一种回转窑火焰燃烧状态在线识别方法
一种回转窑火焰燃烧状态在线识别方法
【专利摘要】本发明涉及一种回转窑火焰燃烧状态在线识别方法。其技术方案是，设定标准火焰灰度图像y、正常火焰灰度图库FN和异常火焰灰度图库FA。获取待测火焰图像P，对待测火焰图像P进行滤波和灰度变换，得到待测火焰灰度图像x；将待测火焰灰度图像x与所有标准火焰灰度图像进行峰值信噪比系数计算，得到a+b个峰值信噪比PSNR(x,y)；取峰值信噪比最大值，若峰值信噪比最大值所对应的标准火焰灰度图像y属于正常火焰灰度图库FN，待测火焰图像P属于正常状态；反之属于异常状态。本发明具有精度高、计算复杂度低、干扰因素少和处理过程短的特点。
【专利说明】一种回转窑火焰燃烧状态在线识别方法
【技术领域】
[0001]本发明属于回转窑【技术领域】。特别涉及一种回转窑火焰燃烧状态在线识别方法。【背景技术】
[0002]回转窑是煅烧或焙烧及其他方式加工各种工业原料工艺中所用的热工设备，用于对输入的物料进行机械、物理或化学处理，在建材、化工、冶金等行业中有着广泛的应用。受回转窑结构的特殊性和工艺复杂性的影响，所得熟料质量指标难以在线测量，熟料的烧成状态也难以准确识别，加上回转窑过程的多变量强耦合特性以及不确定干扰等因素，使得回转窑运转过程仍然处于“人工看火”的开环操作阶段，难以实现回转窑控制系统的自动控制，长期运行易造成熟料质量指标不稳定、产能低、能耗高和人工劳动强度大等问题。
[0003]火焰图像是燃烧过程的有效反应，亮度信息反映了燃烧过程中的辐射热度和燃烧效果，火焰形状则反映了燃烧反应发生区域的形状。因此，利用合理的技术判断火焰图像的燃烧状态，从而确定回转窑的运行状态和燃烧稳定性，具有十分重要的意义，亦引起本领域的国内外科技人员的关注。
[0004]在目前公开的文献中，“一种基于火焰图像结构相似性的回转窑烧成状态识别方法”(CN:201310567666.0)专利技术是从图像的亮度、对比度和结构三种不同角度来判别回转窑火焰燃烧状态，具有运行过程短且识别精度高的优点。但这种方法需要对图像进行局部加窗处理，计算所得结构相似性系数易受所选窗口的大小和形状影响，从而会干扰图像识别结果。
【发明内容】
[0005]本发明旨在克服现有技术缺陷，目的是提供一种精度高、计算复杂度低、干扰因素少和处理过程短的回转窑火焰燃烧状态在线识别方法。
[0006]为完成上述任务，本发明采用的技术方案的具体步骤是:
[0007]第一步、标准火焰图像Q由回转窑操作专家标定；标准火焰图像Q组成标准火焰图库L，标准火焰图库L分为正常火焰图库LN和异常火焰图库LA，正常火焰图库LN由a幅正常状态的标准火焰图像Q组成，异常火焰图库LA由b幅异常状态的标准火焰图像Q组成；将标准火焰图像Q进行滤波处理和灰度变换，得到标准火焰灰度图像I ;所有标准火焰灰度图像I组成标准火焰灰度图库F，标准火焰灰度图库F分为正常火焰灰度图库FN和异常火焰灰度图库FA。
[0008]第二步、从采集的回转窑烧成带的火焰视频中获取一幅待测火焰图像P;将待测火焰图像P进行滤波处理和灰度变换，得到待测火焰灰度图像X。
[0009]第三步、采用峰值信噪比的计算方法，计算一幅待测火焰灰度图像X与每一幅标准火焰灰度图像I之间的峰值信噪比PSNR(X，y)，得到a+b个峰值信噪比PSNR(x，y)。
