基于視覺特性的回轉(zhuǎn)窯表面紅外熱圖像增強方法

時間：2021/04/06    點擊量：276

在石灰、水泥等物料的生產(chǎn)過程中,最重要的工 藝環(huán)節(jié)就是煅燒,回轉(zhuǎn)窯作為煅燒工藝的核心設備, 它的運轉(zhuǎn)情況直接關系到產(chǎn)品的產(chǎn)量和質(zhì)量,并且回轉(zhuǎn)窯的局部異常高溫會損壞窯的內(nèi)襯以及窯筒體。停窯檢修和生產(chǎn)效率的降低會給企業(yè)帶來巨大的經(jīng)濟損失。全面監(jiān)測回轉(zhuǎn)窯的表面溫度是保證回轉(zhuǎn)窯安全運行的基礎,為此國內(nèi)外廣泛采用紅外線掃描測溫技術(shù)來全面監(jiān)測回轉(zhuǎn)窯的表面溫度,并生成回轉(zhuǎn)窯表面對應的紅外熱圖像。

1.紅外掃描測溫系統(tǒng)構(gòu)成及工作原理

1.1 紅外掃描測溫系統(tǒng)構(gòu)成 

紅外掃描測溫系統(tǒng)由于具有掃描頻率快、成像視場角大的特點,在回轉(zhuǎn)窯及運動目標表面溫度測量中具有廣闊的應用前景。該系統(tǒng)主要由紅外掃描儀、數(shù)據(jù)傳輸模塊、上位機監(jiān)控軟件(溫度數(shù)據(jù)顯示和歷史數(shù)據(jù)回放)組成,如圖1所示。紅外掃描儀接收來自回轉(zhuǎn)窯的紅外輻射能量,經(jīng)紅外傳感器及信號處理得到相應的溫度數(shù)據(jù)。再經(jīng)數(shù)據(jù)傳輸模塊發(fā)送到上位機軟件,上位機軟件通過數(shù)據(jù)處理得到回轉(zhuǎn)窯表面的紅外熱圖像。

圖1 回轉(zhuǎn)窯紅外掃描測溫系統(tǒng)示意圖

回轉(zhuǎn)窯是指旋轉(zhuǎn)煅燒窯(俗稱旋窯),屬于大型煅燒設備,按煅燒物料可分為水泥窯、冶金化工窯和石灰窯等。大型回轉(zhuǎn)窯窯長約60m,在工作過程中其內(nèi)部溫度高達1000~1450℃,物料在回轉(zhuǎn)窯中經(jīng)過干燥、預熱、分解、燃燒等復雜的物理化學變化, 并借著物料自身的重量緩慢地移向低端,最終變成熟料產(chǎn)品?；剞D(zhuǎn)窯筒體示意圖如圖2所示。

圖2 回轉(zhuǎn)窯筒體示意圖

1.2 紅外掃描測溫系統(tǒng)工作原理

回轉(zhuǎn)窯輻射的紅外光經(jīng)光學鏡頭反射到紅外傳感器中,紅外傳感器接收紅外輻射能量并轉(zhuǎn)換成電信號。DSP負責采集電信號并處理,從而得到相應的溫度灰度數(shù)據(jù),再經(jīng)由數(shù)據(jù)傳輸模塊發(fā)送到顯示終端進行處理并顯示?；剞D(zhuǎn)窯表面紅外圖像獲取流程如圖3所示。

圖3 回轉(zhuǎn)窯表面紅外熱圖像獲取流程

 紅外掃描測溫系統(tǒng)通過光學鏡頭的線掃描,利用回轉(zhuǎn)窯的自旋轉(zhuǎn),形成回轉(zhuǎn)窯表面的紅外熱圖像。掃描儀中光學鏡頭通過電機完成自旋轉(zhuǎn)形成線掃描,從而采集回轉(zhuǎn)窯上一條線的溫度信息,并且在成像系統(tǒng)界面中以一維曲線的形式顯示?；剞D(zhuǎn)窯自旋轉(zhuǎn)一周后采集的多條溫度線即可形成回轉(zhuǎn)窯表面的二維紅外熱圖像。一維溫度曲線及二維紅外熱圖像如圖4所示。

