基于暗通道算法的烧结火焰图像去烟雾方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种基于暗通道算法的烧结火焰图像去烟雾方法，获取烧结火焰图像中的数据信息，并根据获取的数据信息得到各包围区，根据各包围区中像素点在R、G和B通道的像素值计算各包围区的均匀度；获取各包围区对应的各灰度区域，计算各灰度区域中各像素点的烟雾均匀系数；根据所述烟尘均匀系数与均匀度计算各像素点的烟尘抗干扰系数，基于所述烟尘抗干扰系数得到各像素点对应滤波窗口的尺寸。本发明专利技术能够实现滤波窗口的自适应，更精确地获取各像素点对应滤波窗口的尺寸，进而得到较佳的去雾效果。进而得到较佳的去雾效果。进而得到较佳的去雾效果。

【技术实现步骤摘要】
基于暗通道算法的烧结火焰图像去烟雾方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于暗通道算法的烧结火焰图像去烟雾方法。

技术介绍

[0002]冶金生产的烧结过程是为高炉准备原料的重要工序，烧结矿质量的优劣将直接影响到炼铁生产的产量、质量以及能源消耗。一般通过烧结终点评价烧结过程是否正常运行，烧结终点是烧结矿烧结结束时的位置，包括三种烧结状态，即烧结均匀、过烧以及欠烧；烧结状态不仅是评价烧结过程是否正常运行的重要指标，还是提高烧结矿的质量和降低成本的重要工艺参数；但是在烧结料燃烧的过程中无法直接获得其内部的热状态，一般只能通过分析与烧结终点相关且易于测量的参数，用数学计算的方法间接得到烧结终点；主要方法包括风箱废弃温度法、风箱废弃成分法以及负压法等，但这些方法普遍存在计算结果偏差、应用比较局限的问题。现有技术中还出现了一种通过烧结机的机尾断面图像来判断烧结终点的方法，该方法使用了基于目标函数的无监督学习算法，应用范围较广泛；但机尾断面图像中存在易受粉尘散射及热辐射等因素的影响而产生图像退化的特点，同时，机尾断面图像中的烟尘、噪声以及亮度不均等问题会导致分析结果不准确，因此在对机尾断面图像进行分析之前有必要对其进行清晰化处理；目前，直方图均衡化算法、Retinex算法以及暗通道算法均能实现对图像的清晰化处理，但是直方图均衡化算法与Retinex算法在操作过程中存在丢失图像信息的问题，而暗通道算法存在执行效率低、边缘区域易产生光晕等问题。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种基于暗通道算法的烧结火焰图像去烟雾方法，所采用的技术方案具体如下：获取烧结火焰图像并对其进行预处理得到灰度图像；所述烧结火焰图像为RGB图像；获取灰度图像中的多条边缘线，所述边缘线包括闭合边缘线与非闭合边缘线；设置n
×
n的窗口；窗口的中心为各边缘像素点，若一条边缘线上各边缘像素点对应窗口中的所有边缘像素点组成的连线均能够将窗口划分为两个区域，则对应边缘线为闭合边缘线；反之，对应缘线为非闭合边缘线将其删除；n大于等于3；计算窗口中所有边缘像素点的灰度均值，根据所述灰度均值以及窗口中的每一个区域中像素点对应的数量与灰度值，计算窗口中心的边缘像素点的差异边缘系数；当一条闭合边缘线上具有设定数值以上的差异边缘系数大于阈值时，则对其进行保留，反之将其剔除；获取每一条保留下来的闭合边缘线在所述烧结火焰图像中对应的包围区，分别计
算各包围区中像素点在R通道、G通道以及B通道对应的像素值均值与像素值中位数，基于所述像素值均值与像素值中位数计算各包围区的均匀度；获取所述各包围区在灰度图像中对应的各灰度区域，利用所述n
×
n的窗口分别对各灰度区域进行滑窗操作，根据窗口内像素点的灰度值，计算窗口中心像素点的烟雾均匀系数；计算所述均匀度与烟雾均匀系数归一化后的值的乘积，得到各像素点的烟尘抗干扰系数，基于烟尘抗干扰系数得到各像素点在暗通道算法中对应滤波窗口的尺寸。
[0004]进一步地，所述差异边缘系数为：其中，为窗口中心的边缘像素点对应的差异边缘系数，为窗口中所有边缘像素点的灰度均值，为窗口中其中一个区域中的像素点数量，为窗口中其中一个区域中像素点i的灰度值，为窗口中另外一个区域中的像素点数量；为窗口中另外一个区域中像素点j的灰度值；T为比较系数；为取值函数；即在中，若大于，则的值为，若小于等于，则的值为0。
[0005]进一步地，所述均匀度为：其中，为包围区对应的均匀度，为包围区中像素点在R通道对应的像素值中位数，为包围区中像素点在R通道对应的像素值均值；为包围区中像素点在G通道对应的像素值中位数，为包围区中像素点在G通道对应的像素值均值；为包围区中像素点在B通道对应的像素值中位数，为包围区中像素点在B通道对应的像素值均值；为以e为底的指数函数。
