本发明涉及图像处理。具体涉及一种分解炉运行状态检测方法。
背景技术：
1、在现代水泥工业生产中，分解炉作为熟料烧成系统的关键设备之一，负责完成原料的预热、燃料燃烧及碳酸盐分解等重要工序，其运行状态直接关系到最终熟料的质量和生产效率，理想的分解炉运行条件需要炉内维持一个均匀且稳定的温度场分布，这不仅有助于提高物料转化效率，还有助于延长设备使用寿命。
2、目前的技术方案主要是依靠布置于炉体的各类温度传感器来实时收集炉内的温度信息，并通过有线或无线的方式传输至中央控制系统，控制系统根据预先设定的温度阈值来判断是否出现异常情况，并在必要时触发警报，提醒操作人员采取措施进行检修。如现有授权公告号为cn116612438b的中国专利文件，公开了涉及基于热成像的蒸汽锅炉燃烧状态实时监测系统，包括：图像数据采集模块，采集热成像温度图像；图像预处理模块，通过热成像温度图像得到温差图像；实时监测数据计算模块，根据热成像温度图像和温差图像中的像素点的坐标和样本像素点的温度值进行聚类分别得到两个图像的第一聚类结果；根据两个图像的第一聚类结果得到第一重要程度和第二重要程度；获取每个像素点的有效程度；然后再获取到有效温度变化数据；根据有效温度变化数据和温度变化量得到蒸汽锅炉燃烧状态实时监测数据；实时状态监测模块，对蒸汽锅炉的实时燃烧状态进行监测。该方案是分析每个像素点的实时监测数据构成一张实时监测图，该图像表征了每个像素点在当前时刻与上一时刻的温度变化情况，然后设定阈值，当检测到图中某个像素点的温度超过阈值时进行预警。
3、然而，分解炉运行时产生的温度数据量庞大，温度监测图中的温度数据变化复杂，基于固定的温度阈值报警机制，一旦检测到炉内某点温度超出预设范围，即刻触发警报，但这种方式未能提供关于温度异常区域的具体位置信息，使得维修人员难以迅速定位故障源，导致故障诊断的准确性与响应速度较低。
技术实现思路
1、为解决传统方案的固定温度阈值预警机制无法准确定位温度异常区域，导致故障诊断的准确性与响应速度较低的问题，本发明提出一种分解炉运行状态检测方法，包括：
2、对分解炉的多张红外热成像图进行预处理得到多张原始图像，根据每个像素点在多张原始图像中与邻域像素点的灰度差异和梯度差异计算每个像素点的异常概率，所述异常概率与所述灰度差异、与所述梯度差异均为正相关；
3、根据任一所述原始图像中每个像素点与其他像素点的异常概率的差异和距离，确定每个像素点与其他像素点属于同一区域的可能性，且所述可能性与所述异常概率的差异和距离均为负相关；
4、在所述原始图像中基于所述可能性将其所有像素点聚类为多个区域，将任一区域内所有像素点的异常概率的均值归一化后作为所述区域的异常程度，根据所述区域的异常程度以及所述区域的模糊程度，计算所述区域的异常概率，所述区域的异常概率与所述模糊程度、所述异常程度正相关；
5、利用所述区域在所有原始图像中对应的区域的异常概率的熵值修正所述区域的异常概率，根据修正后的异常概率的大小确定所述区域是否为异常区域，根据所有异常区域的总数和异常区域包含的像素点总数评估分解炉的运行状态。
6、上述技术方案通过计算像素点的灰度和梯度差异来估计其成为异常点的概率，能够定量地评估每个像素点成为异常点的可能性，通过分析像素点间的异常概率差异和空间距离，来判断它们是否属于同一个温度区域，有助于区分不同温度区域，能够有效地将相似温度特征的像素点聚类在一起，形成不同的区域，便于进一步分析这些区域的温度异常情况，通过聚类算法将图像划分为多个温度区域，并量化了每个区域的异常程度，为后续的异常检测提供了依据，并且考虑了区域边界清晰度的因素，通过引入模糊程度，进一步细化了异常区域的定义，使得异常区域的界定更加精准，并且通过考虑多帧图像中同一区域的异常概率变化情况，对异常概率进行修正，增强了系统的鲁棒性，修正后的异常概率更能反映实际的温度异常情况，减少误报率，最后，通过对异常区域的数量和面积进行统计，可以综合评价分解炉的运行状态，提供了一种量化评估分解炉运行状态的方法，使得操作人员能够及时了解分解炉的健康状况，并采取相应措施，综上所述，该技术方案通过一系列步骤，从多角度对分解炉的温度异常进行了分析和识别，相比于传统的固定阈值预警机制，它能够更准确地定位温度异常区域，并据此评估分解炉的运行状态，从而提高故障诊断的准确性和响应速度。
7、进一步地，每个像素点与其他像素点属于同一区域的可能性满足如下关系式：
8、
