基于视频图像处理的烟尘监控系统研究

摘要

电弧炉炼钢过程是钢铁厂造成烟尘污染的主要来源之一。为了消除炼钢过程中烟尘对环境造成的破坏,钢铁厂都配备了风机除尘装置。传统上不论炼钢处于哪种过程,风机均是满负载运行,这样就造成了大量的电能浪费。为了解决上述问题,本文开发出一套基于视频图像处理的烟尘监控系统,对任意时刻烟尘的排放情况进行监控,经过计算机实时运算处理,对烟尘的浓度及扩散速度做出判断,作为炼钢过程中风机功率优化调节的理论依据。
　　 本文首先应用烟尘彩色图像的灰度化及滤波去噪技术,并用几种算子对烟尘及烟囱边缘进行提取。针对烟尘图像的阈值分割技术,本文先应用几种传统的阈值化分割方法对烟尘图像进行阈值分割并给出相应结果。针对这几种分割方法的不足,本文提出一种基于改进的贝叶斯决策理论最小误差阈值分割算法,本算法以贝叶斯决策理论为基础,以误差最小为目标函数,以正态分布图像的均值及方差为先验知识,实验证明该方法改善了传统阈值分割方法的不足。通过可视化技术将最终烟尘图像中目标烟尘给出并计算出其面积。
　　 本文采用背景差分法来检测烟尘视频目标,采用OpenCV编程技术给出烟尘运动的定性结果,从而看出烟尘的运动速度大小。此结果和烟尘静态图像中的面积计算值即作为风机功率优化调节的依据。
　　 文章还给出了烟尘监控系统的软硬件平台,并给出了在VisualC++6.0编译环境下OpenCV函数库的调用方法。最后给出各功能模块的实现界面,实验证明该烟尘监控系统界面友好,操作方便。