基于图像理解的吹炼阶段判断模型研究*

张吉璇

（中国飞行试验研究院测试所 西安 710089）

1 引言

对炼钢炉吹炼阶段的判断有多种方式，炼钢工人有的通过观察火焰的颜色、高度、外冲度、炼钢炉内声音判断，有的通过观察火花的形状、摆动幅度来判断炉内温度，从而断定吹炼阶段。近年来，通过图像处理技术，深入研究了炼钢炉火焰图像的特征，对炼钢炉不同吹炼阶段的火焰图像纹理复杂度、颜色等进行图像理解，发现吹炼前期火焰图像纹理复杂度不高；中期纹理粗糙度和复杂度都较高；后期炉内火焰持续收缩，颜色呈单一的亮白色，纹理特征最为简单［1］。

通过机器视觉利用图像处理的技术来理解炼钢炉不同吹炼时期的火焰图像［2］，可以准确客观地判断吹炼阶段，减少人为因素造成的主观影响，提高工作效率及判断准确实时性。图1 为吹炼阶段判断图像理解流程图。

图1 Harris算法流程图

2 图像边缘轮廓提取

首先对火焰图像进行预处理，在进行基础的灰度化后，针对火焰图像在不同阶段纹理度的不同，对炼钢炉火焰图像做边缘轮廓提取处理，纹理粗糙及复杂的中期火焰图像，其边缘轮廓图纹理较复杂，纹理简单的前期、后期火焰图像，其边缘轮廓图纹理较简单。

火焰轮廓边缘具有幅值、方向两个属性，是不同区域的分界线，图像中像素值有明显变化或其灰度有明显的变化时，会被标识出来。目前图像边缘轮廓提取算法有很多，包括：Kirsch，Prewitt，Roberts Cross、Sobel［3］、Canny和Laplacian算子等。边缘检测主要有两种计算原理，一种是通过计算多个局部方向的梯度值，寻找最大的梯度方向，计算图像边缘强度，一种是通过使用拉普拉斯算子或者非线性微分方程计算图像二阶导数的零交叉点来标识边缘［4］。

上述多种算法中，经过多次实验验证，Canny算子能在钢炉火焰图像的处理上达到很好的效果。Canny 算子在1986 年即被首次提出［5］并应用广泛至今，如图2所示，为应用Canny算子对炼钢炉吹炼前期、中期以及后期火焰图像进行边缘轮廓提取后的效果图。

图2 应用Canny算子对不同吹炼阶段图像进行边缘轮廓提取图

从图2可以验证以下几点：

1）将Canny 算子应用在炼钢炉口火焰图像边缘提取中，可以保证其最大优势，对于每个边缘点均有对应的相应［6~8］，提高了图像的信噪比，能更清晰地提取出图像的每个真实像素边缘［9］；

2）验证图像边缘轮廓提取算法的重要性。根据吹炼前期、中期、后期火焰图像的纹理特征复杂度，可以通过边缘轮廓提取后的效果图初步进行判断，且效果明显。

3 图像角点提取

图像处理算法中，角点检测算法也有大量研究基础，包括Moravec、FAST、Harris 和shi_tomas 角点检测法等。经过大量实验验证，选择Harris 算法［10］进行炼钢炉炉口火焰图像角点提取十分适用。具体算法流程图如图3所示［11］。

图3 火焰图像Harris算法流程图

火焰图像具有非结构纹理特点，角点结构复杂［12~13］，在适用Harris角点检测算法时，能够最大限度提升火焰边缘形状多个角点检测的鲁棒性，加上Harris 算法较为成熟，算法运行速度较快，对吹炼阶段实时性判断的影响几乎为0，抗干扰能力强［14~15］。如图4 所示，为本文第二节边缘轮廓提取后，再进行Harris角点检测后的效果图。

图4 应用Harris算法对吹炼前期、中期及后期火焰图像进行角点提取效果图

4 实验结果分析

将拍摄的三段炼钢炉炉口火焰视频中每一帧图像进行边缘轮廓提取、角点提取处理，如图5 所示，为前期、中期和后期吹炼阶段的角点数折线图。

可从图5 明显看出，吹炼前期图像角点数大约在140 个~200 个，吹炼中期角点数大约在205 个~301个，吹炼后期火焰图像角点数大约在32个~139个。从而验证了不同吹炼阶段火焰图像纹理特征复杂度对角点的影响极大，导致不同吹炼阶段火焰图像角点数有明显区域特征，可以通过边缘提取预判断、角点提取阈值准确判断吹炼阶段。

图5 不同吹炼阶段角点数统计折线图

5 结语

本文针对炼钢炉吹炼阶段判断主观问题，提出了基于图像理解的吹炼阶段判断模型新方法，首先对炼钢炉炉口火焰图像进行Canny 算子图像边缘轮廓提取，然后进行Harris 角点提取，通过对不同阶段角点数目的统计分析，发现处于不同吹炼时期的火焰图像，其边缘轮廓图像有明显纹理特征、角点数目有明显阈值，能够利用此特点快速准确地判断出炼钢炉目前的吹炼阶段，实时提供吹炼阶段的判断，减少了人为主观判断的影响，提高了判断实时性与准确性。