基于視覺特性的回轉(zhuǎn)窯表面紅外熱圖像增強(qiáng)方法

時(shí)間：2021/04/06    點(diǎn)擊量：137

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(shè)備, 它的運(yùn)轉(zhuǎn)情況直接關(guān)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(huì)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(huì)給企業(yè)帶來巨大的經(jīng)濟(jì)損失。全面監(jiān)測(cè)回轉(zhuǎn)窯的表面溫度是保證回轉(zhuǎn)窯安全運(yùn)行的基礎(chǔ),為此國(guó)內(nèi)外廣泛采用紅外線掃描測(cè)溫技術(shù)來全面監(jiān)測(cè)回轉(zhuǎn)窯的表面溫度,并生成回轉(zhuǎn)窯表面對(duì)應(yīng)的紅外熱圖像。

1.紅外掃描測(cè)溫系統(tǒng)構(gòu)成及工作原理

1.1 紅外掃描測(cè)溫系統(tǒng)構(gòu)成 

紅外掃描測(cè)溫系統(tǒng)由于具有掃描頻率快、成像視場(chǎng)角大的特點(diǎn),在回轉(zhuǎn)窯及運(yùn)動(dòng)目標(biāo)表面溫度測(cè)量中具有廣闊的應(yīng)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(jī)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(hào)處理得到相應(yīng)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(jī)軟件,上位機(jī)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(cè)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(shè)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(zhǎng)約60m,在工作過程中其內(nèi)部溫度高達(dá)1000~1450℃,物料在回轉(zhuǎn)窯中經(jīng)過干燥、預(yù)熱、分解、燃燒等復(fù)雜的物理化學(xué)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(cè)溫系統(tǒng)工作原理

回轉(zhuǎn)窯輻射的紅外光經(jīng)光學(xué)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(hào)。DSP負(fù)責(zé)采集電信號(hào)并處理,從而得到相應(yīng)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(jìn)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(cè)溫系統(tǒng)通過光學(xué)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(xué)鏡頭通過電機(jī)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(qiáng)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(shí)圖像的某些內(nèi)容)、圖像恢復(fù)(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(chǔ)圖像)、圖像增強(qiáng)(以主觀的方式 提升圖像的對(duì)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(duì)回轉(zhuǎn)窯表面的紅外圖像進(jìn)行圖像增強(qiáng)。

2.1 人眼視覺特性研究

 人類是視覺動(dòng)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(duì)比度、圖像細(xì)節(jié)以及圖像特征的過程,而評(píng)價(jià)這些處理是否成功就取決于人們對(duì)視覺觀察結(jié)果的理解。

人眼可以看作一個(gè)光學(xué)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(gè)視桿細(xì)胞和視錐細(xì)胞。人眼通過視桿細(xì)胞感應(yīng)亮度, 通過視錐細(xì)胞感應(yīng)顏色,并且通過視錐細(xì)胞檢測(cè)運(yùn)動(dòng)狀態(tài)和判斷場(chǎng)景光照,以此來進(jìn)行色彩校正。視錐細(xì)胞有三類,每類細(xì)胞對(duì)應(yīng)一種波長(zhǎng)范圍(一般稱 R,G,B敏感性),三類細(xì)胞對(duì)波長(zhǎng)的敏感性不同,三類細(xì)胞的組合波長(zhǎng)感知范圍即為人類可見光的波長(zhǎng)范圍(400~760nm)。人眼中三種視錐細(xì)胞的密度 不同,因此對(duì)于光的感應(yīng)能力也不同,對(duì)綠光的感應(yīng)能力最強(qiáng),對(duì)藍(lán)光的感應(yīng)能力最差。

人眼對(duì)亮度的感知能力也是信息獲取的一個(gè)重 要因素。測(cè)試研究表明,人眼對(duì)灰度的分辨能力與灰度級(jí)存在一定關(guān)系,如圖5所示。根據(jù)圖示關(guān)系可知,在灰度級(jí)為0左右時(shí),人眼的分辨能力較差, 只有在相差超過6個(gè)灰度級(jí)時(shí)才能分辨其差別。在灰度級(jí)為250左右時(shí),相差超過大概3個(gè)灰度級(jí)時(shí) 人眼才能分辨?；叶燃?jí)在191時(shí)人眼的分辨能力最高,相差1個(gè)灰度級(jí)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(shí),對(duì)比度越高, 圖像的細(xì)節(jié)才能更好地引起視覺注意,因此,當(dāng)需要獲取回轉(zhuǎn)窯表面異常高溫區(qū)域(即圖像細(xì)節(jié))時(shí),采取的圖像增強(qiáng)方法可以偏重于增強(qiáng)灰度值差異。

2.2 圖像增強(qiáng)研究

回轉(zhuǎn)窯表面紅外熱圖像的對(duì)比度不高,圖像質(zhì)量差,對(duì)回轉(zhuǎn)窯表面的異常情況捕捉率低。本文針對(duì)這一缺陷,基于視覺特性,對(duì)回轉(zhuǎn)窯表面灰度圖像進(jìn)行基于視覺特性的圖像增強(qiáng)。在理想情況下,一幅好的圖像需要讓每一個(gè)像素點(diǎn)都能被分辨出來。這就要求各個(gè)像素之間的灰度差在人眼可分辯范圍內(nèi),但在實(shí)際情況中,如本文的回轉(zhuǎn)窯表面紅外熱圖像中,灰度級(jí)往往容易集中在某一范圍內(nèi),人眼無法區(qū)分各個(gè)像素。為了提高對(duì)比度,讓圖像更容易分辨,需要提高像素間的灰度差,對(duì)整幅圖像進(jìn)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(guān)系,可簡(jiǎn)化為公式(1):

