TW201413597A - 批次焦炭平均過篩粒徑分佈計算方法 - Google Patents

批次焦炭平均過篩粒徑分佈計算方法 Download PDF

Info

Publication number
TW201413597A
TW201413597A TW101135628A TW101135628A TW201413597A TW 201413597 A TW201413597 A TW 201413597A TW 101135628 A TW101135628 A TW 101135628A TW 101135628 A TW101135628 A TW 101135628A TW 201413597 A TW201413597 A TW 201413597A
Authority
TW
Taiwan
Prior art keywords
coke
image
size distribution
block
batch
Prior art date
Application number
TW101135628A
Other languages
English (en)
Other versions
TWI455039B (zh
Inventor
Ming-Zai Hong
De-He Wang
Yuan-Fang Chen
Jun-Ming Huang
Original Assignee
China Steel Corp
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 China Steel Corp filed Critical China Steel Corp
Priority to TW101135628A priority Critical patent/TWI455039B/zh
Publication of TW201413597A publication Critical patent/TW201413597A/zh
Application granted granted Critical
Publication of TWI455039B publication Critical patent/TWI455039B/zh

Links

Landscapes

  • Image Analysis (AREA)

Abstract

一種批次焦炭平均過篩粒徑分佈計算方法，包含攝像步驟、二值化影像分割步驟、形態學運算步驟、過篩尺寸得到步驟，及焦炭平均過篩粒徑分佈得到步驟，攝像步驟擷取批次焦炭的影像，二值化影像分割步驟強化影像的對比度並分割焦炭和背景而得到初始焦炭區塊，形態學運算步驟進行形態學運算得到多數分離的焦炭區塊，過篩尺寸得到步驟以翻轉座標主軸方式、座標轉換而得到每一焦炭區塊的粒徑軸距，焦炭平均過篩粒徑分佈得到步驟依預設的過篩粒徑範圍統計得到的焦炭區塊粒徑軸距，得到批次焦炭平均過篩粒徑分佈。

