节,以得到处理后的候选图像;图像识别模块,用于对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态。
于本发明的一实施例中,所述转炉火焰喷溅状态监控装置还包括:实时监测模块,用于获取目标转炉的历史数据,并显示目标转炉的当前火焰画面;气体浓度监测模块,用于检测目标转炉中的气体浓度;温度测量模块,用于检测所述目标转炉的当前温度,以得到所述目标转炉的温度变化与开氧时间的关联关系。
本申请提供一种电子设备,所述电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现如上所述的转炉火焰喷溅状态监控方法。
本申请提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被计算机的处理器执行时,使计算机执行如上所述的转炉火焰喷溅状态监控方法。
本发明的有益效果:本发明中的转炉火焰喷溅状态监控方法、装置、设备及存储介质,通过获取初始图像,对初始图像进行明度检测,得到其初始图像明度,并基于该初始图像明度对初始图像进行明度调节,以得到处理后的候选图像,对候选图像进行图像识别,以得到候选图像中的火焰子图像的火焰形状,并基于火焰形状确定待监控转炉的火焰喷溅状态;通过对转炉初始图像的明度进行调整,得到更便于观察的候选图像,又基于对候选图像的识别,以判定装炉的火焰喷溅状态,使得转炉火焰喷溅状态的监控过程更加直观、清晰,以便于相关方能够能加及时、准确的得到任一目标转炉的火焰喷溅状态。
此外,本申请提出的转炉火焰喷溅状态监控方法通过采集转炉火焰相关点位实时图像,并对其实时图像进行自动曝光调节,并基于调节后的图像进行图像识别以判定目标转炉的火焰喷溅状态,并对其调节后的图像信息进行实时直播,以便于对可能出现的各类喷溅状态进行智能化、可视化的监控,能够较好地对转炉炼钢炉口火焰状态的历史结果进行追溯和复核。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见的,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术者来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本申请的一示例性实施例示出的转炉火焰喷溅状态监控方法的实施环境示意图;
图2是本申请的一示例性实施例示出的转炉火焰喷溅状态监控方法流程图;
图3是本申请的一示例性实施例示出的初始图像自动曝光调节的流程示意图;
图4是本申请的一示例性实施例示出的转炉火焰喷溅状态识别的流程示意图;
图5是本申请的一示例性实施例示出的转炉火焰喷溅状态监控装置的框图;
图6是本申请的一示例性实施例示出的转炉火焰状态直播工作的流程示意图;
图7是本申请的一示例性实施例示出的转炉火焰状态直播显示界面的页面图;
图8是本申请的另一示例性实施例示出的转炉火焰状态直播显示界面的页面图;
图9是本申请的一示例性实施例示出的转炉火焰状态直播显示界面的历史信息界面图;
图10是本申请的一示例性实施例示出的炉火焰状态直播显示界面的符合信息示意图;
图11示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下将参照附图和优选实施例来说明本发明的实施方式,本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本发明实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的,在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本发明的实施例难以理解。
图1是本申请的一示例性实施例示出的转炉火焰喷溅状态监控方法的实施环境示意图。
如图1所示,转炉火焰喷溅状态监控方法的实施环境包括数据采集设备101和计算机设备102,其中,参数采集设备101用于采集待检测转炉的初始数据,其数据包括但不限于该待检测转炉的图像数据,并将采集得到的数据发送至计算机设备102中,而计算机设备102则用于对采集得到的数据进行识别和分析,其中包括但不限于对图像进行识别,以得到相关图片中的转炉火焰形态,并基于该火焰形态对待检测转炉的火焰喷溅状态进行识别。其中,计算机设备102可以是台式图形处理器(Graphic Processing Unit,GPU)计算机、GPU计算集群、神经网络计算机等中的至少一种,也可以是集成在当前车辆上的智能处理器,本申请亦不对此做任何限制。
