本發(fā)明涉及視頻監(jiān)控在線分析技術領域，特別涉及一種高爐爐料粒度監(jiān)控系統(tǒng)及分布數(shù)據(jù)在線分析方法。

背景技術：

在冶金行業(yè)的高爐煉鐵生產(chǎn)過程中，高爐用爐料，尤其是燒結礦及焦炭，入爐前都需進行物理與化學分析。其中，爐料粒度的分布狀況，就是一個非常重要的參數(shù)。根據(jù)高爐冶煉工藝，對爐料有著嚴格的要求，例如入爐料粒度要均勻、爐料粒度要偏小、加入的爐料中的粉末要篩除以及爐料中有害雜質含量要少等。不同粒度的原燃料裝入高爐，爐料會有填充作用，使爐料的空間減少，透氣性差。而粒度均勻則會提高爐料透氣性，提高礦石間接還原度。這對高爐生產(chǎn)的節(jié)能、高產(chǎn)具有積極的意義。

目前，一般高爐爐料的粒度分析，大多是采用傳統(tǒng)簡易的機械方法。

例如，采用樣勺或斗狀容器，每隔一定時間取樣一次,送至篩分機分級，分出的各粒級送入稱量漏斗過秤，通過計算得出爐料粒度大小的分布狀況。由此可見，采用傳統(tǒng)的檢驗方法進行爐料的粒度分析，不但繁瑣費時，而且效率極低，不能滿足現(xiàn)代化大生產(chǎn)的要求。因此，急需實現(xiàn)在線、實時、快捷的檢測方式。

隨著工業(yè)視頻技術和計算機圖形處理技術的飛速發(fā)展，為實現(xiàn)在線、實時、快捷的檢測提供了可能。本發(fā)明就是利用數(shù)字圖像處理技術，通過對輸送皮帶上的爐料進行圖像采集，利用對視頻大數(shù)據(jù)的分析和處理，計算出爐料粒度的大小和分布狀況，使高爐操作者快速、準確地獲取爐料粒度信息。該裝置具有準確、快捷和高效的特點，能夠替代現(xiàn)有的落后檢測工藝，對指導高爐操作及提高工藝控制水平具有重要作用。

技術實現(xiàn)要素：

本發(fā)明的目的是提供一種能夠實現(xiàn)實時在線對高爐爐料粒度分布數(shù)據(jù)進行監(jiān)控和處理的高爐爐料粒度監(jiān)控系統(tǒng)。

本發(fā)明的另一目的是提供一種對視頻采集的高爐爐料圖像進行快速精確粒度分析的高爐爐料粒度分布數(shù)據(jù)在線分析方法

為此，本發(fā)明技術方案如下：

一種高爐爐料粒度監(jiān)控系統(tǒng)，包括設置在輸送設備上方的成像設備和位于所述成像設備兩側的照明光源；所述照明光源在低于所述成像設備0.4～0.5m處對向傾斜向下設置；所述照明光源的光通量40000±5％LM，色溫為5500～6000K。

進一步地，所述照明光源為LED光源，其設置在成像設備兩側對稱低角度打光；所述照明光源的光束中心與垂直方向之間的夾角為30～60°。

進一步地，所述成像設備包括至少一臺工業(yè)攝像機，相鄰所述工業(yè)攝像機之間的水平間距為0.5～1m；在每臺所述工業(yè)攝像機前端安裝有鏡頭，所述工業(yè)攝像機和所述鏡頭垂直朝下設置。

進一步地，所述成像設備外側還套裝有氣體吹掃式防護套，保證成像設備和照明光源在高粉塵的環(huán)境下穩(wěn)定正常工作；其中，吹掃介質為壓縮空氣。

進一步地，該系統(tǒng)還包括為成像裝置和照明裝置提供穩(wěn)定電源的現(xiàn)場控制箱和設置在控制室內(nèi)的控制系統(tǒng)；所述控制系統(tǒng)包括用以分析處理視頻圖像的工業(yè)計算機、用于顯示實時采集圖像和處理后數(shù)據(jù)的顯示裝置、用于控制現(xiàn)場控制箱、工業(yè)計算機和顯示裝置的室內(nèi)控制箱、聲光報警裝置以及設置在工業(yè)計算機和聲光報警裝置之間的信號轉換器。

一種高爐爐料粒度分布數(shù)據(jù)在線分析方法，包括如下步驟:

