一种基于燃烧图像的煤粉与炉内热流混合效果度量方法
【专利摘要】本发明公开了一种基于燃烧图像的煤粉与炉内热流混合效果度量方法，属于热工测量和图像处理技术领域。该方法首先通过固定搜索方向的区域一阶差分算法对燃烧图像中的未燃煤粉区域进行边缘检测，确定煤粉与炉内热流混合特征区域，并对该区域进行分块处理和灰度分级处理。在特征区域内，提取反映煤粉与炉内热流混合状况的灰度参数和灰度位置分布参数，并由这两个参数构建一个可量化评价煤粉与炉内热流混合效果的混合系数，由此实现煤粉与炉内热流的混合效果度量。
【专利说明】
一种基于燃烧图像的煤粉与炉内热流混合效果度量方法
技术领域
[0001] 本发明属于热工测量和图像处理技术领域，具体涉及一种基于燃烧图像的煤粉与 炉内热流混合效果度量方法。
【背景技术】
[0002] 煤粉与炉内热流混合是指入炉煤粉与炉膛热流介质的混合，煤粉与炉内热流混合 效果对炉内燃烧状况有着重要影响，混合效果不好将会产生以下几方面的危害:无法创造 良好的着火、稳燃条件，影响煤粉燃烧，增加煤粉燃烧时间；煤粉在炉膛内部可能无法完全 燃尽，影响机组经济性；当锅炉炉膛部分区域空气过少且煤粉与炉内热流混合效果差时，将 影响煤粉正常燃烧，导致煤粉无法充分氧化，容易引起炉膛结渣。由此会对锅炉安全、稳定、 高效运行造成影响。
[0003] 随着图像技术的发展，我国大部分火力机组锅炉都安装了图像火焰检测装置，为 炉膛火焰检测提供了燃烧状态视觉信息，为基于图像信息的锅炉燃烧状态检测与优化研究 提供技术平台。目前国内多数图像火焰监测研究和应用的重点在燃烧诊断、燃烧稳定性判 别和锅炉温度场测量等方面。如文献1:盛杨，刘禾.基于支持向量机的炉膛火焰灭火判别方 法研究.现代电力，2007(2) :66-69.介绍的，根据图像信息提取特征，并结合神经网络和支 持向量机等方法可实现对锅炉燃烧的灭火判别，该方法运用了模式识别和人工智能技术， 拥有很高的正确率。如文献2:吴一全，宋昱，周怀春.基于灰度熵多阈值分割和SVM的燃烧图 像状态识别.中国电机工程学报，2013 (20): 66-73.介绍的，利用灰度熵多阈值分割和支持 向量机方法实现燃烧稳定性判别。如文献3:戴维葆，邹平华.基于改进微粒群算法重建炉膛 截面温度场.中国电机工程学报，2007(14): 13-17.介绍的，通过燃烧图像建立非线性优化 模型，利用微粒群算法可获得温度场。也有如文献4:李新利，李玲，卢钢，等.基于火焰自由 基成像和支持向量机的燃烧过程~0_1排放预测.中国电机工程学报，2015(06): 1413-1419. 介绍的，通过火焰自由基图像处理和火焰温度监测研究N0X排放，结合支持向量机方法进行 在线预测。
[0004] 目前对于基于燃烧图像的锅炉燃烧监测的研究成果很多，但对于基于燃烧图像的 煤粉与热流混合状况的研究却极少。
【发明内容】
[0005] 本发明公开了一种基于燃烧图像的煤粉与炉内热流混合效果度量方法，采用的技 术方案如下：
[0006] 通过提取火焰图像传感器采集的煤粉燃烧图像特征，计算混合系数，实现混合效 果评价，具体步骤为：
[0007]步骤一，划分燃烧图像中的未燃烧区和燃烧区，以燃烧区为特征区域，并进行分块 及灰度处理；
[0008]步骤二，提取特征区域中的灰度参数；
[0009] 步骤三，提取特征区域中的灰度位置分布参数；
[0010] 步骤四，根据灰度参数和灰度位置分布参数计算混合系数。