图2是本申请的一示例性实施例示出的转炉火焰喷溅状态监控方法流程图。
如图2所示,在一示例性的实施例中,转炉火焰喷溅状态监控方法至少包括步骤S210至步骤S230,详细介绍如下:
步骤S210,获取初始图像,其初始图像为待监控转炉的目标区域图像。
在本申请的一个实施例中,获取初始图像,包括:将任一转炉确定为待监控的目标转炉,并确定所述目标转炉的图像采集点;基于所述图像采集点设置图像采集装置,以采集得到所述目标转炉的火焰图像,并将所述火焰图像确定为初始图像。
在本申请的一个实施例中,首先在待检测转炉上设置多个图像采集点,并基于各图像采集点的图像采集装置采集该待检测转炉的初始图像。需要说明的是,图像采集点的设置是基于图像采集环境等相关因素共同决定的,可以是转炉炉口正对面的位置,也可以是其他任何便于采集得到炉火图像的位置,本申请并不对其图像采集点的位置、数量及其确定方式做任何限制;此外,图像采集装置可以为工业摄像头或网络高清摄像机等任意可用于采集图像信息的装置,其具体的选择可以根据实际情况进行操作,本申请亦不对上述图像采集装置的类别、型号等相关信息做任何限制。
步骤S220,对所述初始图像进行明度检测,得到所述初始图像的初始图像明度,并基于所述初始图像明度对所述初始图像进行明度调节,以得到处理后的候选图像。
在本申请的一个实施例中,基于所述初始图像明度对所述初始图像进行明度调节,包括:获取所述初始图像中各像素点的数量,并基于所述各像素点数量确定所述初始图像的曝光状态,所述曝光状态包括过曝、正常,以及欠曝;若所述初始图像的曝光状态为过曝,则基于预设明度调节规则降低所述初始图像的明度;若所述初始图像的曝光状态为欠曝,则基于预设明度调节规则提高所述初始图像的明度。
在本申请的一个实施例中,基于所述各像素点数量确定所述初始图像的曝光状态,包括:获取所述初始图像的像素点的像素点总数、所述过曝像素点的过曝数量、所述正常像素点的正常数量,以及所述欠曝像素点的欠曝数量;分别基于所述过曝数量、所述正常数量、所述欠曝数量和所述像素点总数计算所述初始图像的过曝比例、正常比例,以及欠曝比例;若所述过曝比例大于或等于预设第一曝光比例,则判定所述初始图像的曝光状态为过曝,若所述欠曝比例大于或等于预设第二曝光比例,则判定所述初始图像欠曝。
此外,在本申请的一个实施例中,基于所述初始图像明度对所述初始图像进行明度调节之前,还包括:获取所述初始图像中各像素点的实际亮度值,并比较所述实际亮度值和预设亮度阈值;若所述实际亮度值大于或等于预设第一亮度阈值,则将所述实际亮度值所对应的像素点确定为过曝像素点;若所述实际亮度值小于所述预设第一亮度阈值且大于或等于第二预设亮度阈值,则将所述实际亮度值所对应的像素点确定为正常像素点;若所述实际亮度值小于所述预设第二亮度阈值,则将所述实际亮度值所对应的像素点确定为欠曝像素点。
图3是本申请的一示例性实施例示出的初始图像自动曝光调节的流程示意图。
在本申请的一个实施例中,如图3所示,基于相机端采集得到待监测转炉的初始图像,并对其初始图像进行图像识别,以实现图像状态判断,确定该初始图像是否处于欠曝、正常或过曝状态。若该初始图像欠曝,则增大其曝光;若该初始图像正常,则维持曝光;若该初始图像过曝,则减小曝光。
在本申请的一个具体实施例中,在获取得到转炉的初始图像之后,对其进行图像识别,以得到各图像的明暗程度即曝光状态,并基于其曝光状态对其进行相对应的调整。当识别得到图像A处于欠曝状态,则基于预设的相关参数增大图像A的曝光;当识别到图像B处于正常状态,则维持图像B的当前曝光不变;当识别到图像C处于过曝状态,则基于预设的相关参数减小图像C的曝光。
步骤S230,对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态。
在本申请的一个实施例中,对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态,包括:获取候选图像和待识别图像,并基于预设图像标签对所述候选图像进行标注;基于标注后的候选图像生成火焰图像数据集,并基于所述火焰图像数据集对初始图像识别模型进行训练,以得到训练后的火焰状态识别模型;将所述待识别图像输入所述火焰状态识别模型,与得到所述待识别图像所对应的目标火焰状态,并基于所述目标火焰状态确定与所述待识别图像存在关联关系的待识别转炉的火焰喷溅状态。