圖4 一維溫度曲線及二維紅外熱圖像

2.基于視覺特性的紅外圖像增強方法研究

圖像處理的目的有多種,如特征提取(提取圖像 的某些特性,用于辨識圖像的某些內(nèi)容)、圖像恢復(以客觀的圖像處理方法來減少圖像的模糊)、圖像 壓縮(在圖像質(zhì)量損失盡可能小的情況下,用盡可能小的字節(jié)數(shù)來存儲圖像)、圖像增強(以主觀的方式 提升圖像的對比度)。本文根據(jù)回轉(zhuǎn)窯監(jiān)控的目的(突出顯示異常高溫區(qū)域),根據(jù)視覺特性對回轉(zhuǎn)窯表面的紅外圖像進行圖像增強。

2.1 人眼視覺特性研究

 人類是視覺動物,大部分獲取的信息都是通過眼睛來完成的。并且在圖像處理的過程中,很多方法都涉及到提升圖像的對比度、圖像細節(jié)以及圖像特征的過程,而評價這些處理是否成功就取決于人們對視覺觀察結(jié)果的理解。

人眼可以看作一個光學器件,晶狀體將視野中的光聚集到視網(wǎng)膜上,在視網(wǎng)膜中有近1.6億個視桿細胞和視錐細胞。人眼通過視桿細胞感應亮度, 通過視錐細胞感應顏色,并且通過視錐細胞檢測運動狀態(tài)和判斷場景光照,以此來進行色彩校正。視錐細胞有三類,每類細胞對應一種波長范圍(一般稱 R,G,B敏感性),三類細胞對波長的敏感性不同,三類細胞的組合波長感知范圍即為人類可見光的波長范圍(400~760nm)。人眼中三種視錐細胞的密度 不同,因此對于光的感應能力也不同,對綠光的感應能力最強,對藍光的感應能力最差。

人眼對亮度的感知能力也是信息獲取的一個重 要因素。測試研究表明,人眼對灰度的分辨能力與灰度級存在一定關系,如圖5所示。根據(jù)圖示關系可知,在灰度級為0左右時,人眼的分辨能力較差, 只有在相差超過6個灰度級時才能分辨其差別。在灰度級為250左右時,相差超過大概3個灰度級時 人眼才能分辨?；叶燃壴?91時人眼的分辨能力最高,相差1個灰度級即能分辨。

圖5 人眼在不同灰度范圍的分辨能力

由此可知,圖像灰度相差越大時,對比度越高, 圖像的細節(jié)才能更好地引起視覺注意,因此,當需要獲取回轉(zhuǎn)窯表面異常高溫區(qū)域(即圖像細節(jié))時,采取的圖像增強方法可以偏重于增強灰度值差異。

2.2 圖像增強研究

回轉(zhuǎn)窯表面紅外熱圖像的對比度不高,圖像質(zhì)量差,對回轉(zhuǎn)窯表面的異常情況捕捉率低。本文針對這一缺陷,基于視覺特性,對回轉(zhuǎn)窯表面灰度圖像進行基于視覺特性的圖像增強。在理想情況下,一幅好的圖像需要讓每一個像素點都能被分辨出來。這就要求各個像素之間的灰度差在人眼可分辯范圍內(nèi),但在實際情況中,如本文的回轉(zhuǎn)窯表面紅外熱圖像中,灰度級往往容易集中在某一范圍內(nèi),人眼無法區(qū)分各個像素。為了提高對比度,讓圖像更容易分辨,需要提高像素間的灰度差,對整幅圖像進行灰度變換。原理如下:

1)根據(jù)人眼灰度的分辨能力與灰度的關系,可簡化為公式(1):

