[发明专利]一种基于MIA的电熔镁炉动态火焰分割及特征提取方法

说明书

本发明的一种基于MIA的电熔镁炉动态火焰分割及特征提取方法，包括：采集火焰的视频图像，将RGB图像转换成二维矩阵；采用PCA法对二维矩阵进行降维；将降维后的矩阵归一化到[0,255]之间，获得得分柱状图；将不同工况的得分柱状图进行对比，找出图中变化明显的区域并进行标记处理，将被标记的区域映射回原始RGB图像，获得火焰分割图像；借助得分柱状图中被标记区域分别计算火焰亮度区域大小、火焰颜色种类数、火焰区域颜色平均值、整幅图像颜色平均值以及火焰亮度值5种特征数据。该方法能够对火焰区域进行有效的分割，其分割效果好，通过对分割的图像计算5种特征数据，并将结果应用于工况分类模型上，获得较高的分类准确率。

技术领域

本发明属于模式识别与人工智能技术领域，特别提出一种基于MIA的电熔镁炉动态火焰分割及特征提取方法。

背景技术

电熔镁砂具有纯度高、熔点高、绝缘性能强及结构致密的特性，在化工、建筑、家电、冶金、军事等多种行业和领域被广泛使用，是很好的耐火原材料。

使用电弧炉熔炼生产电熔镁砂时，对应熔炼工况、加料工况、排气工况、欠烧工况的炉口火焰的亮度、颜色、形态变化均不一样。其中，熔炼工况下，火焰亮度适中，火焰颜色比较丰富，火焰形态变化一般；加料工况下，火焰亮度比较暗，火焰颜色一般，形态变化较慢；排气工况下，火焰亮度比较亮，火焰颜色比较单一，火焰形态变化较快。所以炉口火焰的变化情况是工况判别的一个重要依据。

目前，炉口火焰中蕴含的信息需要人工巡检的方式，前往生产一线通过“看火”的经验获取。但是人工巡检存在以下问题：1)判断的准确性与操作人员的经验和状态的相关，容易漏检、误检；2)现场生产环境恶劣(强光、高温、灰尘等)，劳动强度大，危险性高，不适于工人长时间现场巡检；3)炉口火焰与周围烟雾粉尘边界模糊，“看火”过程容易受干扰。所以企业需要一种能够将炉口火焰区域从图像中分割出来，并以具体数字表示火焰颜色、亮度、形态等特征信息，并用于后续的工况判别中。

随着工业相机的应用，视频图像采集的精度逐渐提高，运用工业相机采集工业生产中的图像，然后经过图像分割方法获得感兴趣区域，并计算该区域的特征数据。该过程已经在天然气燃油质量监控、回转窑燃烧状况等工业生产中得到了广泛的应用。但是由于火焰是动态的，没有固定的规则的形态，针对不同的工业背景，火焰的变化频率、颜色、亮度等特征也是很难确定的，单独某一个工业过程中，动态火焰图像都是以多种形式存在的，而且与背景环境结合紧密，所以很难采用阈值法的思想，使图像分割算法适用于所有工况。

发明内容

本发明实施例提供一种基于MIA的电熔镁炉动态火焰分割及特征提取方法，能够对动态火焰区域进行有效的分割，通过对分割的图像计算5种特征数据，并将结果应用于后续的工况分类模型上，获得较高的分类准确率。

本发明提供一种基于MIA的电熔镁炉动态火焰分割及特征提取方法，包括以下步骤：

步骤1：采集火焰的视频图像，并将单帧的RGB图像转换成二维矩阵；

步骤2：采用主成份分析法对所述二维矩阵进行降维处理，并通过图像重构技术将选取的主元映射回RGB图像空间进行验证，以保证降维后的图像能够代替原始图像；

步骤3：将降维后的具有两列向量的矩阵归一化到[0,255]之间，然后以矩阵中每行数据的两个值作为XY坐标系下的位置信息，统计该矩阵具有同一坐标值的像素个数，从而获得得分柱状图；

步骤4：针对不同工况的单帧的RGB图像重复步骤1-3，将获得的不同工况的得分柱状图进行对比，找出不同工况的得分柱状图中变化明显的区域，对变化明显的区域进行标记处理，并将所述得分柱状图中被标记的区域映射回原始RGB图像，以获得火焰分割图像；

步骤5：对得分柱状图中被标记的区域进行微调，以获得确定的标记区域和精确的火焰分割图像，并依据确定的标记区域对视频图像中所有的单帧RGB图像进行分割获得每帧的火焰分割图像；