專利名稱：熔融狀態(tài)的在線測(cè)量的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及對(duì)來(lái)自熔融狀態(tài)(包括熔渣(slag)、熔劑(flux)、金屬和冰銅(matte))的信息進(jìn)行識(shí)別和量化。使用基于取自熔融狀態(tài)表面的圖像數(shù)據(jù)的主成分分析的方法。
現(xiàn)有技術(shù)多變量圖像處理提供了從圖像數(shù)據(jù)提取信息的可靠方法。這一方法已經(jīng)成功地應(yīng)用于幾個(gè)圖像處理的應(yīng)用中，例如衛(wèi)星圖像數(shù)據(jù)和醫(yī)學(xué)領(lǐng)域。但是現(xiàn)有應(yīng)用中還沒(méi)有將這一方法應(yīng)用于熔融狀態(tài)的在線測(cè)量。
對(duì)處理過(guò)程的可靠的實(shí)時(shí)測(cè)量是開(kāi)發(fā)任何控制系統(tǒng)的重要因素。對(duì)于高溫熔融狀態(tài)處理(例如煉鋼)，因?yàn)闃O端條件，實(shí)現(xiàn)實(shí)時(shí)測(cè)量是困難而且昂貴的。目前，有幾種方法可以收集熔融狀態(tài)的信息，例如檢測(cè)熔融狀態(tài)的相關(guān)表面區(qū)域以及對(duì)上述狀態(tài)是否處于完全熔化的評(píng)估，這些都是基于操作者的人為視覺(jué)觀察。因此，需要更可靠的熔融狀態(tài)的在線測(cè)量。
本發(fā)明的目的是在合理的計(jì)算時(shí)間內(nèi)詳細(xì)記述和量化關(guān)于熔融狀態(tài)的在線信息以檢測(cè)熔融狀態(tài)的相關(guān)表面區(qū)域、確定是否處于完全熔化的狀態(tài)以及預(yù)計(jì)這些狀態(tài)的溫度。因?yàn)橛?jì)算時(shí)間相當(dāng)快，所以該方法可用作在線測(cè)量裝置以及被整合到控制系統(tǒng)中。
發(fā)明公開(kāi)按照本發(fā)明，提供一種使用取自熔融狀態(tài)的表面的圖像數(shù)據(jù)的主成分分析來(lái)將熔融狀態(tài)特征化的方法。該方法包括(a)開(kāi)發(fā)標(biāo)準(zhǔn)；以及(b)使用該標(biāo)準(zhǔn)確定和量化在線圖像數(shù)據(jù)。為了開(kāi)發(fā)所述標(biāo)準(zhǔn)，開(kāi)發(fā)的過(guò)程包括下列步驟(i)獲取熔融狀態(tài)表面的數(shù)字圖像；(ii)執(zhí)行該圖像的主成分分析；(iii)在熔融狀態(tài)屬性的知識(shí)的基礎(chǔ)上判斷所述主成分的標(biāo)準(zhǔn)值，其將用于確定在線圖像的屬性。在使用識(shí)別和量化在線圖像數(shù)據(jù)的標(biāo)準(zhǔn)中，執(zhí)行下列步驟(a)獲取熔融狀態(tài)表面的數(shù)字圖像；(b)執(zhí)行該圖像的主成分分析；(c)將該分析與主成分的標(biāo)準(zhǔn)值進(jìn)行比較以確定上述圖像的屬性；以及(d)量化上述圖像的屬性。
附圖簡(jiǎn)要說(shuō)明