[0011] 步骤一中，确定特征区域的方法为:根据火焰图像传感器确定煤粉气流在燃烧图 像f(x，y)中的运动方向和中心线位置，进而确定边缘检测有效区域;对有效区域内所有沿 煤粉气流运动方向的直线搜寻灰度梯度最大点,通过这组最大点坐标(Xij^ij)和煤粉气流 运动方向，确定煤粉与炉内热流混合效果的特征区域;其中，x，y为图像坐标，f (x，y)为(x， y)处的灰度值;灰度梯度最大点的确定方法为：A f(xk，yk) =f(xk+i，yk+i)_f(xk，yk)为f(x, y)的一阶前向差分，通过找到最大的前向差分，即为燃烧图像中规定方向上的灰度梯度最 大点；
[0012] 对特征区域进行分块处理的方法为:根据燃烧图像位置信息将特征区域分成拥有 txt个像素点连续排列的子区域；
[0013] 对特征区域进行灰度分级处理的方法为:G(x，y)为(x，y)处灰度值，若 像素点属于第i灰度级集合Gi，其中i = l，2，L，n。
[0014] 步骤二中，提取特征区域中的灰度参数的方法为:在特征区域内，选择属于第i灰 度级集合的像素点数nu与区域总像素点数m的比值aiinu/m作为n维特征向量第i分量，由此 构建n维特征向量A = (ai，L，ai，L，an)。
[0015] 煤粉与热流混合效果差，煤粉未及时燃烧，则灰度值小的像素多;煤粉与热流混合 效果好，煤粉充分燃烧，灰度值大的像素多。由此，对应在n级灰度图像中，混合效果最差时， 特征区域内像素点分布在较低灰度级集合中；混合效果最佳时，区域内像素点集中于较高 灰度级集合中；而在最佳混合时，区域内的点应均属于第n灰度级集合，对应的n维最佳特征 向量为Ab = (0，L，0，L，0，1)，A与Ab距离越近，则混合效果越好。
[0016] 但是不同灰度级集合对混合效果评价的影响是不同的。灰度值较小的灰度级集合 像素点越多，混合效果越差;灰度值较大的灰度级集合像素点越多，混合效果越好。为了在 度量过程中体现出这一点，需要在度量时加上权重。权重越大，其对应灰度级集合对距离的 影响越大;距离越大，混合效果越差，所以灰度级集合的权重应依次递减。同时，为了体现灰 度级集合之间的灰度值等距关系，定义
作为权重向量。故灰度参数为 G k' - %f，其中，Pi，ai，abi分别表示向量P，A，Ab中的第i个分量，灰度参数越小，煤粉 与热流混合效果越好。
[0017] 根据煤粉燃烧的一般特性，距未燃区越近，燃烧越不充分，距未燃区越远，则燃烧 越剧烈。若出现距未燃区较远位置燃烧不充分的情况，即出现燃烧图像中离分割线较远区 域灰度较低的情况，说明煤粉与热流混合效果较差，燃烧不及时。为此提取特征区域的灰度 位置分布特征对煤粉与热流混合效果进行描述。
[0018] 步骤三中，提取特征区域中的灰度位置分布参数的方法为:将特征区域分成N个子 N n 区域，建立灰度位置分布参数d其中》=，为子区域灰度级特征，< 为第j 子区域第i灰度级集合像素点数，PiSP中的第i个分量，Sl为第i子区域中心点到分割直线的 距离。
[0019] 步骤四中，对灰度参数和灰度位置分布参数进行归一化，根据灰度参数和灰度位置 分布参数确定混合系数// = i-l/iG + O-ajZTI .，其中a为权重系数，取值范围为（〇，1)，
为归一化灰度参数
为归一化灰度位置分布参 数。
[0020] 根据混合系数的大小可以对燃烧图像中煤粉与炉内热流混合效果进行评价，混合 系数越大，混合效果越好，混合系数越小，混合效果越差，从而实现煤粉与炉内热流混合效 果的度量。
[0021] 本发明根据煤粉燃烧图像，构建了度量煤粉与炉内热流混合效果的混合系数，实 现了煤粉与炉内热流混合评价方法;该方法计算快速准确，能够实现锅炉燃烧时煤粉混合 状况的在线监测。
【附图说明】
[0022]图1为本发明主要流程图；
[0023]图2为本发明实施例的燃烧图像；
[0024] 图3为本发明实施例的燃烧图像区域分割搜索有效区域示意图；
[0025] 图4为本发明实施例的燃烧图像灰度梯度最大点示意图；