[0010]第四步、对第三步得到的a+b个峰值信噪比PSNR(X，y)进行比较，选取峰值信噪比最大值MAXpsnr ;如果峰值信噪比最大值MAXpsnr所对应的标准火焰灰度图像y属于正常火焰灰度图库FN，则判定待测火焰图像P的燃烧状态为正常状态；如果峰值信噪比最大值MAXpsnr所对应的标准火焰灰度图像y属于异常火焰灰度图库FA，则判定待测火焰图像P的燃烧状态为异常状态。
[0011]第五步、若判定待测火焰图像P的燃烧状态为正常状态，直接进行下一幅火焰图像燃烧状态的识别；
[0012]若判定待测火焰图像P的燃烧状态为异常状态，系统报警，改善回转窑火焰燃烧状态后，再进行下一幅火焰图像燃烧状态的识别。
[0013]第六步、重复第二~第五步，直至结束。
[0014]所述a为I~1000的自然数；所述b为I~1000的自然数。
[0015]所述的峰值信噪比为:
[0016]
【权利要求】
1.一种回转窑火焰燃烧状态在线识别方法，其特征在于所述火焰燃烧状态在线识别方法的具体步骤: 第一步、标准火焰图像Q由回转窑操作专家标定；标准火焰图像Q组成标准火焰图库L，标准火焰图库L分为正常火焰图库LN和异常火焰图库LA，正常火焰图库LN由a幅正常状态的标准火焰图像Q组成，异常火焰图库LA由b幅异常状态的标准火焰图像Q组成；将标准火焰图像Q进行滤波处理和灰度变换，得到标准火焰灰度图像I ;所有标准火焰灰度图像I组成标准火焰灰度图库F，标准火焰灰度图库F分为正常火焰灰度图库FN和异常火焰灰度图库FA; 第二步、从采集的回转窑烧成带的火焰视频中获取一幅待测火焰图像P ;将待测火焰图像P进行滤波处理和灰度变换，得到待测火焰灰度图像X ； 第三步、采用峰值信噪比的计算方法，计算一幅待测火焰灰度图像X与每一幅标准火焰灰度图像I之间的峰值信噪比PSNR(X，y)，得到a+b个峰值信噪比PSNR(x，y)； 第四步、对第三步得到的a+b个峰值信噪比PSNR(X，y)进行比较，选取峰值信噪比最大值MAXpsnr ;如果峰值信噪比最大值MAXpsnr所对应的标准火焰灰度图像y属于正常火焰灰度图库FN，则判定待测火焰图像P的燃烧状态为正常状态；如果峰值信噪比最大值MAXpsnr所对应的标准火焰灰度图像y属于异常火焰灰度图库FA，则判定待测火焰图像P的燃烧状态为异常状态； 第五步、若判定待测火焰图像P的燃烧状态为正常状态，直接进行下一幅火焰图像燃烧状态的识别； 若判定待测火焰图像P的燃烧状态为异常状态，系统报警，改善回转窑火焰燃烧状态后，再进行下一幅火焰图像燃烧状态的识别； 第六步、重复第二~第五步，直至结束。
2.按照权利要求1所述的回转窑火焰燃烧状态在线识别方法，其特征在于所述a为I~1000的自然数；所述b为I~1000的自然数。
3.按照权利要求1所述的回转窑火焰燃烧状态在线识别方法，其特征在于所述峰值信噪比为: PSNR(x,y) = 101og10iis|；(vv)CD 式(I)中:G表示图像的动态范围，G = 255 ； MSE (x, y)表示待测火焰灰度图像X与标准火焰灰度图像I的均方误差:
j N2 MSE(x,y)=iZh—Λ)(2).N 1:l 式⑵中:N为待测火焰灰度图像X和标准火焰灰度图像y的像素点个数； Xi为待测火焰灰度图像X的第i个像素点的值； Ii为标准火焰灰度图像I的第i个像素点的值。
【文档编号】G06K9/64GK103914709SQ201410175913
【公开日】2014年7月9日 申请日期:2014年4月28日 优先权日:2014年4月28日
【发明者】柴利, 林彦君, 盛玉霞, 周晓杰 申请人:武汉科技大学, 东北大学