图4是本申请的一示例性实施例示出的转炉火焰喷溅状态识别的流程示意图。
在本申请的一个实施例中,如图4所示,首先基于工业相机拍摄得到待监测转炉的高清图像,然后对其高清图像进行处理,并提取其中的有效火焰区域,并将其分为正常、溢渣,以及喷溅三种状态,并通过深度学习神经网络对其进行智能识别,以生成历史喷溅溢渣识别曲线。
在本申请的一个实施例中,首先通过图像采集装置采集得到大量的初始图像,并对其初始图像进行自适应曝光处理,以得到曝光程度(即图像明度)满足预设条件的候选图像,并基于预设标签正常、溢渣,以及喷溅对全部候选图像进行标注,并通过标注后的图像对深度学习神经网络模型进行训练,以得到火焰状态识别模型。此外,还基于标注后的图像生成相对应的图像状态信息,以得到历史喷溅溢渣识别曲线。
需要说明的是,本申请提出的转炉火焰喷溅状态监控方法,通过采集目标转炉的实时图像,并对其实时图像进行明度检测,基于其检测结果对其进行相应的增强或减少曝光,使得其图像更加清晰,并将处理后的图像发送至实时监控模块,实现了对目标转炉火焰状态的实时高清直播;此外,还通过对处理后的候选图像进行图像识别,以得到其火焰状态,即该目标转炉的火焰喷溅状态,并通过不同的颜色展示其不同的状态,如状态结果呈现蓝色,溢渣、喷溅、重度喷溅、返干时,状态结果呈现橙色,并实时更新其颜色/状态,然后将相关火焰状态数据存储至实时监控模块,能够获取炉口火焰喷溅状态,并有利于实时查看、记录与统计,其可实施性较强。
图5是本申请的一示例性实施例示出的转炉火焰喷溅状态监控装置的框图。该装置可以应用于图1所示的实施环境中。该装置也可以适用于其它的示例性实施环境,并具体配置在其它设备中,本实施例不对该装置所适用的实施环境进行限制。
如图5所示,该示例性的转炉火焰喷溅状态监控装置包括:图像获取模块510、亮度调节模块520,以及图像识别模块530。
其中,图像获取模块510,用于获取初始图像,所述初始图像为待监控转炉的目标区域图像;亮度调节模块520,用于对所述初始图像进行明度检测,得到所述初始图像的初始图像明度,并基于所述初始图像明度对所述初始图像进行明度调节,以得到处理后的候选图像;图像识别模块530,用于对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态。
此外,在本申请的一个实施例中,转炉火焰喷溅状态监控装置还包括:实时监测模块,用于获取目标转炉的历史数据,并显示目标转炉的当前火焰画面;气体浓度监测模块,用于检测目标转炉中的气体浓度;温度测量模块,用于检测所述目标转炉的当前温度,以得到所述目标转炉的温度变化与开氧时间的关联关系。需要说明的是,在得到待检测转炉的初始图像并对其进行自适应曝光处理之后,还包括将处理后的候选图像发送至上述实时监测模块,以通过实时监测模块记录该待检测转炉的火焰图像信息,并将相关火焰图像信息进行存储,以构建历史数据库,便于后续使用过程中可调用。此外,该实时监控模块还可以展示该待检测转炉的当前火焰图像,以判断其火焰喷溅状态。
图6是本申请的一示例性实施例示出的转炉火焰状态直播工作的流程示意图。
如图6所示,在整体的转炉火焰状态直播工作过程中,首先获取实时画面以得到初始图像;然后对其初始图像进行状态检测即对初始图像中火焰的状态进行识别,并显示火焰状态的识别结果;再然后,还可以调用存储于实时监测模块的历史记录;此外,若历史记录和当前数据存在较大差异,还可以基于待检测转炉的炉次信息对其进行复核。
在本申请的一个具体实施例中,将待检测转炉A确定为目标转炉,首先获取转炉A的初始图像,并对其初始图像的明度进行检测,对其中处于欠曝状态的初始图像进行增强曝光处理,并对其中处于过曝状态的初始图像进行减小曝光处理,以得到处理后的候选图像;然后基于训练好的火焰状态识别模型对候选图像进行分类识别,以得到各候选图像所对应的火焰状态,从而进一步确定目标转炉A的当前火焰状态;当得到目标转炉A的当前火焰状态之后,还可以通过调用实时监测模块中的历史数据,将目标转炉A的当前火焰状态与其历史火焰状态进行比较,若其差值大于预设标准差值,则判定当前火焰状态识别异常,需要进一步调整相关参数,以得到更加准确的火焰状态信息。
图7是本申请的一示例性实施例示出的转炉火焰状态直播显示界面的页面图;图8是本申请的另一示例性实施例示出的转炉火焰状态直播显示界面的页面图;图9是本申请的一示例性实施例示出的转炉火焰状态直播显示界面的历史信息界面图;图10是本申请的一示例性实施例示出的炉火焰状态直播显示界面的符合信息示意图。