S1、通過成像設備對輸送設備上的高爐爐料進行圖像采集，獲得原始圖像；

S2、對經(jīng)步驟S1獲得的原始圖像依次進行去噪、均衡和平滑預處理；

S3、對經(jīng)步驟S2處理后的圖像依次進行圖像增強和圖像銳化處理；

S4、對經(jīng)步驟S3處理后的圖像采用自適應閾值的二值化方法獲得能夠識別出圖像中所有的離散物料塊的圖像；

S5、對經(jīng)步驟S4處理得到的二值化圖像進行腐蝕和膨脹運算處理；

S6、對經(jīng)步驟S5處理后得到的圖像中的物料塊的數(shù)量判斷出是否存在物料塊以及物料塊的種類；

S7、對經(jīng)步驟S5處理后的圖像進行物料塊進行粒度、平均粒度和數(shù)量的計算；

S8、當判斷出整批物料塊完全通過后，將該過程中的采集的全部原始圖像重復上述步驟S2～S7的處理過程，并計算出整批物料塊的平均粒度和粒度分布。

其中，對原始圖像的圖像去噪處理、圖像均衡處理和圖像平滑處理的具體方法為：

S201、所述圖像去噪處理采用自適應中值濾波的方法；

S202、所述圖像均衡處理按照公式：

進行，其中，r_k是原始圖像中的第k個灰度級，s_k是r_k經(jīng)變換后的灰度值，T(r_k)為變化函數(shù)，P_r(r_k)為原始圖像中灰度級為r_k的像素出現(xiàn)的概率，n_j為第k級灰度的像素數(shù)，N為一幅圖像中像素的總數(shù)；

S203、所述圖像平滑處理按照公式：進行，其中，(x,y)是圖像的坐標，g(x,y)是經(jīng)過平滑后圖像像素點(x,y)的灰度值，σ是高斯濾波器的寬度。

對步驟S2處理的圖像進行圖像增強和圖像銳化處理的具體方法為：

S301、圖像增強處理按照公式：g(x,y)＝|f(x,y)-mean|×factor+orig進行，其中，f(x,y)是原始圖像像素點(x,y)的灰度值，g(x,y)是經(jīng)過平滑后圖像像素點(x,y)的灰度值，mean是整幅圖像的平均灰度值，factor是增強系數(shù)，orig是補償系數(shù)；

S302、圖像銳化處理按照公式：進行，其中，g(x,y)是經(jīng)過圖像增強之后像素點(x,y)的灰度值，

G[f(x,y)]＝|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|是像素點(x,y)處的梯度值，f(x,y)是原始圖像在像素點(x,y)處的灰度值，A是圖像銳化系數(shù)，T是圖像銳化閾值；當G[f(x,y)]大于或等于閾值T時，認定該像素點處于圖像的邊緣，對結果加上圖像銳化系數(shù)A，以使邊緣變亮；當G[f(x,y)]小于閾值時，認定該像素點為同類像素。

對經(jīng)步驟S3處理后的圖像采用自適應閾值的二值化方法包括依次按以下公式進行計算：

N₁+N₂＝M×N；

ω₁+ω₂＝1；

μ＝μ₁×ω₁+μ₂×ω₂；

g＝ω₁×(μ-μ₁)²+ω₂×(μ-μ₂)²＝ω₁×ω₂×(μ₁-μ₂)²；

threshold＝max_{j＝0，1.....255}g_j；

其中，M×N是圖像的大小，N₁是圖像中灰度值小于閾值的像素個數(shù)，ω₁是灰度值小于閾值的像素個數(shù)占整幅圖像的比例，μ₁是灰度值小于閾值的像素的平均灰度，N₂是圖像中灰度值大于閾值的像素個數(shù)，ω₂是圖像中大于閾值的像素個數(shù)占整幅圖像的比例，μ₂是灰度值大于閾值的像素的平均灰度，g是類間方差，threshold是遍歷灰度值0～255的類間最大方差，即自適應二值化閾值，f(x，y)是原始圖像在像素點(x,y)的灰度值，g(x，y)是經(jīng)過自適應二值化處理后的圖像在像素點(x,y)的灰度值。