[0026] 图5为本发明实施例的燃烧图像区域分割示意图；
[0027] 图6为本发明实施例的燃烧图像分块处理示意图；
[0028] 图7为本发明实施例的燃烧图像灰度分级处理示意图。
【具体实施方式】
[0029]下面结合附图和具体实施例对本发明做进一步的说明。
[0030] 锅炉燃烧过程中，煤粉与炉内热流混合效果直接影响煤粉的着火时间和燃烧效 率，通过本发明方法可以对混合效果进行评价，其主要步骤如图1所示。
[0031] 通过火焰图像传感器采集燃烧图像，本发明实施例使用的是大小为320X240的燃 烧图像，参见图2。
[0032] 根据已知火焰图像传感器安装位置信息，确定煤粉气流在燃烧图像中的中心线位 置和运动方向，中心线位置和运动的方向有许多可能，但中心线必与运动方向平行。根据中 心线位置和运动方向确定固定搜索方向的区域一阶差分算法的有效区域，参见图3。依次搜 索有效区域内中心线两侧邻近的与之平行的1条待测直线灰度梯度最大点，具体过程为:计 算待测直线沿煤粉气流运动方向上所有相邻前后两点的一阶差分Af( Xk，yk)=f(Xk+1， yk+i)_f(xk，yk)，搜寻该直线上的最大一阶差分 A f(xi，yi)=max( A f(xi，yi)，A f(x2，y2)，L， A f(xk，yk)，L, A f (xq，yq))，贝lj(xi，yi)为该直线的灰度梯度最大点，并继续搜索下一条待测 直线，直线选择顺序遵循从左到右或从上到下原则，最终得到1个灰度梯度最大点，灰度梯 度最大点位置如图4所示。以这1个灰度梯度最大点拟合一条与已知方向垂直的分割线ax+ by+c = 0,分割未燃烧区和燃烧区，参见图5,图5右侧即为特征区域。本发明实施例中，1取 31〇
[0033]对特征区域进行分块处理，将特征区域分割成若干个大小tXt的相邻子区域，相 邻子区域之间没有空隙，如图6所示。
[0034]分块处理后，依次对每个子区域进行灰度分级处理，如图7所示。子区域选择顺序 为从左到右或从上到下，其具体处理过程为:遍历子区域中的像素点（x，y)，判断像素点灰 度值G(x，y)大小，若
，则像素点(x，y)属于第i灰度级集合Gi，其中 i = l，2，L，n。通过该过程可以获得每个子区域属于各灰度级集合像素点个数，m/为第j子区 域属于第i灰度级集合像素点数。本发明实施例中，t取10，n取8。
[0035] 根据各子区域属于各灰度级集合像素点个数，得到在特征区域内属于各灰度级集 合的像素点数。％ = 为第i灰度级集合的像素点数，? = ，为区域总像素点数。为了 7=1 了解燃烧图像特征区域灰度状况，需要构建一个n维特征向量六=(&1丄，&1丄， &1〇，其中以比 值&1 = !111/111作为n维特征向量的第i分量。理想状况下，煤粉与炉内热流混合效果最好时，燃 烧效果最佳，燃烧图像特征区域亮度最高，所以以知二⑶氺…氺…^彡作为"隹最佳特征向
n 量。同时以 作为权重向量，计算灰度参数G b - % f^其中，Pi，ai， i=L abi分别表不向量P，A，Ab中的第i个分量，N为子区域个数。
[0036] 煤粉气流在燃烧区中运动，越深入炉内，燃烧越充分。若出现炉内较深位置燃烧不 充分即燃烧图像中离分割线较远区域灰度较低的情况，说明煤粉与炉内热流混合效果较 差，燃烧不及时。为此需提取特征区域的灰度位置分布特征对煤粉与炉内热流混合效果进 行描述。由分块处理和灰度分级处理，可以得到每个子区域的灰度级集合像素点数w/。根 n 据每个子区域的灰度级集合信息，可以计算每一个子区域灰度级特征，=1>/八。为了了 解每一个子区域的位置信息，以分割线作为参考，计算每个子区域中心到分割线的距离