需要说明的是,上述实时监控模块包括状态展示子模块、历史记录子模块,以及结果复核模块。其中,状态展示子模块,用于根据所述明度检测结果和/或图像识别结果,展示转炉火焰状态直播并查看转炉火焰状态;相关人员可以在实时监测界面中部看到转炉火焰实时画面,在实时监测界面右侧查看炉次号信息以及火焰状态的识别结果,并在显示界面中通过不同色彩灰度展现不同的火焰状态,在一些可视环境中,还可以有如下展示方式,如:在界面右侧火焰状态正常时圆形图标显示蓝色,如图7所示,异常时圆形图标显示橙色,如图8所示;结合上述气体浓度监测模块,相关人员在界面下方左侧查看当前炉次CO浓度随距离开氧时间变化和氧枪高度随距离开氧时间变化的情况,在界面下方中部显示当前炉次动态温度随距离开氧时间变化和火焰软硬随距离开氧时间变化的情况;历史记录子模块,用于根据所述实时图像和图像识别结果进行历史记录;相关人员点击实时检测结果页面右方的“历史记录”按钮后,进入历史记录页面,如图9所示,以列表的形式显示历史炉次火焰识别记录,包括可查看各采集时间、炉次编号、异常情况、异常时间、处理情况、是否误报、是否漏报以及支持下载、复核、删除等操作;结果复核模块,用于根据所述历史记录进行人工复核。相关人员可点击历史记录右侧操作栏的“复核”后,进入复核页面,如图10所示,可以回看单炉视频和复核识别结果,可根据单炉视频人工复核,包括修改正误、识别结果、异常时间、添加新异常,保存后生效。
需要说明的是,上述实施例所提供的转炉火焰喷溅状态监控装置与上述实施例所提供的转炉火焰喷溅状态监控方法属于同一构思,其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。上述实施例所提供的转炉火焰喷溅状态监控装置在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能,本处也不对此进行限制。
本申请的实施例还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现上述各个实施例中提供的转炉火焰喷溅状态监控方法。
图11示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是,图11示出的电子设备的计算机系统1100仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图11所示,计算机系统1100包括中央处理单元(Central Processing Unit,CPU)1101,其可以根据存储在只读存储器(Read-Only Memory,ROM)1102中的程序或者从储存部分1108加载到随机访问存储器(Random Access Memory,RAM)1103中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 1103中,还存储有系统操作所需的各种程序和数据。CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(Input/Output,I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105:包括键盘、鼠标等的输入部分1106;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1107;包括硬盘等的储存部分1108;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110上,以便于从其上读出的计算机程序根据需要被安装入储存部分1108。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
本申请的另一方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机的处理器执行时,使计算机执行如前所述的转炉火焰喷溅状态监控方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。
本申请的另一方面还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各个实施例中提供的转炉火焰喷溅状态监控方法。