【专利摘要】本发明涉及一种回转窑火焰燃烧状态在线识别方法。其技术方案是，设定标准火焰灰度图像y、正常火焰灰度图库FN和异常火焰灰度图库FA。获取待测火焰图像P，对待测火焰图像P进行滤波和灰度变换，得到待测火焰灰度图像x；将待测火焰灰度图像x与所有标准火焰灰度图像进行峰值信噪比系数计算，得到a+b个峰值信噪比PSNR(x,y)；取峰值信噪比最大值，若峰值信噪比最大值所对应的标准火焰灰度图像y属于正常火焰灰度图库FN，待测火焰图像P属于正常状态；反之属于异常状态。本发明具有精度高、计算复杂度低、干扰因素少和处理过程短的特点。
【专利说明】一种回转窑火焰燃烧状态在线识别方法
【技术领域】
[0001]本发明属于回转窑【技术领域】。特别涉及一种回转窑火焰燃烧状态在线识别方法。【背景技术】
[0002]回转窑是煅烧或焙烧及其他方式加工各种工业原料工艺中所用的热工设备，用于对输入的物料进行机械、物理或化学处理，在建材、化工、冶金等行业中有着广泛的应用。受回转窑结构的特殊性和工艺复杂性的影响，所得熟料质量指标难以在线测量，熟料的烧成状态也难以准确识别，加上回转窑过程的多变量强耦合特性以及不确定干扰等因素，使得回转窑运转过程仍然处于“人工看火”的开环操作阶段，难以实现回转窑控制系统的自动控制，长期运行易造成熟料质量指标不稳定、产能低、能耗高和人工劳动强度大等问题。
[0003]火焰图像是燃烧过程的有效反应，亮度信息反映了燃烧过程中的辐射热度和燃烧效果，火焰形状则反映了燃烧反应发生区域的形状。因此，利用合理的技术判断火焰图像的燃烧状态，从而确定回转窑的运行状态和燃烧稳定性，具有十分重要的意义，亦引起本领域的国内外科技人员的关注。
[0004]在目前公开的文献中，“一种基于火焰图像结构相似性的回转窑烧成状态识别方法”(CN:201310567666.0)专利技术是从图像的亮度、对比度和结构三种不同角度来判别回转窑火焰燃烧状态，具有运行过程短且识别精度高的优点。但这种方法需要对图像进行局部加窗处理，计算所得结构相似性系数易受所选窗口的大小和形状影响，从而会干扰图像识别结果。
【发明内容】
[0005]本发明旨在克服现有技术缺陷，目的是提供一种精度高、计算复杂度低、干扰因素少和处理过程短的回转窑火焰燃烧状态在线识别方法。
[0006]为完成上述任务，本发明采用的技术方案的具体步骤是:
[0007]第一步、标准火焰图像Q由回转窑操作专家标定；标准火焰图像Q组成标准火焰图库L，标准火焰图库L分为正常火焰图库LN和异常火焰图库LA，正常火焰图库LN由a幅正常状态的标准火焰图像Q组成，异常火焰图库LA由b幅异常状态的标准火焰图像Q组成；将标准火焰图像Q进行滤波处理和灰度变换，得到标准火焰灰度图像I ;所有标准火焰灰度图像I组成标准火焰灰度图库F，标准火焰灰度图库F分为正常火焰灰度图库FN和异常火焰灰度图库FA。
[0008]第二步、从采集的回转窑烧成带的火焰视频中获取一幅待测火焰图像P;将待测火焰图像P进行滤波处理和灰度变换，得到待测火焰灰度图像X。
[0009]第三步、采用峰值信噪比的计算方法，计算一幅待测火焰灰度图像X与每一幅标准火焰灰度图像I之间的峰值信噪比PSNR(X，y)，得到a+b个峰值信噪比PSNR(x，y)。
