基于成像顏色校正的機器視覺測量甲烷預混火焰當量比的方法研究

龍凱 楊健晟

摘要：基于機器視覺采集火焰顏色，利用火焰顏色與火焰光譜關系間接測量燃燒當量比是燃燒診斷技術的一個熱點。但由于成像設備光譜響應不同，會造成成像色偏，從而影響測量的準確性。為了研究和解決成像過程帶來的色偏影響，本文首先對成像參數(shù)和色偏現(xiàn)象進行了研究。根據(jù)研究結(jié)果，本文提出了一種基于成像顏色校正的機器視覺測量甲烷預混火焰當量比的方法，該方法以標準色彩為標定基準，通過白平衡的圖像處理算法對成像中的色偏進行校正。最后通過實驗對比，表明利用該方法不僅能有效地改善由于白平衡不同而導致的色偏問題，而且可大大提高傳統(tǒng)機器視覺測量火焰當量比的線性度和準確性，實驗結(jié)果驗證了該方法的可行性與有效性，可對后續(xù)研究提供借鑒。

關鍵詞： 當量比; 色偏現(xiàn)象; 顏色校正; 白平衡; 圖像處理

【Abstract】 The machine vision based measurement for the combustion equivalent ratio using the relation between flame color and its spectrum is a hot research topic in combustion diagnostic technology. However， due to the dissimilar spectral response of the different imaging device， the imaging color shift will be caused， which could affect the accuracy of the measurement. In order to study and solve the color shift effect caused during the imaging process， this paper first studies the imaging parameters and color shift principle. According to the research result， this paper proposes a method based on image color correction for premixed methane flame equivalent ratio measturement by machine vision. This method requires a white balance image processing algorithm to correct the color shift issue using the standard color calibration benchmark. Finally， the experimental comparison shows that this method can not only effectively reduce the color shift problem， but also greatly improve the linearity and accuracy of the traditional machine vision measured flame equivalent ratio results. The experimental results verify the feasibility and effectiveness of the proposed method， and it can provide reference for subsequent research.

【Key words】 ?equivalence ratio; color shift phenomenon; color correction; white balance; ?image processing

0 引 言

燃料是否充分完全燃燒，對燃料是否能高效利用和降低污染氣體排放起著重要的作用。通過對燃燒火焰進行監(jiān)測，從采集火焰數(shù)據(jù)中分析，從而判斷燃料處于何種燃燒狀態(tài)對燃燒過程優(yōu)化尤其重要。然而，由于燃燒過程的瞬時性與復雜性，使得火焰實時監(jiān)測與燃燒狀態(tài)精確診斷十分困難。為此許多學者提出了多種不同的方法來診斷燃燒狀態(tài)[1-4]。

在診斷燃燒狀態(tài)的方法中，當量比（Φ）是常被用來量化燃料-氧化劑混合物狀態(tài)的參數(shù)之一[5]。傳統(tǒng)測量火焰當量比的方法是基于激光的檢測技術或基于燃燒自發(fā)的化學發(fā)光檢測。激光技術由于采用特定波長光源，精確度較高，但設置復雜，成本較高。相對復雜的激光技術，直接對化學發(fā)光檢測相對容易，并且精度也基本滿足工業(yè)檢測要求。碳氫燃料燃燒中自發(fā)的化學發(fā)光是由于碳氫燃料燃燒反應時由于化合物化學鍵斷裂會生成自由基，大量激發(fā)態(tài)自由基在回歸基態(tài)時會釋放特定波長光子，因此可用來間接反映燃燒過程。Romero等人[6]就曾應用基于光學發(fā)光的火焰診斷技術于燃氣玻璃窯爐診斷中，通過測量OH*輻射值的變化來實時監(jiān)控爐內(nèi)燃燒狀況;Arias等人[7]研究表明C2*/CH*可以很好地反映燃燒熱效率。通過大量預混碳氫火焰實驗，研究者們還發(fā)現(xiàn)CH*/C2*的比值與火焰中自由基化學發(fā)光呈現(xiàn)單調(diào)關系[8-9]。因此通過利用光譜儀或單色相機前加裝窄通濾波鏡，可直接測量特定波段光譜信息（特定自由基化學發(fā)光信息），從而間接獲得當量比信息;但是這些方法存在一定的局限性，如采用傳統(tǒng)的光譜儀獲得的數(shù)據(jù)缺少時間與空間的信息，而后者采用單一濾波片的單色相機則無法同時測得多種自由基。

