第1期 杜鹃宇等：无钟布料料流轨迹激光测试与图像分析 21. (4)Y射线，使用Cs作为辐射源，由于波长短， 位和极轴信息，进而确定出料流形状和落点位置， 频率高，可以排除粉尘和高温的影响，相对于前者的 (2)光学极坐标特征点，对于获得的布料图像 精度大大提高；其缺点是有辐射，使用安全性差，运 要进行位置尺寸标定，由于激光的发散性小，光能集 输存储不便， 中，完全适合作为标定物，因为标定栅格是以光源 (5)雷达波式，通过产生频率16.1~17.9GHz 为圆心的发散光路组成的射线束，故使用极坐标提 电波，利用发射和接受的频率变化和电波的时间分 取特征点，对高炉布料的图像进行预处理并获取图 析，计算获得料面的形状.缺点是同时多点测量相 像的特征点坐标，以便于摄像机标定和图像对匹配 互之间产生干扰，影响测量精度， 的进行，目前常用的特征主要有点状特征、线状特 (6)网架装置摄像方式，使用机械十字网架 征和区域特征等，其中点状特征主要包括角点、边 装置悬吊于炉喉处，采用摄像系统对开炉装料进行 缘点和重心等，对于布料料流对光学栅格的影响， 实测，通过对实时监测得到布料轨迹，相对提高了 对理想的图像可以分别采用点特征提取、线特征提 测量的效率和准确性·不足之处在于机械网架将对 取以及区域特征提取，但由于高炉内粉尘的影响严 装料产生影响；并且测量结束后，机械网架无法消 重，必须采用多种特征位置的提取方式，获得料流轨 除，需要人工进入炉内拆卸，影响高炉生产 迹、落点位置和料流宽度等信息， 高炉布料目前检测存在的困难和不足，对于现 (3)图像边缘分析.为了准确确定料流的位 有的检测手段虽然在一定程度上获得了布料的信 置，采用图像边缘检测算法对图像进行分析，其基 息，但都没有完全适应高炉生产操作的需要，对于 本步骤如下：①滤波，边缘检测主要基于导数计算， 料线检测，测量得到料面固定点的料线高度，测量点 但受噪声影响，滤波器在降低噪声的同时也导致边 单一，采用多点测量时相互之间干扰严重，降低了测 缘强度的损失，②增强，增强算法将邻域中灰度有 量精度.对于布料轨迹的测量，机械网架对装料产 显著变化的点突出显示，一般通过计算梯度幅值完 生严重影响导致测量误差增大，不利于正确数据的 成，③检测.在有些图像中梯度幅值较大的并不是 获取.设备的体积大和维护费用高导致成本增加， 边缘点，最简单的边缘检测是梯度幅值阈值判定， 这些测试缺点都没有得到很好的解决，这对于炼铁 ④定位，精确确定边缘的位置， 生产操作者进行炉况上部调剂产生了很大的障碍， 由于采用不同算法分析图像的特征边缘具有不 影响了高炉的正常生产操作.利用计算机立体视 同的效果，对于目前存在的几种经典边缘分析算法 觉，基于光学极坐标特征点标定、布料轨迹图像分 进行了对比，确定出最适合高炉布料轨迹边缘分析 析，可以得到布料轨迹、料流落点位置，同时得到料 算法，料流轨迹图像处理流程如图1所示， 流轨迹和料线高度位置以及同一时刻多点料线的高 边缘算子 度.这些测量优点极大地弥补了上述测量方式的不 平滑图像 边缘增强 平滑图像 足；同时由于测量设备简单，维护费用极大地降低， 像变换 边缘检测 更好地适应现场工况条件 边缘定位 原始图像 边缘的二值化图像 阈值分割 2无钟布料测试理论基础 图1料流轨迹图像分析流程 FigI Technological process of i age analysis for bumen trajeclories (1)立体视觉原理，利用视差原理获取景物的 形状信息，其过程是在不同角度采集景物的一对图 3无钟布料测试系统技术设计 像，利用它们之间的视差来恢复出景物的深度信息 视差测量是在分析对应点或对应特征基础上进行 测量设备包括激光发生器、激光光学网架、摄像 的，不同的视差指示出不同的相对深度，典型的立 头、CCD成像仪、监视器、数据采集卡、高频数据线 体视觉过程包括五个主要部分：①建立成像模型； 和尺子等，为使系统更好地适应现场的工作环境， ②提取特征；③特征匹配；④视差和位置计算；⑤深 对镜头和焦距调整两方面进行重新设计和优化，满 度位置信息内插，具体实施：将规则光栅图像投射到被 足工业现场高温，高粉尘的恶劣环境 测物表面，从某角度看，可以观察到由于受物体高度 (1)镜头，摄像机镜头是红外夜视监控系统的 的影响而使得光栅变化，反映测量布料料流宽度和 关键设备，它的质量（指标）优劣直接影响到整套系 轨迹；从另一个角度看，可以接受到同一时刻的不同 统的成像效果，由于高炉布料过程中，内部处于黑 图像信息，采集变形光路并对其进行解析，恢复出相 暗的环境，因此，镜头选择是否恰当即关系到系统质第 1期 杜鹏宇等： 无钟布料料流轨迹激光测试与图像分析 （4）γ射线．