Description

批次焦炭平均過篩粒徑分佈計算方法
本發明是有關於一種批次焦炭過篩粒徑分佈計算方法，特別是指一種應用圖像分析技術批次、大量取得焦炭平均過篩粒徑分佈計算方法。
焦炭對高爐煉鐵的產率、噴煤率、耗煤率，以及操作穩定性均有著重要的影響，其中，焦炭的粒徑大小與粒度均勻性影響高爐的透氣性與產率，是高爐煉鐵時必須掌握的要項之一。
參閱圖1，目前鋼廠的焦炭粒徑分析是採用人工方式進行，詳細而言，是每日由工程人員至現場將輸送帶運行的焦炭取樣並送至分析室，再將取樣的焦炭經過上下間隔設置、並依序具有由大至小的網目的篩網100進行過篩，再經由各篩網留下的焦炭重量，計算出焦炭的平均過篩粒徑分佈。
以實際二階焦爐為例，每次人工取樣的焦炭量為至少200公斤，但與每日用量相較，代表性顯然明顯不足。
文獻「Optical Line Scan Inspection System for Pseudo-Particle Analysis」(ISIJ International,Vol.47(2007),No9,pp1280-1283)提出用人工挖勺取樣後，經震動將偽粒(pseudo-particle)彼此分開，再用線性掃描、計算的方式，求出偽粒的平均粒徑的技術。
該文獻提出的技術雖然可以在取樣後快速計算出取樣的偽粒的平均粒徑分佈，但因為此技術必須先將偽粒分開 後，才能以線性掃描計算的方式得到偽粒的平均粒徑，所以無法用於鋼廠的以輸送帶傳輸的大量、堆疊的焦炭粒徑分析，另外，此技術掃描計算得到的偽粒平均粒徑，是偽例的幾何粒徑，而非鋼廠慣用的過篩粒徑，所以此技術對鋼廠焦炭粒徑計算分析而言，並無實際應用價值。
因此，本發明之目的，即在提供一種可以實際用於鋼廠提供即時訊息於高爐以進行調整而提高生產穩定性的批次焦炭平均過篩粒徑分佈計算方法。
於是，本發明一種批次焦炭平均過篩粒徑分佈計算方法包含一攝像步驟、一二值化影像分割步驟、一形態學運算步驟、一過篩尺寸得到步驟，及一焦炭平均過篩粒徑分佈得到步驟。
該攝像步驟以預定時間間距擷取批次於輸送帶運行的焦炭的多數影像。
該二值化影像分割步驟強化每一影像的對比度後，以灰階二值化分割方式和邊緣偵測方式將每一影像中的焦炭畫面和背景畫面分割，而得到多數初始焦炭區塊畫面。
該形態學運算步驟對該等初始焦炭區塊畫面進行形態學運算得到多數分離的焦炭區塊。
該過篩尺寸得到步驟以翻轉座標主軸方式，分別對該等焦炭區塊自該影像主軸方向開始，以避免往正交於該影像主軸之粒徑軸距變大的角度方向依序用該焦炭區塊形心的面積慣性矩和面積慣性積計算得到該焦炭區塊的慣性矩主軸 方向，再用得到的該慣性矩主軸方向對該焦炭區塊座標進行座標轉換，進而得到每一分離的焦炭區塊的粒徑軸距。
該焦炭平均過篩粒徑分佈得到步驟將得到的該等焦炭區塊的粒徑軸距視為每一焦炭的過篩粒徑尺寸，並依預定的過篩粒徑範圍統計該等焦炭區塊的粒徑軸距，得到批次焦炭平均過篩粒徑分佈。
本發明的目的及解決其技術問題還可採用於下技術措施進一步實現。
較佳的，該二值化影像分割步驟是用直方圖等化方式強化每一影像的對比度。
較佳的，該形態學運算步驟是先用區域填充方式處理該等初始焦炭區塊畫面的雜訊，再用連通區域抽取方式移除破碎小區塊而留下完整的區塊，繼之用物件分離運算方式分離邊緣連結的區塊，最後用連通區域抽取方式移除掉因執行該區域填充方式、連通區域抽取方式、物件分離運算方式而產生的新區塊，而得到所述的分離的焦炭區塊。
較佳的，該攝像步驟是用環形日光燈配合電荷耦合元件相機自該輸送帶正上方擷取焦炭的影像。
較佳的，所述的批次焦炭平均過篩粒徑分佈計算方法還包含一二次影像得到步驟，對該等得到多數初始焦炭區塊畫面的影像進行膨脹運算後，與原影像作影像相減而得到多數二次影像，再將該等二次影像視為該攝像步驟得到的影像而進行該二值化影像分割步驟、該形態學運算步驟、該過篩尺寸得到步驟，及該焦炭平均過篩粒徑分佈得到步驟，得到批 次焦炭平均過篩粒徑分佈。
本發明之功效在於：應用影像分析技術經由影像辨識焦炭外形，特別是經過該過篩尺寸得到步驟以翻轉座標主軸方式計算得到焦炭區塊的慣性矩主軸方向後，再進行座標轉換而得到每一分離的焦炭區塊的粒徑軸距，而可得到批次焦炭平均過篩粒徑分佈。