9、式中，为第个像素点与第个像素点在第张原始图像中属于同一区域的可能性，为第个像素点的异常概率，为第个像素点的异常概率，为第个像素点在第张原始图像中的横坐标，为第个像素点在第张原始图像中的横坐标，为第个像素点在第张原始图像中的纵坐标，为第个像素点在第张原始图像中的纵坐标，为第张原始图像中横坐标的最大值，为第张原始图像中纵坐标的最大值，为自然指数函数。
10、上述技术方案综合了像素点之间的异常概率差异和空间位置差异，通过自然指数函数进行非线性变换，有效的量化像素点之间的相似度或关联度，如果两个像素点的异常概率非常接近，那么它们属于同一区域的可能性就较高，如果两个像素点在空间上彼此靠近，那么它们属于同一区域的可能性也会相对较高，通过考虑像素点之间的异常概率差异和空间位置差异，能够更准确地确定哪些像素点应该被归为同一区域。
11、进一步地，利用所述修正后的异常概率满足如下关系式：
12、
13、式中，是第张原始图像中第个区域修正后的异常概率，是第张原始图像中第个区域修正前的异常概率，是第张原始图像的权重，且，是第个区域在所有原始图像中的异常概率的熵值，为用于避免分母为0的预设参数，为原始图像的总数。
14、上述技术方案通过熵值量化同一个区域在不同原始图像中的异常概率的波动程度，熵值越高，说明该区域在不同原始图像中的异常概率变化越大，也就是该区域的异常概率在不同时间点上的变化越大，该区域的异常概率的不确定性也越高；反之，熵值越低，说明该区域的异常概率变化较小，不确定性较低，权重通过熵值计算得出，如果一个区域的异常概率变化不大，即熵值低，那么它的权重会较高；反之，如果一个区域的异常概率变化很大，即熵值高，那么它的权重会较低，这样设计的目的在于强调那些异常概率变化相对稳定的区域的重要性，通过加权平均的方式，综合考虑了多张原始图像中同一区域的异常概率，最终得出修正后的异常概率，权重较高的图像，也就是那些区域异常概率变化较小的图像对最终结果的影响更大。该方案通过引入熵值来衡量区域异常概率的变化情况，并据此计算权重，可以更好地识别出那些温度异常持续且稳定的区域，提高温度异常检测的准确性。
15、进一步地，每个像素点的异常概率满足如下关系式：
16、
17、式中，是第个像素点的异常概率，为归一化函数，为原始图像的总数，是原始图像的序号，的值取遍范围内所有整数，为第张原始图像中第个像素点的灰度值，为第张原始图像中第个像素点的八邻域像素点的灰度均值，为第张原始图像中第个像素点的梯度值，为第张原始图像中第个像素点的八邻域像素点的梯度均值。
18、上述技术方案通过对像素点的灰度值与邻域灰度均值的差异、像素点的梯度值与邻域像素点的梯度均值的差异进行考量，较大的差异值表明该像素点在灰度上不同于其周围的像素点，可能是异常点，并且像素点自身的梯度值反映了该像素点周围温度变化的陡峭程度，差异越大，表明该点与周围点在温度变化上的不一致性越大，通过求和项将多张原始图像中同一像素点的异常情况综合起来，增强了异常检测的鲁棒性，并且在计算异常概率时使用像素点自身的梯度值作为加权因子，表明在异常检测中，温度变化陡峭的区域可能更加值得关注。
19、进一步地，任一所述原始图像中任一所述区域的异常概率满足如下关系式：，其中，是第张原始图像中第个区域的异常概率，为第张原始图像中第个区域的模糊程度，为第张原始图像中第个区域的异常程度，，为第个区域的灰度模糊程度，为第个区域的梯度模糊程度，为归一化函数。
20、上述技术方案中模糊程度包含了灰度模糊程度和梯度模糊程度，灰度模糊程度反映了区域内部像素灰度值的一致性或不一致性，梯度模糊程度反映了区域内部像素梯度值的一致性或不一致性，模糊程度越大，说明该区域的内部一致性越差，可能意味着该区域包含了更多的边缘或纹理细节，或者存在温度的不均匀分布，异常程度表示第张原始图像中第个区域相对于正常情况的偏离程度，反映了该区域的温度是否异常，通过将模糊程度与异常程度相乘，可以综合考虑区域的内部一致性与温度异常程度，准确评估该区域的异常概率。
21、进一步地，所述根据修正后的异常概率的大小确定所述区域是否为异常区域的方法为：
22、获取所述区域在所有原始图像中修正后的异常概率，将这些异常概率归一化后并求均值，将均值作为所述区域的最终异常概率，若所述最终异常概率大于预设的概率阈值，所有原始图像中对应的该区域为异常区域；若所述最终异常概率不大于预设的概率阈值，所有原始图像中对应的该区域不为异常区域。