使用 Ｃｓ作为辐射源‚由于波长短‚ 频率高‚可以排除粉尘和高温的影响‚相对于前者的 精度大大提高；其缺点是有辐射‚使用安全性差‚运 输存储不便． （5） 雷达波式．通过产生频率 16∙1～17∙9ＧＨｚ 电波‚利用发射和接受的频率变化和电波的时间分 析‚计算获得料面的形状．缺点是同时多点测量相 互之间产生干扰‚影响测量精度． （6） 网架装置 ＋摄像方式．使用机械十字网架 装置悬吊于炉喉处‚采用摄像系统对开炉装料进行 实测．通过对实时监测得到布料轨迹‚相对提高了 测量的效率和准确性．不足之处在于机械网架将对 装料产生影响；并且测量结束后‚机械网架无法消 除‚需要人工进入炉内拆卸‚影响高炉生产． 高炉布料目前检测存在的困难和不足．对于现 有的检测手段虽然在一定程度上获得了布料的信 息‚但都没有完全适应高炉生产操作的需要．对于 料线检测‚测量得到料面固定点的料线高度‚测量点 单一‚采用多点测量时相互之间干扰严重‚降低了测 量精度．对于布料轨迹的测量‚机械网架对装料产 生严重影响导致测量误差增大‚不利于正确数据的 获取．设备的体积大和维护费用高导致成本增加‚ 这些测试缺点都没有得到很好的解决．这对于炼铁 生产操作者进行炉况上部调剂产生了很大的障碍‚ 影响了高炉的正常生产操作．利用计算机立体视 觉‚基于光学极坐标特征点标定、布料轨迹图像分 析‚可以得到布料轨迹、料流落点位置‚同时得到料 流轨迹和料线高度位置以及同一时刻多点料线的高 度．这些测量优点极大地弥补了上述测量方式的不 足；同时由于测量设备简单‚维护费用极大地降低‚ 更好地适应现场工况条件． 2 无钟布料测试理论基础 （1） 立体视觉原理．利用视差原理获取景物的 形状信息‚其过程是在不同角度采集景物的一对图 像‚利用它们之间的视差来恢复出景物的深度信息． 视差测量是在分析对应点或对应特征基础上进行 的‚不同的视差指示出不同的相对深度．典型的立 体视觉过程包括五个主要部分：①建立成像模型； ②提取特征；③特征匹配；④视差和位置计算；⑤深 度位置信息内插．具体实施：将规则光栅图像投射到被 测物表面‚从某角度看‚可以观察到由于受物体高度 的影响而使得光栅变化‚反映测量布料料流宽度和 轨迹；从另一个角度看‚可以接受到同一时刻的不同 图像信息‚采集变形光路并对其进行解析‚恢复出相 位和极轴信息‚进而确定出料流形状和落点位置． （2） 光学极坐标特征点．对于获得的布料图像 要进行位置尺寸标定‚由于激光的发散性小‚光能集 中‚完全适合作为标定物．因为标定栅格是以光源 为圆心的发散光路组成的射线束‚故使用极坐标提 取特征点．对高炉布料的图像进行预处理并获取图 像的特征点坐标‚以便于摄像机标定和图像对匹配 的进行．目前常用的特征主要有点状特征、线状特 征和区域特征等．其中点状特征主要包括角点、边 缘点和重心等．对于布料料流对光学栅格的影响‚ 对理想的图像可以分别采用点特征提取、线特征提 取以及区域特征提取‚但由于高炉内粉尘的影响严 重‚必须采用多种特征位置的提取方式‚获得料流轨 迹、落点位置和料流宽度等信息． （3） 图像边缘分析．为了准确确定料流的位 置‚采用图像边缘检测算法对图像进行分析．其基 本步骤如下：①滤波．边缘检测主要基于导数计算‚ 但受噪声影响‚滤波器在降低噪声的同时也导致边 缘强度的损失．②增强．增强算法将邻域中灰度有 显著变化的点突出显示．一般通过计算梯度幅值完 成．③检测．在有些图像中梯度幅值较大的并不是 边缘点．最简单的边缘检测是梯度幅值阈值判定． ④定位．精确确定边缘的位置． 由于采用不同算法分析图像的特征边缘具有不 同的效果‚对于目前存在的几种经典边缘分析算法 进行了对比‚确定出最适合高炉布料轨迹边缘分析 算法．料流轨迹图像处理流程如图 1所示． 图 1 料流轨迹图像分析流程 Ｆｉｇ．1 Ｔｅｃｈｎｏｌｏｇｉｃａｌｐｒｏｃｅｓｓｏｆｉｍａｇｅａｎａｌｙｓｉｓｆｏｒｂｕｒｄｅｎｔｒａｊｅｃｔｏｒｉｅｓ 3 无钟布料测试系统技术设计 测量设备包括激光发生器、激光光学网架、摄像 头、ＣＣＤ成像仪、监视器、数据采集卡、高频数据线 和尺子等．为使系统更好地适应现场的工作环境‚ 对镜头和焦距调整两方面进行重新设计和优化‚满 足工业现场高温‚高粉尘的恶劣环境． （1） 镜头．摄像机镜头是红外夜视监控系统的 关键设备‚它的质量 （指标 ）优劣直接影响到整套系 统的成像效果．由于高炉布料过程中‚内部处于黑 暗的环境‚因此‚镜头选择是否恰当即关系到系统质 ·21·