對經(jīng)步驟S4處理得到的二值化圖像進行腐蝕和膨脹運算處理的具體處理步驟包括：

在圖像形態(tài)學中，結構元素在形態(tài)變換中的作用相當于信號處理中的“濾波窗口”。用B(x)代表結構元素，對工作空間E中的每一點x進行腐蝕運算處理；

腐蝕運算按公式：

進行；用B(x)對E進行腐蝕運算的結果就是把結構元素B平移后使B包含于E的所有點構成的集合；

膨脹運算按公式：

進行，用B(y)對E進行膨脹運算的結果就是把結構元素B平移后使B與E的交集非空的點構成的集合。

對經(jīng)步驟S5處理后得到的圖像中的物料塊的數(shù)量判斷出是否存在物料塊以及物料塊的種類；具體來說，高爐爐料的種類一般分為兩種：焦炭和礦石；其中，礦石是由燒結礦、塊礦、球團礦等多種礦石原料組成，因而焦炭和礦石兩類物料從視覺上通過物料塊的大小就可以區(qū)分；在進行判斷時，由于成像設備采集的圖像均具有相同的視野范圍，因此可以根據(jù)每張圖像中物料塊的個數(shù)進行判斷，即物料塊越大相同視野范圍內(nèi)的物料塊的個數(shù)越少，反之，物料塊越小相同視野范圍內(nèi)的物料塊的個數(shù)越多；具體判斷方法如下：

設置兩種物料種類判斷閾值：焦炭判定閾值Y_J(塊)和礦石判定閾值Y_K(塊)，假設當前圖片中的物料為Y(塊)，則：

當Y＜Y_J，則圖像內(nèi)沒有物料塊，圖像為傳送帶的圖像；

當Y_J≤Y≤Y_K，則圖像采集到的物料塊為焦炭；

當Y＞Y_K，則圖像采集到的物料塊為礦石；

基于上述判斷方法對每張經(jīng)步驟S5處理后的圖像進行物料種類判斷，判斷完成后將進行下述步驟S7和步驟S8，并將對圖像進行分類存儲。

步驟S7中，1)圖像中物料塊直徑的像素值尺寸按照公式：進行；物料塊的實際直徑尺寸按照公式：進行；其中，D_x是在圖像中計算的物料塊直徑大小的像素值尺寸，S_x是在圖像中計算的物料塊的最小閉合外接圓面積的像素值尺寸，D_s是物料塊的實際直徑大小尺寸，F(xiàn)_s是相機所拍攝圖像的實際橫向視野，f_x是圖像的橫向分辨率；2)物料塊平均粒度l的計算方法按公式：進行，其中，K是一張圖像中有效物料塊的個數(shù)；r_i是第i塊物料塊的實際直徑大小尺寸；tempr_i是第i塊物料塊的實際直徑所對應的粒度區(qū)間的均值，假設粒度區(qū)間為(D₁,D₂)，那么該粒度區(qū)間的均值為：

步驟S8中，對整批物料塊的平均粒度計算按公式：進行，其中，L是該時間段內(nèi)物料的平均粒度；n是該時間段內(nèi)物料包含的圖片的張數(shù)；l_i是第i張圖片中物料的平均粒度；

對整批物料塊的平均粒度分布計算依次按下述公式：和進行，其中，S是該時間段內(nèi)全部物料面積的總和，S_i是對應粒度分布區(qū)間內(nèi)的物料面積的總和，N₂是粒度分布區(qū)間的劃分個數(shù)，s_j是對應粒度分布區(qū)間內(nèi)每一塊物料的面積，N₁是對應粒度分布區(qū)間內(nèi)物料塊的數(shù)量，per_i是該粒度分布區(qū)間所占的百分比。

附圖說明

圖1為本發(fā)明的高爐爐料粒度監(jiān)控系統(tǒng)的結構示意圖；

圖2為本發(fā)明的高爐爐料粒度監(jiān)控系統(tǒng)的成像設備和照明光源設置于輸送設備上的結構示意圖；

圖3為圖2的側面結構示意圖；

圖4為本發(fā)明實施例中成像設備采集的原始圖像；

圖5為本發(fā)明實施例中經(jīng)步驟S3處理后的圖像；

圖6為本發(fā)明實施例中經(jīng)步驟S4處理后的圖像；

圖7為本發(fā)明實施例中經(jīng)步驟S5處理后的圖像；

圖8為本發(fā)明實施例中步驟S6中對顆粒的最小外接圓計算示意圖。

具體實施方式

下面結合附圖及具體實施例對本發(fā)明做進一步的說明，但下述實施例絕非對本發(fā)明有任何限制。

實施例

如圖1所示，該高爐爐料粒度監(jiān)控系統(tǒng)設置在現(xiàn)場的成像設備1、照明光源2、現(xiàn)場控制箱3，以及設置在控制室內(nèi)的工業(yè)計算機4、顯示裝置5、室內(nèi)控制箱6、信號轉換器7和聲光報警裝置8。

