西安聚能装备技术有限公司 陕西西安 710018
摘要：等离子熔炼属于等离子体在冶金中的一个应用分支，也是特种熔炼技术的主要方法之一。等离子弧与自由电弧不同，属于压缩电弧，能量高度集中，电离度更高，它是用通有气体的等离子枪对电弧施以压缩而形成的。传统的熔炼方式是依靠人工观察弧焰的长短， 其缺点是光线刺眼， 人工长时间工作后会产生视疲劳， 容易产生误操作，影响身心健康，。根据等离子弧焰的特性， 结合火焰的静态和动态特征， 设计了一种多特征融合的弧焰识别算法，实验证明了该算法的准确性和有效性。
关键词：等离子弧；熔炼；火焰识别
在等离子熔炼过程中，弧距的长短对熔炼过程有着非常重要的影响。传统的弧距识别是在火焰识别的算法上进行改进，主要集中在火焰色彩分析和火焰面积分析上， 以设定的色彩空间阈值来提取火焰燃烧区域， 以面积判据来剔除周围的干扰， 其算法具有速度快、实时性好等优点， 但易受到外界干扰， 因此不适合在复杂的环境中工作，将弧焰的外形特征融入到弧焰识别判据中， [1] 以弧焰轮廓线的傅里叶变换系数为模板， 对燃烧过程中的傅里叶系数做识别， 来判断弧焰发生的区域，本文在分析弧焰静态与动态特征的基础上， 设计了一种基于视频序列的智能弧焰识别算法。
一、等离子弧焰的特征
1、产生离子电弧的装置叫做等离子发生器或称等离子枪。可分为转移型和非转移型两类。前者阴极装在等离子枪内而阳极是被加热的物体即被熔炼的金属;后者两根电极都装在枪内，通入的气体在枪内被电离，在两极间产生电弧，并从枪端喷出高温等离子火焰。等离子体电弧是用直流电或交流电在两个或更多个电极间放电，有时也用高频电场放电获得的，弧光在燃烧中发光、放热， 通常焰气的温度在5000 K 以上， 并具备一定的外形特征， 如燃烧高度、焰芯与焰尖等特征， 但火焰外形特征受周围环境的影响比较大。弧焰发光、放热的特征在视频图像中表现为该区域的像素点色度值偏红， 并且亮度值明显高于其他区域的像素点， 而火焰的外形特征在视频图像中则表现为图像具有多层封闭的轮廓线， 轮廓线上有一个或多个尖点。假设在第n 帧数字视频图像中， 经过图像分割后， 第m 个区域是弧焰燃烧的区域， 则该区域的像素点集合：
式中:θ为两向量之间的夹角函数;θ0为设定的夹角值. 结合弧焰2 个静态特征的识别算法可以剔除现实环境中大部分的干扰因素， 但仍会存在误识别的可能， 因此仅仅依靠弧焰静态特征是无法完全剔除掉干扰的， 应考虑结合弧焰的动态特征来增加算法的抗干扰能力。
2、弧焰动态特征。弧焰在产生初期， 具有很明显的增长膨胀趋势， 因此可以在通过温度阈值分割、颜色分析提取出疑似弧焰区域之后， 通过计算疑似弧焰区域的面积的变化情况来进一步考察是否有真实弧焰发生。因为摄像机的采样频率最大为9Hz， 即1s 最多拍摄9 帧图像，采用比较间隔为5帧的图像的疑似弧焰区域的面积变化情况， 来判断弧焰发生的可能性。如果前后两幅图像的疑似弧焰区域的面积一直相等， 则说明该疑似弧焰区域可能是一些高温物体， 如料尾， 并不是真实的弧焰， 不具有灾难性的损害。若面积一直在增长， 则需要通过进一步分析来判断， 其是否是弧焰在燃烧。因为面积增长的原因， 可能是由于高温物体相对热像仪由远及近的运动， 导致成像区域面积一直在增加。
二、识别算法
火焰识别算法的基本步骤如下: 首先进行基于红外图像的温度阈值分割得到高温疑似火焰区域， 然后分析对应彩色区域的RGB 数值关系， 排除干扰， 得到疑似火焰区域。紧接着计算疑似火焰区域的面积增长情况，提取疑似火焰区域轮廓， 对其进行离散余弦变换， 提取其离散余弦变换描述子， 计算帧图像目标轮廓对应的离散余弦变换描述子的变化情况。整个流程如图所示。
1、火焰识别流程
三、实验结果与分析
实验平台采用ETREE公司出品的图像处理开发板， 它包含：CMOS 图像传感器接口(DVP 并口)、USB 转串口、LED 发光二极管、SDRAM、独立按键、100M 网卡、TF 卡插槽、TFT 显示屏接口。算法实现采用Verilog 语言编程实现。为减少计算量， 视频图像序列分辨率为640×480， 以蜡烛火焰作为测试对象在室内环境下做相应实验。首先对摄像机采集得到的红外图像进行温度阈值分割处理， 因为蜡烛火焰的温度相对背景环境高出很多， 同时由于室内地板反射到的亮度的原因， 因此得到的图像阈值分割出蜡烛火焰及其地面的反光。与此同时， 彩色摄像机采集图像并进行格式转换工作， 将其格式转换到RGB 空间， 接着利用三维重建技术匹配蜡烛火焰及其反光区域到彩色图像中， 对其进行RGB 空间色彩分析， 用红色方框标记的蜡烛火焰区域。然后使用面积判定方法， 但由于室内蜡烛火焰是较稳定的火焰， 所以其面积增长特性并不明显。紧接提取相邻两帧图像的目标轮廓， 对其进行离散余弦变换， 可以得到蜡烛火焰的轮廓变化距离要远大于， 这说明即使是稳定的蜡烛火焰， 也呈现出一定程度上的闪动特性， 并且利用轮廓的离散余弦变换具有非常敏感的计算精度，如下图所示，并根据火焰的面积，计算出火焰的高度。
该算法在分析红外图像的亮度特征及火焰的颜色特征等火焰静态特征的基础上， 结合火焰的动态特征，通过进一步分析目标区域的区域增长特性及基于离散余弦变换的闪动特性来识别真实弧焰的产生， 实验证明该算法能够真实有效的识别出弧焰高度， 提高弧焰检测识别的准确度， 降低误报率。并且该算法结构清晰， 效率较高， 便于工程实现。
参考文献：
[1]胡晓军，徐飞. MATLAB应用图像处理[M]. 西安: 西安电子科技大学出版社， 2014.
[2]周宁宁.融合MMTD的图像复原方法研究[D]. 南京: 南京邮电大学， 2013
论文作者:孙斌,马乐,张磊,贾庆功,方向明
论文发表刊物:《防护工程》2018年第20期
论文发表时间:2018/11/21
标签：火焰论文; 区域论文; 图像论文; 特征论文; 算法论文; 等离子论文; 余弦论文; 《防护工程》2018年第20期论文;