2)根據(jù)式(1)對整幅圖像的灰度值進行分段處理。首先取灰度級x1,根據(jù)式(1)及灰度值算出臨界可分辨灰度值d1,將 (x1-d/2)-(x1+d/2)的 灰度取值為x1,以此進行灰度變換。其次,取灰度 級x1+d1,處理過程同上。上述處理過程可總結(jié)為式(2):

3)回轉(zhuǎn)窯表面灰度圖像范圍大多集中在120~ 220,并不涵蓋全部范圍,所以圖像比較模糊,對比度不高。根據(jù)圖像增強原理,如果不改變像素位置只改變灰度值,對灰度圖像位于120~220的灰度值進行拉伸,使其均勻分布在0~255之間,圖像會變得更清晰,對比度更高更易于人眼分辨。此外,根據(jù)人類視覺機制發(fā)現(xiàn),灰度值在50~175范圍內(nèi)時,人眼可獲得的信息量最為可觀。結(jié)合這兩種特性,對圖的灰度進行線性拉伸。公式如下:

式中,k 為結(jié)合視覺特性的系數(shù),mx,y 為根據(jù)不同類別回轉(zhuǎn)窯以及回轉(zhuǎn)窯溫度狀況的灰度補償?；叶确秶煌?m 值也不同。

3.實驗與結(jié)果分析

本文實驗基于實驗室自主研發(fā)的紅外掃描測溫系統(tǒng)以及數(shù)據(jù)采集發(fā)送軟件。紅外掃描測溫系統(tǒng)包括紅外掃描儀和上位機監(jiān)控軟件(基于Windows系統(tǒng))。其中紅外掃描儀用于獲取回轉(zhuǎn)窯表面溫度灰度數(shù)據(jù);上位機監(jiān)控軟件基于QT開發(fā),提供可視化的界面,并且根據(jù)掃描儀的數(shù)據(jù)進行圖像處理,利用openGL繪制回轉(zhuǎn)窯表面的一維溫度曲線和二維紅外熱圖像;數(shù)據(jù)采集發(fā)送軟件為輔助軟件。本研究是基于實際應用場景,用于監(jiān)控回轉(zhuǎn)窯表面溫度狀態(tài),為了保證研究的可靠性與準確性,所有的實驗數(shù)據(jù)均取自回轉(zhuǎn)窯實際運行數(shù)據(jù)。為了便于多次對比實驗,利用紅外掃描儀和數(shù)據(jù)采集發(fā)送軟件在工廠采集回轉(zhuǎn)窯表面溫度灰度數(shù)據(jù)。在實驗室可根據(jù)采集的數(shù)據(jù)文件,利用數(shù)據(jù)采集發(fā)送軟件將數(shù)據(jù)發(fā)送到上位機監(jiān)控軟件中,以此來獲取回轉(zhuǎn)窯表面的紅外熱圖像。再根據(jù)本文算法對回轉(zhuǎn)窯表面的紅外熱圖像進行增強處理,實驗所得效果如圖6所示。

 圖6 回轉(zhuǎn)窯表面紅外圖像增強前后的對比效

根據(jù)圖6實驗結(jié)果,選取了幾個有代表性的細節(jié)進行分析,如圖中方框所示。在圖像1中,該細節(jié)表明回轉(zhuǎn)窯內(nèi)部小部分出現(xiàn)結(jié)皮狀態(tài),可能導致物料煅燒不充分,影響物料質(zhì)量;在圖像2中,該細節(jié)表明回轉(zhuǎn)窯表面出現(xiàn)異常高溫區(qū)域,內(nèi)部可能出現(xiàn) 耐火磚脫落或者窯皮脫落情況,有出現(xiàn)紅窯事故的 風險;在圖像3中,該細節(jié)表明回轉(zhuǎn)窯內(nèi)部出現(xiàn)大面積結(jié)皮狀態(tài),有物料煅燒不充分的可能。根據(jù)圖像增強前后對比效果可知,增強后在視覺上更易觀察出回轉(zhuǎn)窯中出現(xiàn)的結(jié)皮、耐火磚脫落等異常狀態(tài)。