如圖2～3所示，成像設備1和照明光源2設置在高爐爐料輸送設備上方；高爐爐料采用傳送皮帶輸送至高爐爐內(nèi)，成像設備1設置在傳送皮帶的正上方，照明光源2在低于所述成像設備0.4m處對向設置，其傾斜角度為45°，即發(fā)光角度為45°；具體地，所述照明光源2選用HQ-SD-W400F泛光燈，其滿足光通量40000±5％LM，色溫為5500～6000K的要求。

由于該傳送皮帶的寬度為1.6m，因此成像設備1由兩臺工業(yè)攝像機構成，兩臺工業(yè)攝像機位于同一水平線上且間距為0.8m，使兩臺工業(yè)攝像機每臺攝像機分別對應傳送皮帶不同區(qū)域進行圖像采集，同時保證兩臺工業(yè)攝像機的圖像采集范圍在傳送皮帶的寬度方向上覆蓋整個傳送皮帶。兩臺工業(yè)攝像機垂直朝向下方物料9設置；每臺工業(yè)攝像機前端安裝有鏡頭。由于高爐生產(chǎn)條件較差，在敞開環(huán)境下灰塵多，因此在每臺工業(yè)攝像機和鏡頭外側還套裝有氣體吹掃式防護套，以壓縮空氣作為吹掃介質持續(xù)進行吹掃，確保攝像機鏡頭的潔凈。

成像裝置1和照明裝置2通過現(xiàn)場控制箱3與外接的氣源和電源連接，通過現(xiàn)場控制箱3用于為成像裝置1和照明裝置2提供穩(wěn)定電源和氣源；同時，現(xiàn)場控制箱3與位于控制室內(nèi)的室內(nèi)控制箱6通過光纖連接，相應地，室內(nèi)控制箱6內(nèi)設有終端盒和網(wǎng)絡光端機；

室內(nèi)控制箱6、工業(yè)計算機4和顯示裝置5依次通過電纜連接；室內(nèi)控制箱6接收現(xiàn)場控制箱3傳送的圖像信息并傳送至工業(yè)計算機4進行圖像信息處理，得到物料的粒度和塊數(shù)信息并自動匹配實際物料種類；顯示裝置5實時顯示現(xiàn)場爐料運送圖像信息和工業(yè)計算機4處理得到的數(shù)據(jù)信息結果；聲光報警裝置8通過信號轉換器7與工業(yè)計算機4連接，當皮帶機上出現(xiàn)物料的外形尺寸大于工藝規(guī)定值時，報警裝置能自動發(fā)出報警信號。

其中，工業(yè)計算機對成像設備采集的原始圖像進行處理的具體方法如下所示。

一種高爐爐料粒度分布數(shù)據(jù)在線分析方法，包括如下步驟：

S1、通過上述高爐爐料粒度監(jiān)控系統(tǒng)中的成像設備對輸送設備上的高爐爐料進行圖像采集，獲得原始圖像，如圖4所示。

其中，為了配合高爐爐料粒度監(jiān)控系統(tǒng)中工業(yè)計算機的圖像處理速度，成像設備的圖像采集頻率為350ms/次。

S2、對經(jīng)步驟S1獲得的原始圖像依次進行圖像去噪、圖像均衡和圖像平滑預處理；具體處理步驟包括：

S201、圖像去噪處理采用自適應中值濾波的方法進行處理，包括兩步計算：

第一步：計算A₁和A₂的數(shù)值：

A₁＝z_med-z_min 式(1)

A₂＝z_med-z_max 式(2)

如果A₁＞0且A₂＜0，則進行第二步計算，

否則，增大濾波窗口的尺寸；

如果增大后的窗口尺寸≤S_max，則重復第一步計算，

否則輸出z_med；

第二步：計算B₁和B₂的數(shù)值：

B₁＝z_xy-z_min 式(3)

B₂＝z_xy-z_max 式(4)