上述实施例仅示例性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种转炉火焰喷溅状态监控方法,其特征在于,所述方法包括:
获取初始图像,所述初始图像为待监控转炉的目标区域图像;
对所述初始图像进行明度检测,得到所述初始图像的初始图像明度,并基于所述初始图像明度对所述初始图像进行明度调节,以得到处理后的候选图像;
对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态。
2.根据权利要求1所述的转炉火焰喷溅状态监控方法,其特征在于,获取初始图像,包括:
将任一转炉确定为待监控的目标转炉,并确定所述目标转炉的图像采集点;
基于所述图像采集点设置图像采集装置,以采集得到所述目标转炉的火焰图像,并将所述火焰图像确定为初始图像。
3.根据权利要求1所述的转炉火焰喷溅状态监控方法,其特征在于,基于所述初始图像明度对所述初始图像进行明度调节之前,还包括:
获取所述初始图像中各像素点的实际亮度值,并比较所述实际亮度值和预设亮度阈值;
若所述实际亮度值大于或等于预设第一亮度阈值,则将所述实际亮度值所对应的像素点确定为过曝像素点;
若所述实际亮度值小于所述预设第一亮度阈值且大于或等于第二预设亮度阈值,则将所述实际亮度值所对应的像素点确定为正常像素点;
若所述实际亮度值小于所述预设第二亮度阈值,则将所述实际亮度值所对应的像素点确定为欠曝像素点。
4.根据权利要求3所述的转炉火焰喷溅状态监控方法,其特征在于,基于所述初始图像明度对所述初始图像进行明度调节,包括:
获取所述初始图像中各像素点的数量,并基于所述各像素点数量确定所述初始图像的曝光状态,所述曝光状态包括过曝、正常,以及欠曝;
若所述初始图像的曝光状态为过曝,则基于预设明度调节规则降低所述初始图像的明度;
若所述初始图像的曝光状态为欠曝,则基于预设明度调节规则提高所述初始图像的明度。
5.根据权利要求4所述的转炉火焰喷溅状态监控方法,其特征在于,基于所述各像素点数量确定所述初始图像的曝光状态,包括:
获取所述初始图像的像素点的像素点总数、所述过曝像素点的过曝数量、所述正常像素点的正常数量,以及所述欠曝像素点的欠曝数量;
分别基于所述过曝数量、所述正常数量、所述欠曝数量和所述像素点总数计算所述初始图像的过曝比例、正常比例,以及欠曝比例;
若所述过曝比例大于或等于预设第一曝光比例,则判定所述初始图像的曝光状态为过曝,若所述欠曝比例大于或等于预设第二曝光比例,则判定所述初始图像欠曝。
6.根据权利要求1-5任一项所述的转炉火焰喷溅状态监控方法,其特征在于,对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态,包括:
获取候选图像和待识别图像,并基于预设图像标签对所述候选图像进行标注;
基于标注后的候选图像生成火焰图像数据集,并基于所述火焰图像数据集对初始图像识别模型进行训练,以得到训练后的火焰状态识别模型;
将所述待识别图像输入所述火焰状态识别模型,与得到所述待识别图像所对应的目标火焰状态,并基于所述目标火焰状态确定与所述待识别图像存在关联关系的待识别转炉的火焰喷溅状态。
7.一种转炉火焰喷溅状态监控装置,其特征在于,所述装置包括:
图像获取模块,用于获取初始图像,所述初始图像为待监控转炉的目标区域图像;
亮度调节模块,用于对所述初始图像进行明度检测,得到所述初始图像的初始图像明度,并基于所述初始图像明度对所述初始图像进行明度调节,以得到处理后的候选图像;
图像识别模块,用于对所述候选图像进行图像识别,以得到所述候选图像中的火焰子图像的火焰形状,并基于所述火焰形状确定所述待监控转炉的火焰喷溅状态。
8.根据权利要求7所述的转炉火焰喷溅状态监控装置,其特征在于,所述转炉火焰喷溅状态监控装置还包括:
实时监测模块,用于获取目标转炉的历史数据,并显示目标转炉的当前火焰画面;
气体浓度监测模块,用于检测目标转炉中的气体浓度;