[0006]进一步地，所述窗口中心像素点的烟雾均匀系数的获取方法为：所述窗口的大小为5
×
5，首先将窗口划分为三个区域，窗口的中心像素点为第一区域，所述中心像素点的8邻域像素点为第二区域，窗口中除第一区域与第二区域之外的剩余其他区域为第三区域，然后分别计算第二区域与第三区域对应的灰度值均值，根据所述第二区域与第三区域对应的灰度值均值、第一区域的灰度值以及窗口对应的灰度值均值，计算窗口中心像素点的烟雾均匀系数；所述烟雾均匀系数为：
其中，为第一区域的灰度值，为第二区域对应的灰度值均值，为第三区域对应的灰度值均值，为窗口对应的灰度值均值。
[0007]进一步地，所述滑窗操作的步长为1。
[0008]进一步地，所述各像素点在暗通道算法中对应滤波窗口的尺寸为：其中，为滤波窗口的尺寸，为该像素点对应的烟尘抗干扰系数归一化后的值，与为值域参数，为四舍五入函数。
[0009]本专利技术实施例至少具有如下有益效果：本方案通过不同区域对应的均匀度与各个像素点对应的烟雾均匀系数，得到各个像素点的烟尘抗干扰系数，通过烟尘抗干扰系数得到各像素点在暗通道算法中对应滤波窗口的尺寸，实现了滤波窗口的自适应，本方案考虑到了像素点周围烟雾的分布情况以及气孔区、红火区和背景区对应均匀性的不同，根据不同像素点对应区域的不同及其周围环境的不同，构建尺寸大小不一的滤波窗口；使得到的滤波窗口能够更加精确的实现去烟尘效果，在利用暗通道算法对烧结火焰图像进行去烟雾操作时，不同的滤波窗口具有执行效率高，边缘区域不易产生光晕的优点。
附图说明
[0010]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0011]图1为本专利技术的一种基于暗通道算法的烧结火焰图像去烟雾方法实施例的步骤流程图；图2为不同的烧结火焰图像对应的灰度图像。
具体实施方式
[0012]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的方案，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0013]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0014]请参阅图1，其示出了本专利技术一个实施例提供的一种基于暗通道算法的烧结火焰图像去烟雾方法的步骤流程图，该方法包括以下步骤：
步骤1，获取烧结火焰图像并对其进行灰度化处理得到灰度图像；获取灰度图像中的多条边缘线；所述边缘线包括闭合边缘线与非闭合边缘线。
[0015]具体地，在烧结机机尾安装CCD相机，利用CCD相机获取烧结矿断面的RGB图像，称为烧结火焰图像，即烧结火焰图像为RGB图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于暗通道算法的烧结火焰图像去烟雾方法，其特征在于，该方法包括以下步骤：获取烧结火焰图像并对其进行预处理得到灰度图像；所述烧结火焰图像为RGB图像；获取灰度图像中的多条边缘线，所述边缘线包括闭合边缘线与非闭合边缘线；设置n
×
n的窗口；窗口的中心为各边缘像素点，若一条边缘线上各边缘像素点对应窗口中的所有边缘像素点组成的连线均能够将窗口划分为两个区域，则对应边缘线为闭合边缘线；反之，对应缘线为非闭合边缘线将其删除；n大于等于3；计算窗口中所有边缘像素点的灰度均值，根据所述灰度均值以及窗口中的每一个区域中像素点对应的数量与灰度值，计算窗口中心的边缘像素点的差异边缘系数；当一条闭合边缘线上具有设定数值以上的差异边缘系数大于阈值时，则对其进行保留，反之将其剔除；获取每一条保留下来的闭合边缘线在所述烧结火焰图像中对应的包围区，分别计算各包围区中像素点在R通道、G通道以及B通道对应的像素值均值与像素值中位数，基于所述像素值均值与像素值中位数计算各包围区的均匀度；获取所述各包围区在灰度图像中对应的各灰度区域，利用所述n
×
n的窗口分别对各灰度区域进行滑窗操作，根据窗口内像素点的灰度值，计算窗口中心像素点的烟雾均匀系数；计算所述均匀度与烟雾均匀系数归一化后的值的乘积，得到各像素点的烟尘抗干扰系数，基于烟尘抗干扰系数得到各像素点在暗通道算法中对应滤波窗口的尺寸。2.根据权利要求1所述的一种基于暗通道算法的烧结火焰图像去烟雾方法，其特征在于，所述差异边缘系数为：其中，为窗口中心的边缘像素点对应的差异边缘系数，为窗口中所有边缘像素点的灰度均值，为窗口中其中一个区域中的像素点数量，为窗口中其中一个区域中像素点i的灰度值，为窗口中另外一个区域中的像...

【专利技术属性】
技术研发人员：林晓霞，
申请(专利权)人：南通鼎勇机械有限公司，
类型：发明
国别省市：