本發(fā)明涉及圖像處理，具體涉及一種增汽機(jī)生產(chǎn)效率識別方法。

背景技術(shù)：

1、在傳統(tǒng)的增汽機(jī)生產(chǎn)效率檢測領(lǐng)域，評估增汽機(jī)性能及效率是否異常主要依賴于多種傳感器技術(shù)和紅外熱成像設(shè)備。這些檢測手段通過采集增汽機(jī)運(yùn)行過程中的關(guān)鍵參數(shù)，如溫度分布、壓力波動以及流量等，來實(shí)現(xiàn)對增汽機(jī)工作狀態(tài)的全面監(jiān)控。特別地，文丘里管作為增汽機(jī)中的一個核心部件，其表面的溫度分布被視為判斷增汽機(jī)整體效率的重要指標(biāo)。通過對文丘里管表面溫度分布的精確分析，可以有效識別出增汽機(jī)是否存在生產(chǎn)效率異常的問題。

2、然而，在實(shí)際操作中，由于增汽機(jī)的文丘里管設(shè)計通常采用兩個類圓錐形結(jié)構(gòu)，這種特殊形狀導(dǎo)致了在不同拍攝角度下文丘里管表面輻射量的顯著差異。具體而言，即便是同一位置，在不同的拍攝角度下所獲取的紅外熱力圖也會展現(xiàn)出不同的溫度分布特征。這種因角度變化引起的溫度分布差異，給后續(xù)的圖像處理和數(shù)據(jù)分析帶來了極大的困擾。

3、特別地，在圖像處理階段，溫度分布的不同表現(xiàn)往往會導(dǎo)致連通域提取算法的誤差增加。連通域提取是圖像處理中的一個關(guān)鍵環(huán)節(jié)，用于識別和區(qū)分圖像中不同溫度區(qū)域或特征區(qū)域。但在增汽機(jī)文丘里管的紅外熱力圖分析中，由于上述角度依賴性問題，連通域提取的準(zhǔn)確性大打折扣，進(jìn)而可能導(dǎo)致對增汽機(jī)生產(chǎn)效率異常的誤識別。這種誤識別不僅影響了生產(chǎn)效率檢測的準(zhǔn)確性，還可能誤導(dǎo)后續(xù)的故障排查和維護(hù)策略，給增汽機(jī)的安全運(yùn)行和能效管理帶來潛在風(fēng)險。

4、鑒于上述問題，亟待提出了一種創(chuàng)新的解決方案，旨在通過改進(jìn)圖像處理技術(shù)，克服因拍攝角度變化導(dǎo)致的溫度分布識別誤差，從而提高增汽機(jī)生產(chǎn)效率異常識別的準(zhǔn)確性和可靠性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種增汽機(jī)生產(chǎn)效率識別方法，以在通過圖像處理的技術(shù)解決增汽機(jī)文丘里管表面同一位置在不同角度拍攝的紅外熱力圖中由于輻射量不同表現(xiàn)出不同的溫度分布出現(xiàn)連通域的提取誤差導(dǎo)致增汽機(jī)生產(chǎn)效率異常誤識別的問題。為此，本發(fā)明提供如下的技術(shù)方案。

2、在本發(fā)明中提供一種增汽機(jī)生產(chǎn)效率識別方法，包括：

3、獲取增汽機(jī)文丘里管表面的任一位置在不同時刻下多個角度的紅外熱力圖；

4、計算各時刻下各紅外熱力圖中像素點(diǎn)屬于邊緣的概率，所述概率與對應(yīng)紅外熱力圖中任一像素點(diǎn)在r、g、b三個通道中任一通道的梯度幅度、對應(yīng)任一通道的重要程度正相關(guān)；所述重要程度表征各歷史異常生產(chǎn)的歷史紅外熱力圖中目標(biāo)區(qū)域的像素點(diǎn)與背景區(qū)域的像素點(diǎn)在任一通道的像素值之間的差異變化；

5、若所述概率大于預(yù)設(shè)閾值，則對應(yīng)像素點(diǎn)屬于邊緣像素點(diǎn)，基于所有邊緣像素點(diǎn)得到對應(yīng)紅外熱力圖的連通域，并將獲取的各時刻所有角度的連通域的重疊區(qū)域作為對應(yīng)時刻的目標(biāo)連通域；

6、計算任一位置的異常程度；所述異常程度與各時刻的目標(biāo)連通域的溫度分布混亂程度正相關(guān)，與對應(yīng)目標(biāo)連通域的面積反相關(guān)，所述溫度分布混亂程度表征目標(biāo)連通域內(nèi)各像素點(diǎn)的溫度梯度的波動程度；

