摘要
烧结断面火焰图像中蕴含大量烧结工艺信息,通过分析图像特征信息的变化能够有效判断烧结终点位置,帮助钢铁企业节能减排。由于烧结生产处在浓烟尘、高热辐射的环境下,导致采集的火焰图像易出现边缘模糊、噪声退化等问题,影响图像特征信息的提取。为提升图像质量,针对多种图像退化因素,提出一种Real-ESRGAN网络与形态学多结构算子相结合的图像复原方法,利用Real-ESRGAN网络对图像进行去模糊化,增强图像的视觉效果,再使用4种不同方向的多结构算子并结合权重自适应算法,抑制图像噪声,达到提高烧结火焰图像质量的目的。实验结果表明,该方法对于图像复原具有显著效果:PSNR均值达34.301 8 dB,SSIM均值达0.926 0,为通过图像信息判断烧结终点位置奠定了基础。
- 单位