如果B₁＞0且B₂＜0，則輸出z_xy，否則輸出z_med；

其中，Z_min為S_xy中灰度級的最小值，Z_max為S_xy中灰度級的最大值，Z_med為S_xy中灰度級的中值Z_xy為在坐標(x,y)上的灰度級，S_max為S_xy允許的最大尺寸，B₁＝z_xy-z_min，B₂＝z_xy-z_max；通過圖像去噪處理解決實際圖像由于噪聲干擾而導致圖像質量下降的問題，有效地提高圖像質量，增大信噪比，更好的體現(xiàn)原來圖像所攜帶的信息，盡可能多的保留原始圖像的細節(jié)，為后續(xù)的圖像處理打下良好的基礎；

S202、圖像均衡處理按照公式：

進行，其中，r_k是原始圖像中的第k個灰度級，s_k是r_k經(jīng)變換后的灰度值，T(rk)為變化函數(shù)，P_r(r_k)為原始圖像中灰度級為r_k的像素出現(xiàn)的概率，n_j為第k級灰度的像素數(shù)，N為一幅圖像中像素的總數(shù)；對原始圖像進行圖像均衡處理的目的為對原始圖像的像素灰度做映射變換，使變換后的圖像灰度的概率密度均勻分布，增加圖像灰度的動態(tài)范圍，達到提高圖像的對比度的目的；

S203、圖像平滑處理采用高斯平滑函數(shù)，按照公式：

進行，其中，(x,y)是圖像的坐標，g(x,y)是經(jīng)過平滑后圖像像素點(x,y)的灰度值，σ是高斯濾波器寬度(σ越大平滑程度就越好)；該圖像平滑處理的目的在于提取有效目標之前去除圖像中的一些瑣碎細節(jié)、橋接直線或者曲線的縫隙，抑制圖像中的干擾高頻成分，使圖像亮度平緩漸變，減小突變梯度，改善圖像質量。

S3、對經(jīng)步驟S2處理后的圖像依次進行圖像增強和圖像銳化處理；具體處理步驟包括：

S301、圖像增強處理按照公式：

g(x,y)＝|f(x,y)-mean|×factor+orig 式(7)

進行，其中，f(x,y)是原始圖像像素點(x,y)的灰度值，g(x,y)是經(jīng)過平滑后圖像像素點(x,y)的灰度值，mean是整幅圖像的平均灰度值，factor是增強系數(shù)，orig是補償系數(shù)；進行圖像增強處理的目的在于調(diào)節(jié)圖像的對比度，使得圖像中暗的區(qū)域被增強，亮的區(qū)域被減弱，且越暗或者越亮的區(qū)域被調(diào)節(jié)的越明顯，最終達到平衡圖像亮度和對比度的目的。

S302、圖像銳化處理按照公式：

進行，其中，g(x,y)是經(jīng)過圖像增強之后像素點(x,y)的灰度值，

G[f(x,y)]＝|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|，即像素點(x,y)處的梯度值，f(x,y)是原始圖像在像素點(x,y)處的灰度值，A是圖像銳化系數(shù)，T是圖像銳化閾值。當G[f(x,y)]大于或等于閾值T時認為該像素點處于圖像的邊緣，對結果加上圖像銳化系數(shù)A，使圖像邊緣變亮；當G[f(x,y)]小于閾值時認為該像素點為同類像素，即同為物體或同為背景；采用這一處理方法既增亮了圖像的邊界，同時又保留了圖像背景原來的狀態(tài)，比傳統(tǒng)的梯度銳化具有更好的增強效果和適用性；上述圖像銳化處理消除圖像平滑預處理所帶來的邊緣模糊的影響，使得圖像的邊緣輪廓變得清晰，易于識別，即如圖5所示。

S4、對經(jīng)步驟S3處理后的圖像采用自適應閾值的二值化方法獲得能夠識別出圖像中所有的離散物料塊的圖像，即利用物料表面高低不平因而在光照條件下各物料塊之間必然有陰影區(qū)域產(chǎn)生的特點，進行圖像處理，得到如圖6所示的黑白相間的二值化圖像(其中，白色為物料塊，黑色為物料塊與物料塊之間縫隙)；

通過自適應閾值的二值化方法，即按照圖像的灰度特性，將圖像分為背景(物料)和目標(縫隙)兩部分；當背景和目標之間的類間方差越大，說明構成圖像的兩部分的差別越大，當部分目標錯分為背景或者部分背景錯分為目標都會導致兩部分的方差變小，因此使類間方差最大的分割就意味著分錯的概率最?。痪唧w處理步驟為按照下述公式(9)～(16)進行依次計算：