圖1是熔融狀態(tài)的在線測(cè)量的原理圖?；旧?，該系統(tǒng)包括三個(gè)主要部分，即被測(cè)量的熔融狀態(tài)，用于獲取圖像數(shù)據(jù)的數(shù)字照相機(jī)，以及用于處理該圖像數(shù)據(jù)的計(jì)算機(jī)；圖2表示取自熔融狀態(tài)的RGB圖像的例子；圖3是主成分分析過(guò)程的原理圖；圖4是圖2中的圖像的前兩個(gè)主成分繪圖(plot)(t1對(duì)t2)的例子；圖5是與預(yù)測(cè)的裸金屬面積相關(guān)聯(lián)的繪圖，其與從容器底部注入的惰性氣體流量一起，作為注氣時(shí)間的函數(shù)；圖6是與熔池(bath)的溫度和熔渣屬性的平均第二主成分t2相關(guān)的繪圖。
本發(fā)明的最佳實(shí)施方式熔融狀態(tài)的在線測(cè)量系統(tǒng)的原理圖通常由圖1中的數(shù)字20所表示。如圖所示，系統(tǒng)20用于測(cè)量在容器22中的熔融狀態(tài)，包括用于獲取圖像數(shù)據(jù)的數(shù)字照相機(jī)24以及用于處理該圖像數(shù)據(jù)的計(jì)算機(jī)26。
測(cè)量熔融狀態(tài)屬性(例如渣面的分裂、渣相的局部凝固或者熔渣的溫度)的第一步是使用數(shù)字照相機(jī)24以RGB(Red-Green-Blue，紅-綠-藍(lán))格式捕獲該熔渣表面的圖像數(shù)據(jù)。RGB格式是通常用于表示高分辨率彩色圖像的方式，其中每個(gè)像素以三個(gè)數(shù)值表示一分別表示該像素顏色的紅、綠、藍(lán)(RGB)組分。在圖2的彩色圖像中，該圖像的白色區(qū)域?qū)?yīng)于裸金屬(baremetal)，黃色區(qū)域?qū)?yīng)于薄熔渣(thin slag)，褐色區(qū)域?qū)?yīng)于流體熔渣(fluidslag)，而黑色區(qū)域?qū)?yīng)于凝固渣(solidified slag)。這樣的圖像可示意地表示為三個(gè)n×m像素圖像的堆。從數(shù)學(xué)角度上看，該圖像可看作矩陣Im，其大小為n×m×3，如圖3所示。這樣的取自于煉鋼桶(ladle)表面的圖像在圖2中是可視的。數(shù)字圖像數(shù)據(jù)傳送到過(guò)程控制計(jì)算機(jī)26中以便在由圖像數(shù)據(jù)獲得的信息的基礎(chǔ)上確定熔融狀態(tài)的屬性。
在處理獲得的熔融狀態(tài)的圖像數(shù)據(jù)的過(guò)程中使用主成分分析或叫作PCA。PCA是應(yīng)用于一組變量的多變量統(tǒng)計(jì)過(guò)程(這些變量是高度關(guān)聯(lián)的)以揭示它的主成分(或者得分向量(score vector))。這些主成分是原始變量的線性組合，這些變量是相互獨(dú)立的，并且能在它的最初幾個(gè)主成分中獲取原始變量中的主要信息[Jackson，1991]。
多變量統(tǒng)計(jì)方法，例如主成分分析(PCA)以及局部最小二乘方(PLS)，已經(jīng)成功地用于多變量圖像分析[Esbensen等，1989；Geladi等，1989；Grahn等，1989；Bharati和MacGegor，1998]。使用這些方法，一組高維的和高度相關(guān)的數(shù)據(jù)能夠被投射為一組具有維度降低的不相關(guān)的數(shù)據(jù)。在本發(fā)明中PCA方法用于評(píng)估熔融狀態(tài)的圖像。
為了簡(jiǎn)化這一問(wèn)題，圖3的三維矩陣Im(m×n×3)被展開(kāi)為擴(kuò)展的二維矩陣X((n，m)×3)，如圖3所示。
展開(kāi)的圖像矩陣X通過(guò)執(zhí)行主成分分析而被分解[Jackson，1991]。原始矩陣和其主成分之間的關(guān)系通過(guò)下面的等式給出X=ΣitipiT+E=TPT+E---(2)]]>其中，X是Im的展開(kāi)形式；T是得分矩陣(score matrix)；P是載荷矩陣(loading matrix)；E是剩余矩陣。