有關本發明之前述及其他技術內容、特點與功效，在以下配合參考圖式之二個較佳實施例的詳細說明中，將可清楚的呈現。
在本發明被詳細描述之前，要注意的是，在以下的說明內容中，類似的元件是以相同的編號來表示。
參閱圖2，本發明一種批次焦炭平均過篩粒徑分佈計算方法的一第一較佳實施例依序實施一攝像步驟21、一二值化影像分割步驟22、一形態學運算步驟23、一過篩尺寸得到步驟24，及一焦炭平均過篩粒徑分佈得到步驟25，而能估算批次焦炭的平均粒徑與粒徑分佈情形，即時提供資訊於高爐以進行操作調整，增進高爐生產的穩定。
配合參閱附件一的附件1-1、1-2、1-3，該攝像步驟以預定時間間距擷取批次於輸送帶運行的焦炭的多數影像；詳細地說，該攝像步驟是用30W和40W的環形日光燈讓光均勻照照於焦炭，以顯現目標物的外型特性，並配合電荷耦合元件(CCD，charge coupled device)相機自該輸送帶正上方擷取焦炭的影像後儲存於電腦(圖未示出)，同時計算得 到類似於附件1-3所示的實際物件尺寸單位和數位影像長度單位的比率關係。
參閱圖2，並配合參閱附件二，該二值化影像分割步驟22用直方圖等化方式(histogram equalization)強化每一影像的對比度強化(image enhancement)後，以灰階二值化分割方式(binary image)將每一影像中灰階值高的地方保留、去除灰階值低的部分，再利用邊緣偵測方式獲得目標物的邊界，而將焦炭畫面和背景畫面分割得到多數初始焦炭區塊畫面。附件二的附件2-1是原始影像，經過直方圖等化後得到的影像是如附件2-2所示，再經過灰階二值化分割後得到如附件2-3的影像，最後得到的多數初始焦炭區塊畫面則如附件2-4所示。
參閱圖2，並配合參閱附件三，該形態學運算步驟23對該等初始焦炭區塊畫面進行形態學運算得到多數分離的焦炭區塊；詳細地說，該形態學運算步驟是先用區域填充方式(fill hole)處理該等初始焦炭區塊畫面的雜訊，得到如附件3-1的影像，再用連通區域抽取方式(remove small particles)移除破碎小區塊而留下如附件3-2的完整的區塊的影像，繼之用物件分離運算方式(separation)分離邊緣連結的區塊，而得到如附件3-4的分離的區塊的影像，最後用連通區域抽取方式(remove small particles)移除掉因執行該區域填充方式、連通區域抽取方式、物件分離運算方式而產生的新區塊，即得到如附件3-4的分離的焦炭區塊，另外，於電腦中儲存如附件3-4的分離的焦炭區塊(store coke image)。
參閱圖2，並參閱附件四，該過篩尺寸得到步驟24以翻轉座標主軸方式，分別對該等焦炭區塊自該影像主軸方向開始，以避免往正交於該影像主軸之粒徑軸距變大的角度方向，如附件4-2所示，依序用該焦炭區塊形心的面積慣性矩和面積慣性積計算得到該焦炭區塊的慣性矩主軸方向，再用得到的該慣性矩主軸方向對該焦炭區塊座標進行座標轉換，進而得到每一分離的焦炭區塊的粒徑軸距，計算過程如附件4-3所示，其中，慣性矩主軸座標由焦炭區塊形心的面積慣性矩和面積慣性積計算得到的方式是焦炭區塊的面積焦炭區塊的形心位置是(，)
相對於焦炭區塊的面積慣性矩和面積慣性積分別是
焦炭區塊的慣性矩主軸方向其中，-90°<θ 90°
求得慣性矩主軸方向θ後將焦炭區塊邊界座標位置帶 入座標轉換其中，(x,y)表原始座標位置，(x θ ’ ,y θ ’)表轉換後新座標位置
得到新座標位置後即可計算得到焦炭區塊的粒徑軸距D=(x θ ’) max -(x θ ’) min
最後，該焦炭平均過篩粒徑分佈得到步驟將得到的該等焦炭=區塊的粒徑軸距視為每一焦炭的過篩粒徑尺寸，並依預定的過篩粒徑範圍統計該等焦炭區塊的粒徑軸距，即可得到批次焦炭平均過篩粒徑分佈。