N₁+N₂＝M×N 式(11)

ω₁+ω₂＝1 式(12)

μ＝μ₁×ω₁+μ₂×ω₂ 式(13)

g＝ω₁×(μ-μ₁)²+ω₂×(μ-μ₂)²＝ω₁×ω₂×(μ₁-μ₂)² 式(14)

threshold＝max_{j＝0，1.....255} g_j 式(15)

其中，M×N是圖像的大小，N₁是圖像中灰度值小于閾值的像素個數(shù)，ω₁是灰度值小于閾值的像素個數(shù)占整幅圖像的比例，μ₁是灰度值小于閾值的像素的平均灰度，N₂是圖像中灰度值大于閾值的像素個數(shù)，ω₂是圖像中大于閾值的像素個數(shù)占整幅圖像的比例，μ₂是灰度值大于閾值的像素的平均灰度，g是類間方差，threshold是遍歷灰度值0～255的類間最大方差，即自適應二值化閾值，f(x，y)是原始圖像在像素點(x,y)的灰度值，g(x，y)是經(jīng)過自適應二值化處理后的圖像在像素點(x,y)的灰度值。

S5、對經(jīng)步驟S4處理得到的二值化圖像進行腐蝕和膨脹運算處理，即采用邊緣提取技術將重疊在一起的離散物料塊分割開，并通過圖像形態(tài)學的開運算和閉運算分離物料邊界，然后通過面積過濾法去除面積較小的干擾和雜點，識別和去除與圖像邊界相連的大面積空白區(qū)域，獲得全部有效的離散物料塊圖像，如圖7所示；具體處理步驟包括：

在圖像形態(tài)學中，結構元素在形態(tài)變換中的作用相當于信號處理中的“濾波窗口”。用B(x)代表結構元素，對工作空間E中的每一點x進行腐蝕運算處理；

腐蝕運算按公式：

進行；用B(x)對E進行腐蝕運算的結果就是把結構元素B平移后使B包含于E的所有點構成的集合；

膨脹運算按公式：

進行，用B(y)對E進行膨脹運算的結果就是把結構元素B平移后使B與E的交集非空的點構成的集合。上述先腐蝕后膨脹的過程稱為開運算，先膨脹后腐蝕的過程稱為閉運算。在本步驟S5中先進行開運算以夠消除細小雜物，在纖細處分離物料，平滑較大物塊的邊界；再進行閉運算以填充物料內(nèi)細小空洞，連接鄰近物塊和平滑物料邊界。

S6、對經(jīng)步驟S5處理后得到的圖像中的物料塊的數(shù)量判斷出是否存在物料塊以及物料塊的種類；具體來說，高爐爐料的種類一般分為兩種：焦炭和礦石；其中，礦石是由燒結礦、塊礦、球團礦等多種礦石原料組成，因而焦炭和礦石兩類物料從視覺上通過物料塊的大小就可以區(qū)分；在進行判斷時，由于成像設備采集的圖像均具有相同的視野范圍，因此可以根據(jù)每張圖像中物料塊的個數(shù)進行判斷，即物料塊越大相同視野范圍內(nèi)的物料塊的個數(shù)越少，反之，物料塊越小相同視野范圍內(nèi)的物料塊的個數(shù)越多；具體判斷方法如下：

設置兩種物料種類判斷閾值：焦炭判定閾值Y_J(塊)和礦石判定閾值Y_K(塊)，假設當前圖片中的物料為Y(塊)，則：

當Y＜Y_J，則圖像內(nèi)沒有物料塊，圖像為傳送帶的圖像；

當Y_J≤Y≤Y_K，則圖像采集到的物料塊為焦炭；

當Y＞Y_K，則圖像采集到的物料塊為礦石；

基于上述判斷方法對每張經(jīng)步驟S5處理后的圖像進行物料種類判斷，判斷完成后將進行下述步驟S7和步驟S8，并將對圖像進行分類存儲。

S7、對經(jīng)步驟S5處理后的圖像中的物料塊進行粒度、平均粒度以及塊數(shù)的計算；具體計算方法分別為：

S701、物料塊的粒度計算方法：通過對圖像中所有有效離散物料塊的面積，通過面積轉換計算得出有效直徑；

具體計算方法是：獲取圖像中每個物料塊邊緣后，找出能夠包羅物料塊邊界最大擴張區(qū)域全部像素點的最小閉合外接圓，該最小閉合外接圓應包含了物料塊邊界最大擴張區(qū)域全部像素點；由于最小外接圓的直徑D與顆粒的大小成正比，在通過實際拍攝范圍和相機像素比值的換算，即可算出該物料塊的實際直徑大小，如圖8所示；具體地，物料塊直徑的像素值尺寸按照公式：

