原文传递
在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质
| 专利名称： | 在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质 |
| 摘要： | 本发明公开了一种在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质，针对难以实现氯化氢合成炉中氯氢配比自动识别的问题，本方法利用摄像机采集氯化氢合成炉观察孔的图像，并对图像进行统计分析，提取火焰的颜色特征和形状特征来确定火焰的燃烧状态，最后结合历史样本库，利用BP神经网络进行多特征融合，快速确定氯化氢合成炉中当前的氯氢配比。并基于此方法设计了一套测试系统，以满足实际生产过程中控制氯氢配比的精度和速度的要求，保证生产的安全，提高生产产品的质量，降低生产成本。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 湖南;43 |
| 申请人： | 中南大学 |
| 发明人： | 彭辉;付雷;李雯;方知涵 |
| 专利状态： | 有效 |
| 申请日期： | 2019-04-15T00:00:00+0800 |
| 发布日期： | 2019-07-26T00:00:00+0800 |
| 申请号： | CN201910299333.1 |
| 公开号： | CN110057820A |
| 代理机构： | 长沙正奇专利事务所有限责任公司 |
| 代理人： | 马强;王娟 |
| 分类号： | G01N21/84(2006.01);G;G01;G01N;G01N21 |
| 申请人地址： | 410083 湖南省长沙市岳麓区麓山南路932号 |
| 主权项： | 1.一种在线检测氯化氢合成炉中氯氢配比的方法，其特征在于，包括以下步骤： 1)获取氯化氢合成炉内火焰燃烧的图像； 2)对所述图像进行预处理； 3)分别计算预处理后得到的图片的RGB分量的直方图，计算R-B直方图之间的Bhattacharyya距离；根据y＝10000*B(HR,HG)+I(HG,HB)-I(HR,HG)是否大于阈值来判断当前合成炉中的工况，其中，HR、HB、HG分别表示对应颜色通道的直方图；若y＞y0，则属于氯气过量的状态；若y≤y0，则不属于氯气过量的状态；y0为分析历史样本后设置的阈值；B(HR,HG)为HR、HG的Bhattacharyya距离；I(HG,HB)为HG、HB相交的像素点个数；I(HR,HG)为HR、HG相交的像素点个数； 4)若氯气过量，则根据建立的氯气过量程度自回归判别模型y(t)＝α*y(t-1)+β*B(HR,HG)+γ*[I(HG,HB)-I(HR,HG)]计算氯氢配比的范围；其中，y(t)表示当前图片所属的氯气过量的类别；y(t-1)表示上一张图片氯气过量的程度，若上一张图片不属于氯气过量，则y(t-1)＝0；α、β、γ为权系数；若当前图片所反映的工况不属于氯气过量，则继续确定图片中合成炉观察孔的位置，并在观察孔内提取火焰区域的图像并计算火焰区域的面积，对观察孔内的图像进行二值化，分割出火焰部分，再对二值图像进行形态学开运算快速提取火焰的位置；将二值图像的宽度和高度各扩充两个像素，即得到漫水填充算法的二值掩模图像，再利用漫水填充算法在原图上提取出火焰区域的RGB图像； 5)将火焰区域的RGB图像转换至HSL颜色空间，计算火焰区域的颜色特征；若火焰的面积没有超过观察孔面积的90％，则利用火焰区域的二值掩模图像计算火焰的形状特征； 6)若火焰面积小于观察孔面积的90％，将颜色特征与形状特征均作为BP神经网络的输入；若火焰面积大于观察孔面积的90％，则仅将颜色特征作为BP神经网络的输入；训练BP神经网络，选择对应的BP神经网络和输入特征计算出当前合成炉中的氯氢配比。 2.根据权利要求1所述的方法，其特征在于，所述氯氢配比按照如下公式计算：其中K为氯氢配比理论计算结果，C为离线化验的氯化氢纯度。 3.根据权利要求1所述的方法，其特征在于，所述颜色特征包括： 火焰图像中黄色区域整体偏黄程度：青色区域整体偏青程度：其中Ω1和Ω2分别表示属于黄色区域和青色区域的像素点，(Hh,Sh,Lh)和(Hq,Sq,Lq)分别表示HSL颜色空间中的标准黄色点和标准青色点，(Hi,Si,Li)表示第i个像素点的色相H、饱和度S、明度L的值；I(x,y)为当前帧图像的像素点像素值。 4.根据权利要求3所述的方法，其特征在于， 5.根据权利要求1所述的方法，其特征在于，所述形状特征包括： 质心位移：其中xi和yi分别表示当前图片火焰质心的横坐标与纵坐标，xi-1和yi-1分别表示上一帧图片火焰质心的横坐标与纵坐标；面积变化率：其中Si表示当前图片的火焰面积，即火焰区域的像素点个数，Si-1表示上一帧图片的火焰面积； 火焰相似度：其中Ii-1(x,y)和Ii(x,y)分别表示图像序列中上一帧图像的像素点和当前帧图像的像素点像素值，Ω表示图像中属于火焰区域的像素点。 6.