[0010]第四步、对第三步得到的a+b个峰值信噪比PSNR(X，y)进行比较，选取峰值信噪比最大值MAXpsnr ;如果峰值信噪比最大值MAXpsnr所对应的标准火焰灰度图像y属于正常火焰灰度图库FN，则判定待测火焰图像P的燃烧状态为正常状态；如果峰值信噪比最大值MAXpsnr所对应的标准火焰灰度图像y属于异常火焰灰度图库FA，则判定待测火焰图像P的燃烧状态为异常状态。
[0011]第五步、若判定待测火焰图像P的燃烧状态为正常状态，直接进行下一幅火焰图像燃烧状态的识别；
[0012]若判定待测火焰图像P的燃烧状态为异常状态，系统报警，改善回转窑火焰燃烧状态后，再进行下一幅火焰图像燃烧状态的识别。
[0013]第六步、重复第二~第五步，直至结束。
[0014]所述a为I~1000的自然数；所述b为I~1000的自然数。
[0015]所述的峰值信噪比为:
[0016]
【权利要求】
1.一种回转窑火焰燃烧状态在线识别方法，其特征在于所述火焰燃烧状态在线识别方法的具体步骤: 第一步、标准火焰图像Q由回转窑操作专家标定；标准火焰图像Q组成标准火焰图库L，标准火焰图库L分为正常火焰图库LN和异常火焰图库LA，正常火焰图库LN由a幅正常状态的标准火焰图像Q组成，异常火焰图库LA由b幅异常状态的标准火焰图像Q组成；将标准火焰图像Q进行滤波处理和灰度变换，得到标准火焰灰度图像I ;所有标准火焰灰度图像I组成标准火焰灰度图库F，标准火焰灰度图库F分为正常火焰灰度图库FN和异常火焰灰度图库FA; 第二步、从采集的回转窑烧成带的火焰视频中获取一幅待测火焰图像P ;将待测火焰图像P进行滤波处理和灰度变换，得到待测火焰灰度图像X ； 第三步、采用峰值信噪比的计算方法，计算一幅待测火焰灰度图像X与每一幅标准火焰灰度图像I之间的峰值信噪比PSNR(X，y)，得到a+b个峰值信噪比PSNR(x，y)； 第四步、对第三步得到的a+b个峰值信噪比PSNR(X，y)进行比较，选取峰值信噪比最大值MAXpsnr ;如果峰值信噪比最大值MAXpsnr所对应的标准火焰灰度图像y属于正常火焰灰度图库FN，则判定待测火焰图像P的燃烧状态为正常状态；如果峰值信噪比最大值MAXpsnr所对应的标准火焰灰度图像y属于异常火焰灰度图库FA，则判定待测火焰图像P的燃烧状态为异常状态； 第五步、若判定待测火焰图像P的燃烧状态为正常状态，直接进行下一幅火焰图像燃烧状态的识别； 若判定待测火焰图像P的燃烧状态为异常状态，系统报警，改善回转窑火焰燃烧状态后，再进行下一幅火焰图像燃烧状态的识别； 第六步、重复第二~第五步，直至结束。
2.按照权利要求1所述的回转窑火焰燃烧状态在线识别方法，其特征在于所述a为I~1000的自然数；所述b为I~1000的自然数。
3.按照权利要求1所述的回转窑火焰燃烧状态在线识别方法，其特征在于所述峰值信噪比为: PSNR(x,y) = 101og10iis|；(vv)CD 式(I)中:G表示图像的动态范围，G = 255 ； MSE (x, y)表示待测火焰灰度图像X与标准火焰灰度图像I的均方误差:
j N2 MSE(x,y)=iZh—Λ)(2).N 1:l 式⑵中:N为待测火焰灰度图像X和标准火焰灰度图像y的像素点个数； Xi为待测火焰灰度图像X的第i个像素点的值； Ii为标准火焰灰度图像I的第i个像素点的值。
【文档编号】G06K9/64GK103914709SQ201410175913
【公开日】2014年7月9日 申请日期:2014年4月28日 优先权日:2014年4月28日
【发明者】柴利, 林彦君, 盛玉霞, 周晓杰 申请人:武汉科技大学, 东北大学
最新回复(0)