温度测量模块,用于检测所述目标转炉的当前温度,以得到所述目标转炉的温度变化与开氧时间的关联关系。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现如权利要求1至6中任一项所述的转炉火焰喷溅状态监控方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,当所述计算机程序被计算机的处理器执行时,使计算机执行权利要求1至6中任一项所述的转炉火焰喷溅状态监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311444567.3A CN117496429A (zh) | 2023-11-01 | 2023-11-01 | 一种转炉火焰喷溅状态监控方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311444567.3A CN117496429A (zh) | 2023-11-01 | 2023-11-01 | 一种转炉火焰喷溅状态监控方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117496429A true CN117496429A (zh) | 2024-02-02 |
Family
ID=89668373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311444567.3A Pending CN117496429A (zh) | 2023-11-01 | 2023-11-01 | 一种转炉火焰喷溅状态监控方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117496429A (zh) |
-
2023
- 2023-11-01 CN CN202311444567.3A patent/CN117496429A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020073686A1 (zh) | 基于图像识别的基坑自动监测数据筛选方法及系统 | |
CN109084955A (zh) | 显示屏质量检测方法、装置、电子设备及存储介质 | |
CN110263748A (zh) | 用于发送信息的方法和装置 | |
CN115330789A (zh) | 屏幕缺陷检测方法、装置、设备和可读存储介质 | |
CN117670755B (zh) | 一种吊钩防脱装置检测方法、装置、存储介质及电子设备 | |
CN114968743A (zh) | 一种异常事件监控方法、装置、设备及介质 | |
CN117496429A (zh) | 一种转炉火焰喷溅状态监控方法、装置、设备及存储介质 | |
CN111292300B (zh) | 显示面板的亮点不良的检测方法和设备、可读存储介质 | |
JPH09293141A (ja) | 移動物体検出装置 | |
CN112687211A (zh) | 一种显示面板的拖影测量方法及装置、存储介质 | |
US20230048649A1 (en) | Method of processing image, electronic device, and medium | |
CN114196799A (zh) | 一种转炉溢渣的检测方法、装置及计算机设备 | |
CN115456984A (zh) | 基于二维码高速识别图像识别缺陷检测系统 | |
CN113808107B (zh) | 图像推荐方法、装置、电子设备和存储介质 | |
CN114119531A (zh) | 应用于校园智慧平台的火灾检测方法、装置及计算机设备 | |
CN111290894B (zh) | 闪屏检测方法、装置、终端及存储介质 | |
CN115147329A (zh) | 一种柔性面板的修复方法、装置、设备及存储介质 | |
KR100416775B1 (ko) | 디스플레이 장치 휘도 검사방법 | |
CN117350973A (zh) | 一种转炉喷溅预测方法、装置、设备及介质 | |
CN115359555A (zh) | 行为监测方法、装置、电子设备及存储介质 | |
CN115861321B (zh) | 应用于工业互联网的生产环境检测方法及系统 | |
JP3941403B2 (ja) | 画像濃淡ムラ検出方法及びこの検査装置 | |
CN116363096A (zh) | 一种检测炼钢转炉溢渣的方法、装置、介质及电子设备 | |
JP2004347363A (ja) | 輝度分布の紛乱程度で電子式ディスプレイの表示品質を検査する方法 | |
CN116894980A (zh) | 一种钢水温度检测方法、装置、电子设备及存储介质 |
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 |