參閱圖3與附件五，附件五的附件5-1是輸送帶上的焦炭影像，和附件5-2的最終的分析辨識影像，圖3是用上述本發明的第一較佳實施例分析得到的焦炭區塊的粒徑軸距，和實測焦炭粒徑的比較，由比較結果可知，用上述本發明的第一較佳實施例分析得到的焦炭區塊的粒徑軸距和實測焦炭粒徑的誤差在20mm以內，且隨著量測比較的數目的增加而漸趨一致，證明本發明確實可以能估算批次焦炭的平均粒徑與粒徑分佈情形，即時提供資訊於高爐以進行操作調整，增進高爐生產的穩定。
參閱圖4，本發明一種批次焦炭平均過篩粒徑分佈計算方法的一第二較佳實施例是與上例相似，不同處僅在於本第二較佳實施例還包括一二次影像得到步驟26，對該等得到多數初始焦炭區塊畫面的影像進行膨脹運算後，與原影像作影像相減而得到多數二次影像，再將該等二次影像視為該攝 像步驟得到的影像而進行該二值化影像分割步驟22、該形態學運算步驟23、該過篩尺寸得到步驟24，及該焦炭平均過篩粒徑分佈得到步驟25，得到批次焦炭平均過篩粒徑分佈。另外，該二次影像得到步驟26可以重複實施多次而得到更佳的運算結果，例如附件六所載，附件六的附件6-1是進行三次迴圈計算、也就是重複二次影像得到步驟26二次的流程，附件6-2則是對應每一步驟運算後的影像；由於此等重複計算而得到更精確、更佳的計算結果屬於計算機領域的一般知識，且並非本發明的創作重點所在，故在此不針對此重複過程多加贅述。
綜上所述，本發明主要是提出應用影像分析技術經由影像辨識焦炭外形，特別是經過過篩尺寸得到步驟以翻轉座標主軸方式計算得到焦炭區塊的慣性矩主軸方向後，再進行座標轉換而得到每一分離的焦炭區塊的粒徑軸距，所以可將得到的焦炭區塊的粒徑軸距視為真實焦炭的過篩粒徑，從而可以得到批次焦炭平均過篩粒徑分佈，因此可以實際適用於鋼廠生產中，取代現有的人工抽樣量測焦炭過篩粒徑的方式，確實達成本發明之目的。
惟以上所述者，僅為本發明之較佳實施例而已，當不能以此限定本發明實施之範圍，即大凡依本發明申請專利範圍及發明說明內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。
100‧‧‧篩網
21‧‧‧攝像步驟
22‧‧‧二值化影像分割步驟
23‧‧‧形態學運算步驟
24‧‧‧過篩尺寸得到步驟
25‧‧‧焦炭平均過篩粒徑分佈得到步驟
26‧‧‧二次影像得到步驟
圖1是一示意圖，說明鋼廠現行以人工方式取樣、過篩 而得到抽樣焦炭的粒徑分佈；圖2是一流程圖，說明本發明批次焦炭平均過篩粒徑分佈計算方法的一第一較佳實施例；圖3是一折線圖，說明本發明的第一較佳實施例分析得到的焦炭區塊的粒徑軸距和實測焦炭粒徑；及圖4是一流程圖，說明本發明批次焦炭平均過篩粒徑分佈計算方法的一第二較佳實施例。
【附件簡單說明】
附件一輔助說明本發明批次焦炭平均過篩粒徑分佈計算方法的第一較佳實施例的一攝像步驟，其中，附件1-1是取像設備裝置示意圖，附件1-2是環形日光燈和電荷耦合元件相機的裝設態樣，附件1-3是實際物件和影像畫素(pixel)關係；附件二輔助說明本發明批次焦炭平均過篩粒徑分佈計算方法的第一較佳實施例的一二值化影像分割步驟，其中，附件2-1是原始影像，附件2-2是直方圖等化原始影像的結果，附件2-3是再經過灰階二值化分割後得到的影像，最後得到的多數初始焦炭區塊畫面則如附件2-4所示；附件三輔助說明本發明批次焦炭平均過篩粒徑分佈計算方法的第一較佳實施例的一形態學運算步驟，其中，附件3-1是自初始焦炭區塊畫面用區域填充方式處理後的影像，附件3-2是自附件3-1的影像經過連通區域抽取方式移除破碎小區塊而得到的影像，繼之用物件分離運算方式處理附件3-2後得到如附件3-3的分離的區塊的影像，最後再用連通 區域抽取方式即得到如附件3-4的分離的焦炭區塊；附件四輔助說明本發明批次焦炭平均過篩粒徑分佈計算方法的第一較佳實施例的一過篩尺寸得到步驟，其中，附件4-1是自焦炭粒徑示意圖，附件4-2是影像區塊的旋轉角度和焦炭粒徑軸距的關係，附件4-3是該過篩尺寸得到步驟的計算流程；附件五是輸送帶上的焦炭影像和最終的分析辨識影像；及附件六是一三次迴圈計算流程，輔助說明本發明一種批次焦炭平均過篩粒徑分佈計算方法的一第二較佳實施例。
21‧‧‧攝像步驟
22‧‧‧二值化影像分割步驟
23‧‧‧形態學運算步驟
24‧‧‧過篩尺寸得到步驟
25‧‧‧焦炭平均過篩粒徑分佈得到步驟