假設(shè)圖像中的所有信息都保留在前兩個(gè)主成分中，即t1和t2，那么X矩陣近似為X^=Σi=12tipiT---(3)]]>得分向量ti是解釋多變量數(shù)據(jù)中的最大偏差的數(shù)據(jù)矩陣X中的變量(列)的線性組合。這些向量具有相互正交的性質(zhì)。載荷向量pi是該數(shù)據(jù)矩陣中的方差-協(xié)方差(variance-covariance)結(jié)構(gòu)(XTX)的特征向量(以降序)。這些向量具有相互正交的性質(zhì)(即PTP＝I；其中I是單位矩陣)?；诘梅窒蛄亢洼d荷向量的性質(zhì)，得分矩陣T的值可由X乘P得到[Geladi等，1989]
T＝XP(4)下面假設(shè)圖像中所有信息都保留在前兩個(gè)主成分中，前兩個(gè)得分向量(t1和t2)的組合與這些像素基本相等[Bharati和Macgregor，1998]，如等式(3)算術(shù)所示。因此，這些主成分的組合可用于從上述圖像中提取信息(或者區(qū)分上述圖像的材料)。此外，每個(gè)波長(zhǎng)的像素亮度的平均值由t1表示，而不同波長(zhǎng)的像素亮度之間的對(duì)比度和差別由t2表示[Bharati和Macgregor，1998]。按照本發(fā)明，t1或t2的平均值可用于表征圖像的屬性，例如確定溫度。
圖2中表示的圖像的圖像數(shù)據(jù)通過(guò)使用圖3給出的處理過(guò)程展開(kāi)得到矩陣X。使用PCA的標(biāo)準(zhǔn)處理過(guò)程分析矩陣X的主成分例如[Jackson，1991]給出載荷向量pi的值和表1中表示的特征值。該報(bào)告的所有計(jì)算用高級(jí)計(jì)算機(jī)語(yǔ)言執(zhí)行，即MATLABTM版本6以及MATLABTM圖像處理工具箱(ImageProcessing Toolbox)版本3。
表1.圖3中表示的圖像的載荷向量和特征值

如表1所示，前兩個(gè)主成分的累積的總方差是97.23％(分別是84.00％和13.23％)。因此，假設(shè)圖像中的主要信息保留在前兩個(gè)主成分中是合理的；這些主成分的組合可用于從圖像中提取信息(或者區(qū)別圖像中的材料)，然后僅用前兩個(gè)主成分進(jìn)行隨后的分析。這兩個(gè)主成分的載荷向量是p1T=
]]>和p2T=[-0.57380.19150.7963]]]>在圖4中表示的是前兩個(gè)得分向量(t1對(duì)t2)的分散繪圖(scatter plot)。該圖具有被繪圖的3110400個(gè)得分組合，每一個(gè)代表原始圖像中的2160×1440像素的位置。應(yīng)當(dāng)注意到，在本圖中有幾個(gè)點(diǎn)的交疊，這是因?yàn)榇罅康南袼乇焕L進(jìn)圖中并且原始圖像中的相似特征產(chǎn)生相似的得分向量組合。
通過(guò)將像素的前兩個(gè)主成分(t1和t2)的值投射到相應(yīng)的圖像，可以識(shí)別被t1和t2的組合值解釋的原始圖像的信息。這一步驟的結(jié)果可用于描繪像素等級(jí)。使用t1和t2的組合值，以及聯(lián)合由一個(gè)像素的區(qū)域代表的信息，圖像中對(duì)象的面積可以被確定。這一步驟的結(jié)果可用于描繪表2中給出的像素等級(jí)。通過(guò)使用這種方法，如果已知一個(gè)像素的代表的面積，那么考慮中的總的面積可由一個(gè)像素的面積乘上在圖4中同一組的點(diǎn)的數(shù)量而確定。例如，使用這種方法計(jì)算在圖2中的煉鋼桶中觀察到的槽眼(spout eye)或裸金屬的面積得到的值是1.764平方米。