在完成實驗后,需要根據(jù)圖像質(zhì)量評價相關標準來對圖像增強后的效果進行評價,目前有兩種質(zhì)量評價方法:主觀評價和客觀評價。主觀評價主要根據(jù)圖像增強的目的,通過人眼來觀察,然后判別增 強效果是否達到目的。在本文的研究中,圖像增強 的目的是檢測工作中回轉(zhuǎn)窯表面的異常高溫區(qū)域, 也即細節(jié)增強,提升圖像對比度,使得人眼更容易觀察出異常高溫區(qū)域的位置。根據(jù)主觀觀察,由圖6 所示結(jié)果可以看出,本文基于視覺特性的圖像增強 使得紅外圖像對比度更高,人眼更容易觀察出圖像異常高溫區(qū)域,達到了本文研究的目的;客觀評價主要是通過計算圖像的一些指標來評價圖像,指標主要有信息熵、標準差、對比度、平均亮度、空間頻率、清晰度、交叉熵、邊緣強度等.

本文根據(jù)研究目的,主要通過信息熵、平均亮度 和標準差三個指標來進行圖像質(zhì)量評價。信息熵主 要是反映圖像表現(xiàn)細節(jié)的能力,信息熵越大,表示圖像的信息量越大、灰度范圍越廣,細節(jié)表現(xiàn)能力越強。計算公式如下:

式中,pi 表示灰度級為i 的像素出現(xiàn)的概率,MN 表示一幅圖像總的像素個數(shù),Ni 表示灰度級為i的 總像素個數(shù)。圖像標準差反映圖像像素灰度值相對于均值的離散程度,標準差越大,圖像質(zhì)量越好,對比度越高。計算公式如下:

式中,MN 表示一幅圖像總的像素個數(shù),Fi,j 表示像素的灰度值。平均亮度即圖像像素的平均值,平均亮度越大, 圖像越清晰,圖像質(zhì)量越好,更利于人眼觀察。計算公式如下:

根據(jù)圖像質(zhì)量評價標準,回轉(zhuǎn)窯表面紅外圖像 增強前后質(zhì)量評價對比如表1所示,可以看出,增強后的圖像的信息熵、對比度以及清晰度都比增強前的效果要好。可以認為通過本文研究的基于視覺特性的圖像增強算法能讓圖像細節(jié)表現(xiàn)更豐富,能更好地顯示回轉(zhuǎn)窯表面的溫度分布狀況,并且對于回轉(zhuǎn)窯的異常狀態(tài)辨識度更高。

4.結(jié)論

紅外掃描測溫系統(tǒng)主要應用于回轉(zhuǎn)窯表面溫度監(jiān)控中,在回轉(zhuǎn)窯的生產(chǎn)過程中,如果出現(xiàn)局部異常高溫,而系統(tǒng)沒有及時檢測出或者監(jiān)控人員沒有及時觀察,都會造成紅窯事故,給企業(yè)造成巨大的經(jīng)濟損失。本文研究的基于視覺特性的圖像增強算法, 能有效提高紅外圖像中異常高溫區(qū)域的辨識度,對 于回轉(zhuǎn)窯表面溫度差異體現(xiàn)得更為明顯。即在視覺 上能夠更清晰地顯示圖像的細節(jié),使得回轉(zhuǎn)窯表面 紅外熱圖像對異常情況的分辨率更高。

作者簡介:代少升(1974-),男,河南潢川人,博士,教授, 主要從事紅外成像技術(shù)及SOPC 嵌入式系統(tǒng)的設計與開發(fā);李松葵(1994-),男,湖北黃岡人,碩士研究生, 主要研究方向為紅外成像技術(shù)應用及紅外圖像處理。