23、进一步地，所述区域的灰度模糊程度和梯度模糊程度的获取方法为：
24、以所述区域的重心为起点分别作重心到其八邻域方向的延长线，直至延长线与所述区域的边缘产生交点时停止，得到八个邻域直线，将每个邻域直线上经过的所有像素点的灰度值的方差作为该邻域直线的灰度方差，将以中心对称的每两条邻域直线为一组，得到四组邻域直线；
25、根据每组邻域直线中两个邻域直线的灰度方差的差异，确定四组邻域直线对应的灰度方差的差异均值，将所述差异均值与八个邻域直线的灰度方差均值之和作为所述区域的灰度模糊程度；将所述区域的所有边缘像素点的梯度方差作为所述区域的梯度模糊程度。
26、上述技术方案中对灰度模糊程度的考量：通过计算不同方向上的灰度方差，可以反映区域内温度分布的一致性，如果区域内温度分布均匀，则各方向上的灰度方差应相近，差异均值较小；反之，如果温度分布不均匀，则差异均值较大。对梯度模糊程度的考量：通过计算边缘像素点的梯度方差，可以反映区域边界处温度梯度的变化情况。如果边缘处温度变化平缓，则梯度方差较小；反之，如果温度变化剧烈，则梯度方差较大。最后，通过灰度模糊程度和梯度模糊程度的综合考量，细致地分析区域内部和边缘的灰度和梯度变化，能够更准确地识别出温度分布不均匀的区域，有助于提高温度异常检测的准确性。
27、进一步地，所述所有原始图像的每个区域的大小和位置均相同。
28、进一步地，所述根据所有异常区域的总数和异常区域包含的像素点总数评估分解炉的运行状态的方法包括：
29、计算分解炉的运行状态的异常指标：
30、
31、式中，为分解炉的运行状态的异常指标的数值，为归一化函数，是异常区域的总数，是所有区域的总数，是所有异常区域包含的像素点的总数，是所有区域包含的像素点的总数，为所有区域的最终异常概率的均值，、和分别为第一预设权重、第二预设权重和第三预设权重；
32、根据所述异常指标的数值与预设的异常指标阈值进行大小对比以确定所述分解炉的运行状态是否异常。
33、上述技术方案通过衡量异常区域占所有区域的比例，如果比例较高，则表明存在较多的温度异常区域，通过衡量异常区域包含的像素点数量占总像素点数量的比例，如果比例较高，则表明温度异常的范围较广，通过衡量所有区域的平均异常概率，如果平均异常概率较高，则表明总体上温度异常的程度较严重，最后通过加权平均的方式，将上述三个指标综合起来，使得异常指标能够全面反映分解炉的运行状态。
34、进一步地，所述确定所述分解炉的运行状态是否异常的方法为：
35、若所述异常指标大于或等于预设的异常指标阈值时，所述分解炉的运行状态存在异常，若所述异常指标小于预设的异常指标阈值时，所述分解炉的运行状态不存在异常。
36、本发明具有以下效果：
37、该技术方案通过多角度分析和量化评估，能够精准定位分解炉中的温度异常区域，通过综合考虑像素点的灰度和梯度差异、空间距离及区域模糊程度，实现了对温度异常区域的准确定位识别与聚类，最终，通过对异常区域的数量和面积的统计，提供了分解炉运行状态的量化评价，并且能够准确定位到温度异常的区域，提高了故障诊断的准确性和响应速度，帮助操作人员及时采取维护措施。
1.一种分解炉运行状态检测方法，其特征在于，包括：
2.根据权利要求1所述的分解炉运行状态检测方法，其特征在于，每个像素点与其他像素点属于同一区域的可能性满足如下关系式：
3.根据权利要求1所述的分解炉运行状态检测方法，其特征在于，利用所述修正后的异常概率满足如下关系式：
4.根据权利要求2所述的分解炉运行状态检测方法，其特征在于，每个像素点的异常概率满足如下关系式：
5.根据权利要求3所述的分解炉运行状态检测方法，其特征在于，任一所述原始图像中任一所述区域的异常概率满足如下关系式：
6.根据权利要求3所述的分解炉运行状态检测方法，其特征在于，所述根据修正后的异常概率的大小确定所述区域是否为异常区域的方法为：
7.根据权利要求5所述的分解炉运行状态检测方法，其特征在于，所述区域的灰度模糊程度和梯度模糊程度的获取方法为：
8.根据权利要求5所述的分解炉运行状态检测方法，其特征在于，所述所有原始图像的每个区域的大小和位置均相同。
9.根据权利要求6所述的分解炉运行状态检测方法，其特征在于，所述根据所有异常区域的总数和异常区域包含的像素点总数评估分解炉的运行状态的方法包括：
10.根据权利要求9所述的分解炉运行状态检测方法，其特征在于，所述确定所述分解炉的运行状态是否异常的方法为：
