[发明专利]一种基于双目三维建模的发电焚烧炉监控方法

说明书

本发明公开了一种基于双目三维建模的发电焚烧炉监控方法，包括：采集发电焚烧炉内可燃物燃烧状态图像并对所述图像进行预处理；利用识别算法识别所述预处理后的图像中的可燃物，并利用三维重建算法重建内部燃烧物体积分布；根据所述重建的内部燃烧物体积分布，输出与所述燃烧炉内燃烧物容量状态相关的数据，实现发电焚烧炉的监控。本发明方法反映实际燃烧炉内的工况，从直观的视觉角度，以辅助工作人员进行合理安排喂料器的运动时间和方式工作，进而提升生产效率。

技术领域

本发明涉及焚烧炉实时监控的技术领域，尤其涉及一种基于双目三维建模的发电焚烧炉监控方法。

背景技术

现有技术中，基于红外光的TOF/结构光无法重建高燃的物体(以为它在不断释放红外光会干扰它算法成像，双目是可见光波段)，深度重建成像质量相对于其他传感器稳定；激光雷达成本过高，场景不适用，因此，亟需一种方法来实时高效监控发电焚烧炉的容量，提高其智能化程度。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：现有技术无法重建高燃的物体或成本过高，场景不适用，生产效率低。

为解决上述技术问题，本发明提供如下技术方案：采集发电焚烧炉内可燃物燃烧状态图像并对所述图像进行预处理；利用识别算法识别所述预处理后的图像中的可燃物，并利用三维重建算法重建内部燃烧物体积分布；根据所述重建的内部燃烧物体积分布，输出与所述燃烧炉内燃烧物容量状态相关的数据，实现发电焚烧炉的监控。

作为本发明所述的基于双目三维建模的发电焚烧炉监控方法的一种优选方案，其中：所述图像预处理过程包括，在正常光状态下采集预设量图片用于构建训练图像增强数据集；利用自监督学习方法训练得到自适应补光、去噪的图像增强结果；利用基于多曝光图像深度融合的低光照图像增强网络实现低光照图像的自动亮度提升及细节增强。

作为本发明所述的基于双目三维建模的发电焚烧炉监控方法的一种优选方案，其中：产生所述多曝光图像的公式为：

I_i＝min(k_i*I_orig，1) i∈(1，n)

其中，I_i为曝光增强后的图像，I_orig为原始的低光照图像，k_i为低光照图像与参考图像之间选定的n个曝光率之中的一个值，min运算防止过曝光出现导致的图像过亮；

融合特征的产生为：

f_max＝max(f₁，f₂，L f_n)

f_fusion＝w*concat(f_max，f_avg)

其中，f_max为最大滤波特征，f_avg为平均滤波特征，f_fusion为融合特征，concat为神经网络中的合并运算；

所述神经网络训练的损失函数采用输出光照增强图与标准图间的L1范数损失：

I_high＝Exfusion(I_ex1，I_ex2，L I_exn)