_。子区域灰度越小，该区域混合越不充分，距离越远，该子区域位置越重要， 由每个子区域的灰度信息和位置信息可以计算灰度位置分布参数
[0037] 判别煤粉与炉内热流混合状况需要综合考虑灰度参数和灰度位置分布参数，首先 需对上述参数进行归一化处理。
[0038] 灰度参数的归一化公式为
.，灰度位置分布参数归一化公式 为
[0039]根据灰度参数和灰度位置分布参数计算混合系数/_/ ==〗-[aC/' + G -a)Zf]:其中a为 权重系数，取值范围为(〇，1)。灰度参数反映燃烧时的亮度信息和燃烧剧烈情况，灰度位置 分布参数体现燃烧时煤粉位置分布情况，两参数对评价混合状况都有着重要作用，都应该 在混合系数中得到充分体现，所以两参数权重不应相差过大。但是灰度参数能更直接地了 解煤粉与热流的混合状况，灰度参数的权重应高于灰度位置分布参数，所以取a = 0.6。
【主权项】
1. 一种基于燃烧图像的煤粉与炉内热流混合效果度量方法，其特征在于，通过提取火 焰图像传感器采集的煤粉燃烧图像特征，计算混合系数，实现混合效果评价，具体步骤为： 步骤一，划分燃烧图像中的未燃烧区和燃烧区，W燃烧区为特征区域，并进行分块及灰 度处理； 步骤二，提取特征区域中的灰度参数； 步骤=，提取特征区域中的灰度位置分布参数； 步骤四，根据灰度参数和灰度位置分布参数计算混合系数。2. 根据权利要求1所述的煤粉与炉内热流混合效果度量方法，其特征在于，步骤一中， 确定特征区域的方法为:根据火焰图像传感器确定煤粉气流在燃烧图像f(x，y)中的运动方 向和中屯、线位置，进而确定边缘检测有效区域;对有效区域内所有沿煤粉气流运动方向的 直线捜寻灰度梯度最大点，通过运组最大点坐标(XU,yu)和煤粉气流运动方向，确定煤粉 与炉内热流混合效果的特征区域;其中，x，y为图像坐标，f(x，y)为(x，y)处的灰度值;灰度 梯度最大点的确定方法为：A f (xk，yk)=f (xk+i，yk+i)-f (xk，yk)为f (x，y)的一阶前向差分， 通过找到最大的前向差分，即为燃烧图像中规定方向上的灰度梯度最大点； 对特征区域进行分块处理的方法为:根据燃烧图像位置信息将特征区域分成拥有t X t 个像素点连续排列的子区域； 对特征区域进行灰度分级处理的方法为:G(x，y)为(x，y)处灰度值，若' n 巧 像素点属于第i灰度级集合Gi,其中i = l，2，L，n。3. 根据权利要求1所述的煤粉与炉内热流混合效果度量方法，其特征在于，巧骤二中， 图像像素点根据灰度值重新分配到n个灰度级集合，建立灰度参I庚中曰1 =mi/m，mi为第i灰度级集合的像素点数，m为特征区域总像素点数，其构成n维特征向量A = (ai，L，ai，L，an) ,Ab = (0，L，0，L，0, 1)为n维最佳特征向量，abi为Ab第i个分量，3权重向量，Pi表不P中的第i个分量。4. 根据权利要求1所述的煤粉与炉内热流混合效果度量方法，其特征在于，步骤=中， 将特征区域分成N个子区域，建立灰度位置分布参数弓子区域 灰度级特征，为第j子区域第i灰度级集合像素点数，Pi为P中的第i个分量，Si为第i子区 域中屯、点到分割直线的距离。5. 根据权利要求1所述的煤粉与炉内热流混合效果度量方法，其特征在于，步骤四中， 对灰度参数和灰度位置分布参数进行归一化，根据灰度参数和灰度^^晋^^^?々《1?^?'心^ 系数W = ^[a知(1-a)巧，其中a为权重系数，取值范围为(〇，1)为归一化灰度参数3-化灰度位置分布参数。
【文档编号】G06T7/00GK105912872SQ201610269775
【公开日】2016年8月31日
【申请日】2016年4月27日
【发明人】刘禾, 胡叙畅, 杨国田, 于磊, 刘建松
【申请人】华北电力大学