Claims (5)

  1. 一種批次焦炭平均過篩粒徑分佈計算方法，包含：一攝像步驟，以預定時間間距擷取批次於輸送帶運行的焦炭的多數影像；一二值化影像分割步驟，強化每一影像的對比度後，以灰階二值化分割方式和邊緣偵測方式將每一影像中的焦炭畫面和背景畫面分割，而得到多數初始焦炭區塊畫面；一形態學運算步驟，對該等初始焦炭區塊畫面進行形態學運算得到多數分離的焦炭區塊；一過篩尺寸得到步驟，以翻轉座標主軸方式，分別對該等焦炭區塊自該影像主軸方向開始，以避免往正交於該影像主軸之粒徑軸距變大的角度方向依序用該焦炭區塊形心的面積慣性矩和面積慣性積計算得到該焦炭區塊的慣性矩主軸方向，再用得到的該慣性矩主軸方向對該焦炭區塊座標進行座標轉換，進而得到每一分離的焦炭區塊的粒徑軸距；及一焦炭平均過篩粒徑分佈得到步驟，將得到的該等焦炭區塊的粒徑軸距視為每一焦炭的過篩粒徑尺寸，並依預定的過篩粒徑範圍統計該等焦炭區塊的粒徑軸距，得到批次焦炭平均過篩粒徑分佈。
  2. 依據申請專利範圍第1項所述之批次焦炭平均過篩粒徑分佈計算方法，其中，該二值化影像分割步驟是用直方圖等化方式強化每一影像的對比度。
  3. 依據申請專利範圍第2項所述之批次焦炭平均過篩粒徑分 佈計算方法，其中，該形態學運算步驟是先用區域填充方式處理該等初始焦炭區塊畫面的雜訊，再用連通區域抽取方式移除破碎小區塊而留下完整的區塊，繼之用物件分離運算方式分離邊緣連結的區塊，最後用連通區域抽取方式移除掉因執行該區域填充方式、連通區域抽取方式、物件分離運算方式而產生的新區塊，而得到所述的分離的焦炭區塊。
  4. 依據申請專利範圍第3項所述之批次焦炭平均過篩粒徑分佈計算方法，其中，該攝像步驟是用環形日光燈配合電荷耦合元件相機自該輸送帶正上方擷取焦炭的影像。
  5. 依據申請專利範圍第1或4項所述之批次焦炭平均過篩粒徑分佈計算方法，還包含一二次影像得到步驟，對該等得到多數初始焦炭區塊畫面的影像進行膨脹運算後，與原影像作影像相減而得到多數二次影像，再將該等二次影像視為該攝像步驟得到的影像而進行該二值化影像分割步驟、該形態學運算步驟、該過篩尺寸得到步驟，及該焦炭平均過篩粒徑分佈得到步驟，得到批次焦炭平均過篩粒徑分佈。
TW101135628A 2012-09-27 2012-09-27 Calculation method of average particle size distribution of batch coke TWI455039B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW101135628A TWI455039B (zh) 2012-09-27 2012-09-27 Calculation method of average particle size distribution of batch coke