7、若所述異常程度大于閾值，則所述增汽機(jī)的生產(chǎn)效率異常。

8、上述方案通過獲取增汽機(jī)文丘里管表面的任一位置在不同時刻下多個角度的紅外熱力圖計算各時刻下各紅外熱力圖中像素點(diǎn)屬于邊緣的概率，所述概率與對應(yīng)紅外熱力圖中任一像素點(diǎn)在r、g、b三個通道中任一通道的梯度幅度、對應(yīng)任一通道的重要程度正相關(guān)，其中，重要程度表征各歷史異常生產(chǎn)的歷史紅外熱力圖中目標(biāo)區(qū)域的像素點(diǎn)與背景區(qū)域的像素點(diǎn)在任一通道的像素值之間的差異變化，若所述概率大于預(yù)設(shè)閾值，則對應(yīng)像素點(diǎn)屬于邊緣像素點(diǎn)，基于所有邊緣像素點(diǎn)得到對應(yīng)紅外熱力圖的連通域，并將獲取的各時刻所有角度的連通域的重疊區(qū)域作為對應(yīng)時刻的目標(biāo)連通域，計算任一位置的異常程度，其中，異常程度與各時刻的目標(biāo)連通域的溫度分布混亂程度呈正相關(guān)，與對應(yīng)目標(biāo)連通域的面積反相關(guān)，所述溫度分布混亂程度表征目標(biāo)連通域內(nèi)各像素點(diǎn)的溫度梯度的波動程度；若所述異常程度大于閾值，則所述增汽機(jī)的生產(chǎn)效率異常。因此，本發(fā)明的方案可以更準(zhǔn)確的找到異常位置，使維護(hù)人員快速對異常位置進(jìn)行維修或者維護(hù)。

9、可選的，所述異常程度，具體為：；

10、其中，qc表示第c個位置的異常程度，mc表示第c個位置拍攝的紅外熱力圖的總時刻數(shù)，sk,c表示第c個位置在第k時刻的目標(biāo)連通域的面積，表示第c個位置所有時刻的目標(biāo)連通域的面積平均值，hk表示第k時刻的目標(biāo)連通域的溫度分布混亂程度，exp(?)為以自然常數(shù)e為底數(shù)的指數(shù)函數(shù)。

11、上述方案通過計算異常程度為監(jiān)控增汽機(jī)生產(chǎn)效率提供重要的參考依據(jù)。

12、可選的，所述重要程度，具體包括：

13、；

14、其中，di表示通道i的重要程度；m表示采集的歷史異常生產(chǎn)的歷史紅外熱力圖的數(shù)量，ai,j表示歷史異常生產(chǎn)的第j張歷史紅外熱力圖中目標(biāo)區(qū)域內(nèi)所有像素點(diǎn)在通道i上的像素值的平均值，bi,j表示歷史異常生產(chǎn)的第j張歷史紅外熱力圖中背景區(qū)域內(nèi)的所有像素點(diǎn)在通道i上的像素值的平均值；所述目標(biāo)區(qū)域?yàn)橥ㄟ^對第j張歷史紅外熱力圖進(jìn)行分割得到的異常溫度分布區(qū)域，所述背景區(qū)域?yàn)閷Φ趈張歷史紅外熱力圖進(jìn)行分割得到的正常溫度分布區(qū)域。

15、上述方案提供了一種精確計算rgb通道的重要程度的方法。

16、可選的，所述概率，具體為：

17、；

18、其中，p是像素點(diǎn)屬于邊緣點(diǎn)的概率，di表示通道i的重要程度，fi是像素點(diǎn)在通道i的梯度幅度，max（f）是梯度幅度的最大值，通道i為r、g、b三個通道中的任一通道。

19、上述方案通過計算像素點(diǎn)屬于邊緣像素點(diǎn)的概率來提取連通域，能夠獲取準(zhǔn)確的連通域。

20、可選的，所述溫度分布混亂程度，具體為：

21、；

22、其中，hk表示第k時刻的目標(biāo)連通域的溫度分布混亂程度，n表示不同方向的合集，表示目標(biāo)連通域內(nèi)任一像素點(diǎn)在第l個方向上溫度梯度的標(biāo)準(zhǔn)差，norm（）為標(biāo)準(zhǔn)化函數(shù)。

23、上述方案通過計算所述溫度混亂程度，得到增汽機(jī)文丘里管表面的溫度分布情況，為監(jiān)控增汽機(jī)生產(chǎn)效率提供重要的參考依據(jù)。

24、可選的，所述溫度分布混亂程度通過計算目標(biāo)連通域內(nèi)各像素點(diǎn)的溫度梯度的熵得到。

25、可選的，還包括：使用高斯濾波對各紅外熱力圖進(jìn)行去噪處理的步驟。

26、可選的，在判斷增汽機(jī)生產(chǎn)效率異常后，生成異常報告，所述異常報告包含異常位置、異常程度以及建議的檢修維護(hù)措施。

27、可選地，判斷增汽機(jī)生產(chǎn)效率異常之后，還包括：

28、建立和維護(hù)一個數(shù)據(jù)庫，用于存儲所述紅外熱力圖、所述rgb通道的重要程度的計算結(jié)果、異常程度分析數(shù)據(jù)以及檢修維護(hù)記錄。

29、可選地，所述歷史異常生產(chǎn)的歷史紅外熱力圖為采集的歷史增汽機(jī)單位時間內(nèi)生產(chǎn)蒸汽量存在異常情況下的紅外熱力圖。

30、本發(fā)明的有益效果為：

31、本發(fā)明的方案通過對利用歷史異常生產(chǎn)的歷史紅外熱力圖進(jìn)行像素點(diǎn)不同通道上的通道程度的計算，并依據(jù)通道程度對當(dāng)前紅外熱力圖進(jìn)行分析，以提取連通域，進(jìn)而綜合多個角度下的連通域，確定最終的目標(biāo)連通域，并通過對目標(biāo)連通域進(jìn)行分析，可以更準(zhǔn)確的找到異常位置，使維護(hù)人員快速對異常位置進(jìn)行維修或者維護(hù)。