一种在线检测氯化氢合成炉中氯氢配比的系统，其特征在于，包括： 采集模块，用于获取氯化氢合成炉内火焰燃烧的图像； 预处理模块，用于对所述图像进行预处理； 计算模块，用于计算预处理后得到的图片的RGB分量的直方图，计算R-B直方图之间的Bhattacharyya距离；根据y＝10000*B(HR,HG)+I(HG,HB)-I(HR,HG)是否大于阈值来判断当前合成炉中的工况，其中，HR、HB、HG分别表示对应颜色通道的直方图；若y＞y0，则属于氯气过量的状态；若y≤y0，则不属于氯气过量的状态；y0为分析历史样本后设置的阈值；B(HR,HG)为HR、HG的Bhattacharyya距离；I(HG,HB)为HG、HB相交的像素点个数；I(HR,HG)为HR、HG相交的像素点个数； 判断模块，用于执行如下操作：若氯气过量，则根据建立的氯气过量程度自回归判别模型y(t)＝α*y(t-1)+β*B(HR,HG)+γ*[I(HG,HB)-I(HR,HG)]计算氯氢配比的范围；其中，y(t)表示当前图片所属的氯气过量的类别；y(t-1)表示上一张图片氯气过量的程度，若上一张图片不属于氯气过量，则y(t-1)＝0；α、β、γ为权系数；若当前图片所反映的工况不属于氯气过量，则继续确定图片中合成炉观察孔的位置，并在观察孔内提取火焰区域的图像并计算火焰区域的面积，对观察孔内的图像进行二值化，分割出火焰部分，再对二值图像进行形态学开运算快速提取火焰的位置；将二值图像的宽度和高度各扩充两个像素，即得到漫水填充算法的二值掩模图像，再利用漫水填充算法在原图上提取出火焰区域的RGB图像； 转换模块，用于将火焰区域的RGB图像转换至HSL颜色空间，计算火焰区域的颜色特征；若火焰的面积没有超过观察孔面积的90％，则利用火焰区域的二值掩模图像计算火焰的形状特征； 训练模块，用于执行如下操作：若火焰面积小于观察孔面积的90％，将颜色特征与形状特征均作为BP神经网络的输入；若火焰面积大于观察孔面积的90％，则仅将颜色特征作为BP神经网络的输入；训练BP神经网络，选择对应的BP神经网络和输入特征计算出当前合成炉中的氯氢配比。 7.一种计算机存储介质，其特征在于，该存储介质中存储的程序用于执行如下处理： 1)获取氯化氢合成炉内火焰燃烧的图像； 2)对所述图像进行预处理； 3)分别计算预处理后得到的图片的RGB分量的直方图，计算R-B直方图之间的Bhattacharyya距离；根据y＝10000*B(HR,HG)+I(HG,HB)-I(HR,HG)是否大于阈值来判断当前合成炉中的工况，其中，HR、HB、HG分别表示对应颜色通道的直方图；若y＞y0，则属于氯气过量的状态；若y≤y0，则不属于氯气过量的状态；y0为分析历史样本后设置的阈值；B(HR,HG)为HR、HG的Bhattacharyya距离；I(HG,HB)为HG、HB相交的像素点个数；I(HR,HG)为HR、HG相交的像素点个数； 4)若氯气过量，则根据建立的氯气过量程度自回归判别模型y(t)＝α*y(t-1)+β*B(HR,HG)+γ*[I(HG,HB)-I(HR,HG)]计算氯氢配比的范围；其中，y(t)表示当前图片所属的氯气过量的类别；y(t-1)表示上一张图片氯气过量的程度，若上一张图片不属于氯气过量，则y(t-1)＝0；α、β、γ为权系数；若当前图片所反映的工况不属于氯气过量，则继续确定图片中合成炉观察孔的位置，并在观察孔内提取火焰区域的图像并计算火焰区域的面积，对观察孔内的图像进行二值化，分割出火焰部分，再对二值图像进行形态学开运算快速提取火焰的位置；将二值图像的宽度和高度各扩充两个像素，即得到漫水填充算法的二值掩模图像，再利用漫水填充算法在原图上提取出火焰区域的RGB图像； 5)将火焰区域的RGB图像转换至HSL颜色空间，计算火焰区域的颜色特征；若火焰的面积没有超过观察孔面积的90％，则利用火焰区域的二值掩模图像计算火焰的形状特征； 6)若火焰面积小于观察孔面积的90％，将颜色特征与形状特征均作为BP神经网络的输入；若火焰面积大于观察孔面积的90％，则仅将颜色特征作为BP神经网络的输入；训练BP神经网络，选择对应的BP神经网络和输入特征计算出当前合成炉中的氯氢配比。 8.根据权利要求7所述的计算机存储介质，其特征在于，所述氯氢配比按照如下公式计算：其中K为氯氢配比理论计算结果，C为离线化验的氯化氢纯度。 9.根据权利要求7所述的计算机存储介质，其特征在于，所述颜色特征包括： 火焰图像中黄色区域整体偏黄程度：青色区域整体偏青程度：其中Ω1和Ω2分别表示属于黄色区域和青色区域的像素点，(Hh,Sh,Lh)和(Hq,Sq,Lq)分别表示HSL颜色空间中的标准黄色点和标准青色点，(Hi,Si,Li)表示第i个像素点的色相H、饱和度S、明度L的值；I(x,y)为当前帧图像的像素点像素值。 10.根据权利要求7所述的计算机存储介质，其特征在于，所述形状特征包括： 质心位移：其中xi和yi分别表示当前图片火焰质心的横坐标与纵坐标，xi-1和yi-1分别表示上一帧图片火焰质心的横坐标与纵坐标；面积变化率：其中Si表示当前图片的火焰面积，即火焰区域的像素点个数，Si-1表示上一帧图片的火焰面积； 火焰相似度：其中Ii-1(x,y)和Ii(x,y)分别表示图像序列中上一帧图像的像素点和当前帧图像的像素点像素值，Ω表示图像中属于火焰区域的像素点。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