2)根據(jù)式(1)對(duì)整幅圖像的灰度值進(jìn)行分段處理。首先取灰度級(jí)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(jìn)行灰度變換。其次,取灰度 級(jí)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(duì)比度不高。根據(jù)圖像增強(qiáng)原理,如果不改變像素位置只改變灰度值,對(duì)灰度圖像位于120~220的灰度值進(jìn)行拉伸,使其均勻分布在0~255之間,圖像會(huì)變得更清晰,對(duì)比度更高更易于人眼分辨。此外,根據(jù)人類視覺機(jī)制發(fā)現(xiàn),灰度值在50~175范圍內(nèi)時(shí),人眼可獲得的信息量最為可觀。結(jié)合這兩種特性,對(duì)圖的灰度進(jìn)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(bǔ)償?；叶确秶煌?m 值也不同。

3.實(shí)驗(yàn)與結(jié)果分析

本文實(shí)驗(yàn)基于實(shí)驗(yàn)室自主研發(fā)的紅外掃描測(cè)溫系統(tǒng)以及數(shù)據(jù)采集發(fā)送軟件。紅外掃描測(cè)溫系統(tǒng)包括紅外掃描儀和上位機(jī)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(jī)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(jìn)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(shí)際應(yīng)用場(chǎng)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(zhǔn)確性,所有的實(shí)驗(yàn)數(shù)據(jù)均取自回轉(zhuǎn)窯實(shí)際運(yùn)行數(shù)據(jù)。為了便于多次對(duì)比實(shí)驗(yàn),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(shí)驗(yàn)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(jī)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(duì)回轉(zhuǎn)窯表面的紅外熱圖像進(jìn)行增強(qiáng)處理,實(shí)驗(yàn)所得效果如圖6所示。

 圖6 回轉(zhuǎn)窯表面紅外圖像增強(qiáng)前后的對(duì)比效

根據(jù)圖6實(shí)驗(yàn)結(jié)果,選取了幾個(gè)有代表性的細(xì)節(jié)進(jìn)行分析,如圖中方框所示。在圖像1中,該細(xì)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(dǎo)致物料煅燒不充分,影響物料質(zhì)量;在圖像2中,該細(xì)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(fēng)險(xiǎn);在圖像3中,該細(xì)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(qiáng)前后對(duì)比效果可知,增強(qiáng)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(shí)驗(yàn)后,需要根據(jù)圖像質(zhì)量評(píng)價(jià)相關(guān)標(biāo)準(zhǔn)來對(duì)圖像增強(qiáng)后的效果進(jìn)行評(píng)價(jià),目前有兩種質(zhì)量評(píng)價(jià)方法:主觀評(píng)價(jià)和客觀評(píng)價(jià)。主觀評(píng)價(jià)主要根據(jù)圖像增強(qiáng)的目的,通過人眼來觀察,然后判別增 強(qiáng)效果是否達(dá)到目的。在本文的研究中,圖像增強(qiáng) 的目的是檢測(cè)工作中回轉(zhuǎn)窯表面的異常高溫區(qū)域, 也即細(xì)節(jié)增強(qiáng),提升圖像對(duì)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(qiáng) 使得紅外圖像對(duì)比度更高,人眼更容易觀察出圖像異常高溫區(qū)域,達(dá)到了本文研究的目的;客觀評(píng)價(jià)主要是通過計(jì)算圖像的一些指標(biāo)來評(píng)價(jià)圖像,指標(biāo)主要有信息熵、標(biāo)準(zhǔn)差、對(duì)比度、平均亮度、空間頻率、清晰度、交叉熵、邊緣強(qiáng)度等.

本文根據(jù)研究目的,主要通過信息熵、平均亮度 和標(biāo)準(zhǔn)差三個(gè)指標(biāo)來進(jìn)行圖像質(zhì)量評(píng)價(jià)。信息熵主 要是反映圖像表現(xiàn)細(xì)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(xì)節(jié)表現(xiàn)能力越強(qiáng)。計(jì)算公式如下:

式中,pi 表示灰度級(jí)為i 的像素出現(xiàn)的概率,MN 表示一幅圖像總的像素個(gè)數(shù),Ni 表示灰度級(jí)為i的 總像素個(gè)數(shù)。圖像標(biāo)準(zhǔn)差反映圖像像素灰度值相對(duì)于均值的離散程度,標(biāo)準(zhǔn)差越大,圖像質(zhì)量越好,對(duì)比度越高。計(jì)算公式如下:

式中,MN 表示一幅圖像總的像素個(gè)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(jì)算公式如下:

根據(jù)圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn),回轉(zhuǎn)窯表面紅外圖像 增強(qiáng)前后質(zhì)量評(píng)價(jià)對(duì)比如表1所示,可以看出,增強(qiáng)后的圖像的信息熵、對(duì)比度以及清晰度都比增強(qiáng)前的效果要好?？梢哉J(rèn)為通過本文研究的基于視覺特性的圖像增強(qiáng)算法能讓圖像細(xì)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(duì)于回轉(zhuǎn)窯的異常狀態(tài)辨識(shí)度更高。

4.結(jié)論

紅外掃描測(cè)溫系統(tǒng)主要應(yīng)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(shí)檢測(cè)出或者監(jiān)控人員沒有及時(shí)觀察,都會(huì)造成紅窯事故,給企業(yè)造成巨大的經(jīng)濟(jì)損失。本文研究的基于視覺特性的圖像增強(qiáng)算法, 能有效提高紅外圖像中異常高溫區(qū)域的辨識(shí)度,對(duì) 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(xì)節(jié),使得回轉(zhuǎn)窯表面 紅外熱圖像對(duì)異常情況的分辨率更高。

作者簡(jiǎn)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(shè)計(jì)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?yàn)榧t外成像技術(shù)應(yīng)用及紅外圖像處理。