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101135628A TWI455039B (zh) 2012-09-27 2012-09-27 Calculation method of average particle size distribution of batch coke

Publications (2)

Publication Number Publication Date
TW201413597A true TW201413597A (zh) 2014-04-01
TWI455039B TWI455039B (zh) 2014-10-01

Family

ID=52112268

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101135628A TWI455039B (zh) 2012-09-27 2012-09-27 Calculation method of average particle size distribution of batch coke

Country Status (1)

Country Link
TW (1) TWI455039B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111954800A (zh) * 2018-04-03 2020-11-17 杰富意钢铁株式会社 粒度分布测定装置和粒度分布测定方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109345540B (zh) * 2018-09-15 2021-07-13 北京市商汤科技开发有限公司 一种图像处理方法、电子设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW538232B (en) * 2001-12-31 2003-06-21 China Steel Corp Automatic particle diameter measurement equipment by on-line optical analysis
TW200831878A (en) * 2007-01-19 2008-08-01 China Steel Corp Diameter optical analysis method and equipment of pseudo-particles

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111954800A (zh) * 2018-04-03 2020-11-17 杰富意钢铁株式会社 粒度分布测定装置和粒度分布测定方法
CN111954800B (zh) * 2018-04-03 2024-05-31 杰富意钢铁株式会社 粒度分布测定装置和粒度分布测定方法

Also Published As

Publication number Publication date
TWI455039B (zh) 2014-10-01

Similar Documents

Publication Publication Date Title
CN109598715B (zh) 基于机器视觉的物料粒度在线检测方法
CN109115785B (zh) 一种铸件打磨质量检测方法、装置及其使用方法
CN102175700B (zh) 数字x射线图像焊缝分割和缺陷检测方法
CN109059770B (zh) 一种基于tof深度相机的包裹体积测量方法
CN103868935A (zh) 基于计算机视觉的烟支外观质量检测方法
CN108898132B (zh) 一种基于形状上下文描述的太赫兹图像危险品识别方法
CN102974551A (zh) 一种基于机器视觉的多晶硅太阳能检测分选的方法
CN107610104A (zh) 一种基于机器视觉的电梯补偿链r处裂纹检测方法
CN110490826B (zh) 一种照相机中雾滴样本图像处理方法
WO2017120796A1 (zh) 路面病害的检测方法及其装置、电子设备
CN109559324A (zh) 一种线阵图像中的目标轮廓检测方法
CN109975301A (zh) 一种用于炼铁高炉的筛网破损检测方法及检测装置
CN108133488A (zh) 一种红外图像前景检测方法及设备
CN108280838A (zh) 一种基于边缘检测的夹片牙型缺陷检测方法
CN110310275A (zh) 一种基于图像处理的链式传送带缺陷检测方法
CN104749801B (zh) 高精度自动光学检测方法和系统
CN105405153B (zh) 智能移动终端抗噪声干扰运动目标提取方法
CN105374051B (zh) 智能移动终端防镜头抖动视频运动目标检测方法
TWI455039B (zh) Calculation method of average particle size distribution of batch coke
CN105608674B (zh) 一种基于图像配准、插值和去噪的图像增强方法
CN101807297B (zh) 医学超声图像直线检测方法
CN104574398B (zh) 一种基于线扫描相机的装箱香烟滤棒计数系统
CN106023223A (zh) 柑橘果实大小描述及分级方法
CN113435514A (zh) 一种基于元深度学习的建筑垃圾精细分类方法、装置
CN113177925A (zh) 一种无损检测水果表面缺陷的方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees