基于圖像處理對二氧化硅熔融行為的研究
發(fā)布時間：2021-03-28 13:42
二氧化硅作為鐵尾礦的主要組成成分,是鐵尾礦組分中最難熔融的部分。為了揭示鐵尾礦在高爐渣中的熔融行為,根據(jù)一組熔融過程中高溫熔池中二氧化硅的時序圖像,研究了高溫下二氧化硅顆粒的熔融過程。首先將圖像灰度化后并利用高斯濾波去燥等方法對圖像進行了預(yù)處理,然后建立了二氧化硅質(zhì)心位置模型,利用KLT算法跟蹤了二氧化硅質(zhì)心的運動軌跡,利用幀差法和CNN算法計算了二氧化硅的實時面積。最后根據(jù)二氧化硅的邊緣輪廓特征,建立了多元線性回歸模型估算顆粒的扁平度,進而得出了二氧化硅顆粒的實時質(zhì)量并求解出了二氧化硅的熔融速率。該研究對改進高爐渣直接成纖技術(shù)具有重要的指導(dǎo)意義。
【文章來源】：軟件. 2020,41(07)
【文章頁數(shù)】：6 頁
【部分圖文】：
圖像預(yù)處理前后對比圖Fig.1Beforeandafterimagepreprocessing
江紫薇等：基于圖像處理對二氧化硅熔融行為的研究203《軟件》雜志歡迎推薦投稿：cosoft@vip.163.com其中，=[,],[,],()TTxyXxydddX為加權(quán)函數(shù)通常為1。如果需要強調(diào)紋理在中央部分的作用，(X)可取為高斯分布函數(shù)。由于d相對X而言是一可忽略小量，故將B(Xd)進行泰勒展開取其線性部分，再根據(jù)式（6）對d求導(dǎo)，化簡得Zde（6）其中，=()()TVZgXgXdX，()[,]xygXggxg，yg分別為x，y方向上的梯度模量。e為對d求導(dǎo)，[()()]()()VeAXBXgXXdX。對于每兩幀圖像的位移d(x,y)即可以通過求解方程來找到特征窗口的寬度。KLT算法的具體流程圖見圖2。圖2KLT算法流程圖Fig.2TheKLTalgorithmflowchart將處理后的圖片的左上角設(shè)置為坐標的原點，并建立平面直角坐標系如圖3所示。基于質(zhì)心跟蹤模型的基礎(chǔ)上，利用KLT算法跟蹤得到二氧化硅質(zhì)心的實時坐標，部分坐標見表1。由于二氧化硅的質(zhì)心的移動相對較慢且數(shù)據(jù)點較多，為了更加形象、清晰地描述二氧化硅質(zhì)心在坩堝中的運動軌跡，筆者利用MATLAB從中依次間隔五個質(zhì)心點中取一個繪制出了二氧化硅的運動軌跡圖像，見圖4。圖3直角坐標系示意圖Fig.3Diagramofrectangularcoordinatesystem表1二氧化硅質(zhì)心的部分坐標Tab.1Partialcoordinatesofthesilicacenterofmass標簽x坐標y坐標497405.01504.01498403.45514.41499380.75569.28500411.16575.27501422.21573.42502392.19530.14503371.51540.01504362.41538.80505362.63538.92506362.47539.45507376.39538.81圖4二氧化硅質(zhì)心運動軌跡示意圖Fig.4D
(,)(,)(,)(,)(,)nKKksijXWijbXWijb（9）圖6CNN的組成Fig.6ThecompositionofCNN其中，X為輸入，W為卷積核，n為輸入矩陣的數(shù)量，kX表示第k個輸入矩陣，KW指第k個卷積核矩陣，卷積核矩陣中每個數(shù)字稱為權(quán)重。在卷積的計算過程中，首先將卷積核矩陣與圖像矩陣的左上角對齊。然后將卷積核向右移動一個像素，每個權(quán)重乘以對應(yīng)圖像的像素。最后將這些乘積求和作為卷積的結(jié)果。卷積層通常是通過ReLUmax(0,x)激活后輸出。CNN算法流程圖見圖7。圖7CNN算法的流程Fig.7TheCNNAlgorithmflow利用CNN算法計算出了二氧化硅的面積，部分結(jié)果見表2。表2二氧化硅面積的部分結(jié)果Tab.2Partialresultsofsilicaarea標簽區(qū)域049719110049819180049923670050024995050121847050219031050320037050421544050519781
【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和簡單循環(huán)單元集成模型的風(fēng)電場內(nèi)多風(fēng)機風(fēng)速預(yù)測[J]. 王晨,寇鵬. 電工技術(shù)學(xué)報. 2020(13)
[2]多特征全卷積網(wǎng)絡(luò)的地空通話語音增強方法[J]. 高登峰,楊波,劉洪,楊紅雨. 四川大學(xué)學(xué)報(自然科學(xué)版). 2020(02)
[3]基于廣義S變換及高斯平滑的自適應(yīng)濾波去噪方法[J]. 曹鵬濤,張敏,李振春. 石油地球物理勘探. 2018(06)
[4]以鐵尾礦為調(diào)質(zhì)劑改善高爐渣成纖性研究[J]. 洪陸闊,孫彩嬌,武兵強,齊淵洪,程相魁. 金屬礦山. 2017(08)
[5]酸度系數(shù)對調(diào)質(zhì)高爐渣成纖質(zhì)量的影響[J]. 蔡爽,張玉柱,李俊國,李杰,王黎光. 鋼鐵釩鈦. 2015(05)
[6]基于改進SURF和P-KLT算法的特征點實時跟蹤方法研究[J]. 蔡佳,黃攀峰. 航空學(xué)報. 2013(05)
[7]基于任意形狀顆粒集合二值圖像的體積估算模型[J]. 陳懇,趙攀,汪一聰. 寧波大學(xué)學(xué)報(理工版). 2007(02)
[8]基于Kanade-Lucas-Tomasi算法的人臉特征點跟蹤方法[J]. 段鴻,程義民,王以孝,蔡尚書. 計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2004(03)
博士論文
[1]高爐渣成纖過程調(diào)質(zhì)劑的熔解機理及均質(zhì)化行為研究[D]. 田鐵磊.燕山大學(xué) 2018
碩士論文
[1]彩色圖像灰度化算法的研究與實現(xiàn)[D]. 劉美.長春理工大學(xué) 2019
[2]高爐渣纖維保溫板的性能優(yōu)化[D]. 康月.華北理工大學(xué) 2016
[3]高爐渣纖維制備建筑保溫板及其性能優(yōu)化[D]. 吳劍飛.河北聯(lián)合大學(xué) 2013
本文編號：3105663
【文章來源】：軟件. 2020,41(07)
【文章頁數(shù)】：6 頁
【部分圖文】：
圖像預(yù)處理前后對比圖Fig.1Beforeandafterimagepreprocessing
江紫薇等：基于圖像處理對二氧化硅熔融行為的研究203《軟件》雜志歡迎推薦投稿：cosoft@vip.163.com其中，=[,],[,],()TTxyXxydddX為加權(quán)函數(shù)通常為1。如果需要強調(diào)紋理在中央部分的作用，(X)可取為高斯分布函數(shù)。由于d相對X而言是一可忽略小量，故將B(Xd)進行泰勒展開取其線性部分，再根據(jù)式（6）對d求導(dǎo)，化簡得Zde（6）其中，=()()TVZgXgXdX，()[,]xygXggxg，yg分別為x，y方向上的梯度模量。e為對d求導(dǎo)，[()()]()()VeAXBXgXXdX。對于每兩幀圖像的位移d(x,y)即可以通過求解方程來找到特征窗口的寬度。KLT算法的具體流程圖見圖2。圖2KLT算法流程圖Fig.2TheKLTalgorithmflowchart將處理后的圖片的左上角設(shè)置為坐標的原點，并建立平面直角坐標系如圖3所示。基于質(zhì)心跟蹤模型的基礎(chǔ)上，利用KLT算法跟蹤得到二氧化硅質(zhì)心的實時坐標，部分坐標見表1。由于二氧化硅的質(zhì)心的移動相對較慢且數(shù)據(jù)點較多，為了更加形象、清晰地描述二氧化硅質(zhì)心在坩堝中的運動軌跡，筆者利用MATLAB從中依次間隔五個質(zhì)心點中取一個繪制出了二氧化硅的運動軌跡圖像，見圖4。