隨著機器視覺技術的飛速發(fā)展，彩色數(shù)字相機的出現(xiàn)使得其在化學發(fā)光測量中占據(jù)了重要地位并發(fā)揮了巨大的作用。最近， Huang 等人[10]通過實驗提出利用圖像中的B層與G層比值可用來近似測量CH*/C2*的比值，并通過實驗間接獲得了火焰當量比圖像。隨后Trindade等人[11]測試了該理論，驗證了當量比在0.8～1.4之間時CH*與C2*化學發(fā)光亮度值與彩色相機B和G彩色圖像通道的平均像素值具有關聯(lián)性。Migliorini等人[12]也利用灰色ICCD和彩色數(shù)碼相機分別測量預混燃燒火焰化學發(fā)光信號，通過對比與分析證實了彩色相機測量火焰當量比的可行性。

由于該方法設備要求低與操作便捷，已被廣泛應用于實驗燃燒診斷和工業(yè)燃燒監(jiān)測中。但由于制造工藝的局限性，彩色相機圖像傳感器的光譜響應不盡相同，使得火焰實際光譜顏色在通過數(shù)字彩色相機采集與成像的過程中存在著色偏影響，從而導致所得到的火焰圖像顏色數(shù)據(jù)存在著相應的顏色誤差，這嚴重影響了該方法的通用性。雖然Yang等人[13]試圖通過對成像過程建模，利用數(shù)值計算修正的方式減少成像過程造成的色差影響，但過程相對復雜。為了較便捷地提高彩色數(shù)字相機測量火焰當量比的準確性和通用性，本文提出了一種基于成像顏色快速白平衡校正的機器視覺測量甲烷預混火焰當量比的方法。

1 實驗裝置

1.1 燃燒平臺

為了精確地獲得實驗樣本數(shù)據(jù)，本實驗采用了一套6 mm氣路管道的燃燒實驗平臺，該平臺包括燃燒器、兩臺氣體質(zhì)量流量計、一臺空氣壓縮機、一瓶高純度甲烷氣體與一臺作為氣路控制器的PC 機等。燃燒平臺的結(jié)構(gòu)示意如圖1所示。

該燃燒平臺集成了預混氣路與非預混氣路，其中1號氣路為非預混氣路，可產(chǎn)生擴散火焰，而2號氣路則是用于產(chǎn)生預混火焰的預混氣路，兩者通過氣路控制閥⑧、⑨來調(diào)配。實驗中需要配比不同當量比的火焰樣本，因此采用2號預混氣路對點燃前的甲烷氣體與空氣進行充分混合。

1.2 光數(shù)據(jù)采集設備

本次實驗采用尼康D5000作為光數(shù)據(jù)采集設備對火焰樣本數(shù)據(jù)進行采集，相機相對火焰放置的位置如圖1（a）所示。聚光鏡頭采用NIKON AF-S NIKKOR 18-70mm f3.5-4.5G ED DX。為了采集足夠像素且清晰的火焰圖像，在實際實驗時焦距設置為0.38 m，鏡頭距離燃燒器嘴管約25 cm;為避免額外光源干擾火焰化學發(fā)光成像，實驗過程中還進行了避光處理。

1.3 標準色卡

由于成像顏色與采集環(huán)境（設備）具有一定關聯(lián)性，即同一個火焰樣本在不同的采集環(huán)境（設備）下可能得到的圖像顏色不一致，因此需要引入標準色彩設備來進行成像顏色校正。本次實驗采用的標準色彩校正設備為愛色ColorChecker。該設備具有孟塞爾24色的標準色彩，色卡實物如圖2所示：

2 實驗與分析

2.1 光圈、快門與ISO影響

理論上，在成像過程中，光圈大小、快門時間以及ISO都會對采集圖像的像素值造成影響。光圈作用是調(diào)節(jié)相機攝像頭上孔徑的大小，從而控制透過鏡頭的光通量，光圈越大、即F數(shù)值越小，進光量就越大?？扉T的作用是控制光閘開啟狀態(tài)的時間，開啟的時間越長，相機采集的總進光量越多;而ISO則為相機的感光度，一般來說，ISO感光度越大，相機對光線越敏感。為了探究以上參數(shù)是否會對成像色偏有影響，本文分別對光圈、快門與ISO進行了量化實驗研究，結(jié)果如圖3所示。