表2.將前兩個(gè)主成分映射到原始圖像中的信息

圖5表示了預(yù)測(cè)的裸金屬面積的例子，在該圖中，接合惰性氣體流量一起作為注氣時(shí)間的功能。如圖中清晰所示，裸金屬的面積是惰性氣體流量的函數(shù)。從前面的討論中清楚，根據(jù)本發(fā)明的方法可用于描繪表面屬性(例如熔渣或裸金屬的分裂和熔渣的局部凝固)和用于量化關(guān)于其面積的表面屬性。
因?yàn)榈诙鞒煞謙2表示在不同波長(zhǎng)的像素亮度間的對(duì)比或差異[Bharati和MacGregor，1998]，所以使用第二主成分的平均值來(lái)量化熔池的溫度。溫度和亮度之間的關(guān)系也是材料的反射屬性的函數(shù)，其在某種程度上是桶樣成分(ladle chemistry)的函數(shù)。
圖6表示熔池溫度和平均第二主成分t2之間的關(guān)系用于表示熔渣等級(jí)。如圖6所示，從中可以得到熔池的溫度可由第二主成分t2的平均值代表。因此，可得出結(jié)論熔融狀態(tài)(包括熔渣、熔劑、金屬和冰銅)的溫度能夠使用t2的平均值來(lái)確定。
為了將圖像處理過(guò)程結(jié)果作為實(shí)時(shí)測(cè)量數(shù)據(jù)，很重要的一點(diǎn)是能夠在合理的時(shí)間中處理該圖像。在目前的工作中，測(cè)量裸金屬面積的處理時(shí)間是幾秒鐘。因此，可下結(jié)論，計(jì)算速度對(duì)于在線測(cè)量系統(tǒng)而言是足夠的。上述計(jì)算是在IBMTM奔騰III/800MHz、250MHz RAM、在WindowTM2000環(huán)境下運(yùn)行的個(gè)人計(jì)算機(jī)中使用MATLABTM版本6以及MATLABTM圖像處理工具箱(Image Processing Toolbox)版本3進(jìn)行的。
權(quán)利要求
1.一種識(shí)別和量化來(lái)自具有外露表面區(qū)域的熔融狀態(tài)產(chǎn)品的信息的方法，所述方法包括下列步驟a)開(kāi)發(fā)用于數(shù)字圖像的在線評(píng)估的標(biāo)準(zhǔn)；以及b)執(zhí)行所述在線評(píng)估，其中使用下列步驟開(kāi)發(fā)所述標(biāo)準(zhǔn)i)獲取一熔融狀態(tài)產(chǎn)品的外露表面區(qū)域的數(shù)字圖像，以產(chǎn)生標(biāo)準(zhǔn)圖像數(shù)據(jù)；ii)對(duì)所述標(biāo)準(zhǔn)圖像數(shù)據(jù)執(zhí)行主成分分析，以確認(rèn)作為所述標(biāo)準(zhǔn)圖像數(shù)據(jù)特征的得分向量t1和t2；iii)將所述得分向量t1和t2的值與所述熔融狀態(tài)產(chǎn)品的特征屬性進(jìn)行關(guān)聯(lián)，以定義t1和t2的標(biāo)準(zhǔn)值；并且使用下列步驟進(jìn)行所述評(píng)估iv)獲取一熔融狀態(tài)產(chǎn)品的外露表面區(qū)域的數(shù)字圖像以生成在線圖像數(shù)據(jù)；v)對(duì)所述在線圖像數(shù)據(jù)執(zhí)行主成分分析，以定義作為所述在線圖像數(shù)據(jù)特征的得分向量t1和t2；vi)根據(jù)所述t1和t2的標(biāo)準(zhǔn)值為所述在線圖像數(shù)據(jù)的區(qū)域指定一特征屬性；vii)建立所述特征屬性的輸出從而識(shí)別和量化狀態(tài)。