圖3直角坐標系示意圖Fig.3Diagramofrectangularcoordinatesystem表1二氧化硅質(zhì)心的部分坐標Tab.1Partialcoordinatesofthesilicacenterofmass標簽x坐標y坐標497405.01504.01498403.45514.41499380.75569.28500411.16575.27501422.21573.42502392.19530.14503371.51540.01504362.41538.80505362.63538.92506362.47539.45507376.39538.81圖4二氧化硅質(zhì)心運動軌跡示意圖Fig.4D
(,)(,)(,)(,)(,)nKKksijXWijbXWijb（9）圖6CNN的組成Fig.6ThecompositionofCNN其中，X為輸入，W為卷積核，n為輸入矩陣的數(shù)量，kX表示第k個輸入矩陣，KW指第k個卷積核矩陣，卷積核矩陣中每個數(shù)字稱為權(quán)重。在卷積的計算過程中，首先將卷積核矩陣與圖像矩陣的左上角對齊。然后將卷積核向右移動一個像素，每個權(quán)重乘以對應(yīng)圖像的像素。最后將這些乘積求和作為卷積的結(jié)果。卷積層通常是通過ReLUmax(0,x)激活后輸出。CNN算法流程圖見圖7。圖7CNN算法的流程Fig.7TheCNNAlgorithmflow利用CNN算法計算出了二氧化硅的面積，部分結(jié)果見表2。表2二氧化硅面積的部分結(jié)果Tab.2Partialresultsofsilicaarea標簽區(qū)域049719110049819180049923670050024995050121847050219031050320037050421544050519781
【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和簡單循環(huán)單元集成模型的風(fēng)電場內(nèi)多風(fēng)機風(fēng)速預(yù)測[J]. 王晨,寇鵬. 電工技術(shù)學(xué)報. 2020(13)
[2]多特征全卷積網(wǎng)絡(luò)的地空通話語音增強方法[J]. 高登峰,楊波,劉洪,楊紅雨. 四川大學(xué)學(xué)報(自然科學(xué)版). 2020(02)
[3]基于廣義S變換及高斯平滑的自適應(yīng)濾波去噪方法[J]. 曹鵬濤,張敏,李振春. 石油地球物理勘探. 2018(06)
[4]以鐵尾礦為調(diào)質(zhì)劑改善高爐渣成纖性研究[J]. 洪陸闊,孫彩嬌,武兵強,齊淵洪,程相魁. 金屬礦山. 2017(08)
[5]酸度系數(shù)對調(diào)質(zhì)高爐渣成纖質(zhì)量的影響[J]. 蔡爽,張玉柱,李俊國,李杰,王黎光. 鋼鐵釩鈦. 2015(05)
[6]基于改進SURF和P-KLT算法的特征點實時跟蹤方法研究[J]. 蔡佳,黃攀峰. 航空學(xué)報. 2013(05)
[7]基于任意形狀顆粒集合二值圖像的體積估算模型[J]. 陳懇,趙攀,汪一聰. 寧波大學(xué)學(xué)報(理工版). 2007(02)
[8]基于Kanade-Lucas-Tomasi算法的人臉特征點跟蹤方法[J]. 段鴻,程義民,王以孝,蔡尚書. 計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2004(03)
博士論文
[1]高爐渣成纖過程調(diào)質(zhì)劑的熔解機理及均質(zhì)化行為研究[D]. 田鐵磊.燕山大學(xué) 2018
碩士論文
[1]彩色圖像灰度化算法的研究與實現(xiàn)[D]. 劉美.長春理工大學(xué) 2019
[2]高爐渣纖維保溫板的性能優(yōu)化[D]. 康月.華北理工大學(xué) 2016
[3]高爐渣纖維制備建筑保溫板及其性能優(yōu)化[D]. 吳劍飛.河北聯(lián)合大學(xué) 2013
本文編號：3105663
本文鏈接：http://sikaile.net/projectlw/yjlw/3105663.html