進行；物料塊的實際直徑尺寸按照公式：

進行；其中，D_x是在圖像中計算的物料塊直徑大小的像素值尺寸，S_x是在圖像中計算的物料塊的最小閉合外接圓面積的像素值尺寸，D_s是物料塊的實際直徑大小尺寸，F(xiàn)_s是相機所拍攝圖像的實際橫向視野，f_x是圖像的橫向分辨率；

S702、平均粒度的計算方法：

經(jīng)上一步得到每一塊物料塊的直徑后，結合相關系數(shù)π按照公式：

進行，計算出每一張圖像中全部物料塊的平均粒度l，即每單張圖像中所有物料塊的平均粒度；其中，K是一張圖像中有效物料塊的個數(shù)；r_i是第i塊物料塊的實際直徑大小尺寸；tempr_i是第i塊物料塊的實際直徑所對應的粒度區(qū)間的均值，假設粒度區(qū)間為(D₁,D₂)，那么該粒度區(qū)間的均值為：

S703、物料塊數(shù)量計算方法：

在進行步驟S601的過程中，每對圖像中的一個物料塊的邊緣進行獲取后，進行一次計數(shù)操作，然后通過對整個圖像中每個物料塊邊緣獲取過程進行循環(huán)計數(shù)，即得到每張圖片中的全部物料塊的總數(shù)。

S8、對造球盤內(nèi)生產(chǎn)的整批物料塊的平均粒度和粒度分布進行計算：

當一批物料完全通過傳送帶進入高爐后，對該批物料對應獲取的所有原始圖像重復上述步驟S2～S7的處理過程后對該批物料塊的平均粒度和粒度分布進行計算；具體地，利用步驟S6的判定方法判斷是否整批物料全部通過傳送帶；具體地，當相機采集的圖像中有連續(xù)8張以上判斷為皮帶時，則認定整批物料已全部通過傳送帶，開始進行步驟S8的相應計算。

具體計算方法如下：

S801、整批物料塊的平均粒度計算：

通過對一定時間段內(nèi)采集到的所有原始圖像的物料塊平均粒度l求平均值，即可得到該時間段內(nèi)物料塊的平均粒度L。具體計算按公式：

進行；其中，L是該時間段內(nèi)物料的平均粒度；n是該時間段內(nèi)物料包含的圖片的張數(shù)；l_i是第i張圖片中物料的平均粒度。

S802、粒度分布計算：

將上述時間段內(nèi)所有原始圖像中的每一個物料塊的面積依次累加到其直徑對應的粒度分布區(qū)間內(nèi)并分別進行計數(shù)，最后通過該粒度各個分布區(qū)間內(nèi)物料面積總和以及該時間段內(nèi)全部物料面積總和的比值，即可計算出該粒度分布區(qū)間所占的百分比。具體計算依次按下述公式：

進行；其中，S是該時間段內(nèi)全部物料面積的總和，S_i是對應粒度分布區(qū)間內(nèi)的物料面積的總和，N₂是粒度分布區(qū)間的劃分個數(shù)，s_j是對應粒度分布區(qū)間內(nèi)每一塊物料的面積，N₁是對應粒度分布區(qū)間內(nèi)物料塊的數(shù)量，per_i是該粒度分布區(qū)間所占的百分比；通過對整批物料的粒度分布狀況進行計算，能夠實時了解造球盤內(nèi)物料的生產(chǎn)分布情況，指導物料生產(chǎn)者及時調(diào)整生產(chǎn)工藝、提高成球合格率，最終達到提高生產(chǎn)效率、降低成本的目的。

工業(yè)計算機內(nèi)預設有異物警戒閾值，當工業(yè)計算機計算出上述物料塊的顆粒平均粒度超過異物警戒閾值時，工業(yè)計算機將異常數(shù)據(jù)輸出至信號轉換器，經(jīng)信號轉化后啟動聲光報警裝置，聲光報警裝置發(fā)出警報聲音。