2.如權(quán)利要求1所述的方法，其中所述熔融狀態(tài)包括熔渣、熔劑、金屬、冰銅和玻璃中的任意一個(gè)。
3.如權(quán)利要求1所述的方法，其中所述數(shù)字圖像在可見(jiàn)光譜中取得。
4.如權(quán)利要求1所述的方法，其中所述數(shù)字圖像包括在至少三個(gè)波長(zhǎng)范圍內(nèi)測(cè)定的亮度值像素元素矩陣。
5.如權(quán)利要求4所述的方法，其中所述數(shù)字圖像的像素元素具有變化的紅、綠、藍(lán)顏色的亮度。
6.如權(quán)利要求1所述的方法，其中用所述得分向量t1和t2校正的所述特征屬性選自下列組熔融狀態(tài)產(chǎn)品的狀態(tài)識(shí)別；每個(gè)識(shí)別的狀態(tài)占用的表面積；每個(gè)識(shí)別的狀態(tài)的溫度。
7.一種監(jiān)測(cè)具有高溫熔融狀態(tài)的煉鋼桶以區(qū)別具有裸金屬、覆蓋有熔渣的裸金屬和流體熔渣的區(qū)域的方法，所述方法包括下列步驟a)開(kāi)發(fā)用于數(shù)字圖像的在線評(píng)估的標(biāo)準(zhǔn)；以及b)執(zhí)行所述在線評(píng)估，其中使用下列步驟開(kāi)發(fā)所述標(biāo)準(zhǔn)i)獲取煉鋼桶的外露表面區(qū)域的數(shù)字圖像，以生成標(biāo)準(zhǔn)圖像數(shù)據(jù)；ii)對(duì)所述標(biāo)準(zhǔn)圖像數(shù)據(jù)執(zhí)行主成分分析，以定義作為所述標(biāo)準(zhǔn)圖像數(shù)據(jù)屬性的得分向量t1和t2；iii)將所述得分向量t1和t2的值與所述熔融狀態(tài)產(chǎn)品的特征屬性相關(guān)聯(lián)，以定義t1和t2的標(biāo)準(zhǔn)值；并且使用下列步驟進(jìn)行所述評(píng)估iv)獲取熔融狀態(tài)產(chǎn)品的外露表面區(qū)域的數(shù)字圖像以生成在線圖像數(shù)據(jù)；v)對(duì)所述在線圖像數(shù)據(jù)執(zhí)行主成分分析，以定義作為所述在線圖像數(shù)據(jù)屬性的得分向量t1和t2；vi)根據(jù)所述t1和t2的標(biāo)準(zhǔn)值為所述在線圖像數(shù)據(jù)的區(qū)域指定特征屬性；vii)建立所述特征屬性的輸出從而識(shí)別和量化狀態(tài)。
8.如權(quán)利要求7所述的方法，其中用所述得分向量t1和t2校正的所述特征屬性選自下列組狀態(tài)識(shí)別；每個(gè)識(shí)別的狀態(tài)占用的表面積；每個(gè)識(shí)別的狀態(tài)的溫度。
全文摘要
一種使用多變量圖像分析方法確定和量化關(guān)于包括熔渣、熔劑、金屬和冰銅的熔融狀態(tài)的信息。使用該處理過(guò)程，熔融狀態(tài)的屬性(例如熔渣的分裂、裸金屬的尺寸、熔渣的局部凝固以及熔渣的溫度)能在合理的計(jì)算時(shí)間內(nèi)得以準(zhǔn)確地確定。此外，該方法能夠作為熔融狀態(tài)的在線測(cè)量工具被實(shí)施。
文檔編號(hào)G06T5/00GK1668920SQ03816537
公開(kāi)日2005年9月14日 申請(qǐng)日期2003年7月10日 優(yōu)先權(quán)日2002年7月11日
發(fā)明者S·蘇巴吉奧, 杰弗里·A·布魯克斯 申請(qǐng)人:麥克馬斯特大學(xué)