從圖3（a）中可以看出，在恒定快門和ISO時，隨著光圈設置的減小（即圖像從左至右），三色圖的色彩波峰在橫坐標上并沒有明顯的位移，說明光圈的變化并不會使得成像采集的顏色發(fā)生改變，但是不同光圈下色彩的峰值在縱向上有所變化：隨著光圈減小，峰值相應減小。因此，光圈不會造成色偏影響，僅僅影響光閘開度，從而使得采集光譜強度變化。

在圖3（b）的快門定量研究與圖3（c）的ISO定量研究中，發(fā)現(xiàn)了與圖3（a）類似結(jié)果，說明實驗采集設備（尼康相機）在快門、光圈和ISO變化時，對于圖像的三色層（R、G、B）顏色光譜的響應卻未曾改變。換言之，快門、光圈和ISO的變化僅影響圖像成像的亮度值，而不會影響到圖像的顏色光譜。由此可知選擇不同快門、光圈和ISO進行實驗時，不會影響到后期實驗成像顏色的結(jié)果。因此，僅為了讓后續(xù)實驗數(shù)據(jù)擁有合適的亮度，實驗中成像設備參數(shù)設置為：光圈（F5.6），快門（0.02 s）和ISO（200）。

2.2 色偏影響

色偏現(xiàn)象[14]是一種成像顏色與實際光譜顏色不符的現(xiàn)象。由于顏色特征是一種極不穩(wěn)定的視覺特征，易受到光源的光譜能量分布、成像物體表面反射特性及采集設備的感光特性等影響，使得采集的圖像顏色與標準光源下的顏色之間存在偏差。若定量研究圖像光譜顏色時存在色偏現(xiàn)象，將會影響圖像顏色的特征提取和分類等一系列后續(xù)處理的準確性。

由于火焰是自發(fā)光物體，利用彩色相機可直接采集火焰圖像顏色，并不會受到照射光源和表面反射的影響，但是采集設備的感光特性依然無法忽視。因此，在利用彩色相機采集火焰顏色建模間接測量火焰當量比時，必須首先進行消除色偏影響的處理。

2.2.1 白平衡

常用的色彩校正方法是白平衡;白平衡[15]本身就是一個抽象的概念，按照字面理解就是白色的平衡，是將在不同環(huán)境色溫中的白色物體都還原成真的“白色”，目的是使得圖像的成像顏色接近實際光譜顏色。因此，通過白平衡的校正處理，成像的基本色彩也將得到還原。

在傳統(tǒng)利用彩色相機B/G圖層測量火焰當量比中，研究者們并沒有考慮圖像色偏問題，就會使得實驗結(jié)果出現(xiàn)一定的色彩成像誤差。由此本文提出利用標準色卡作為參考標準，通過白平衡圖像算法消除由成像過程中導致的色偏問題。

2.2.2 白平衡修正算法研究

目前，白平衡修正的算法有參考白點法[16-17]，膚色白平衡法[18-19]等，這些方法是通過選取近白點或膚色點進行色溫計算，但在圖像中不含有白色或膚色內(nèi)容時就會使得統(tǒng)計不準確;灰度世界算法[20]不要求圖像含有特定內(nèi)容，適應性廣泛;鏡面白平衡[21]又稱完美反射法，是圖像中的“鏡面”，可以完全發(fā)射光源照射在物體上面的光線，這樣就可獲得當前的色彩信息。

由圖4（a）可以看到在未白平衡的白熾燈模式下，該圖整體呈現(xiàn)淡藍色，而在圖4（e）未白平衡的黃光源模式時的圖像整體呈現(xiàn)藍色;兩者之間的顏色偏差較大。由此說明在白平衡不同模式下，數(shù)字彩色相機在成像的過程確實存在著色偏問題。若未考慮色偏影響而做測試實驗，則結(jié)果肯定會出現(xiàn)差錯。對于圖4（b）是對白熾燈模式下白平衡的修正圖，圖4（f）為黃光源白平衡修正，從這2幅圖中可以明顯看到，在進行白平衡修正后，色偏影響大大降低、甚至基本‘消失了，說明了對白平衡進行修正是很有必要的一個步驟;從圖4（c）、圖4（d）、圖4（g）、圖4（h）中發(fā)現(xiàn)，在修正前后三色層圖中還會看到數(shù)據(jù)修正的偏移變化，這也充分體現(xiàn)了白平衡修正的必要性。

對火焰圖像的修正前后對比圖如圖5所示。

圖5（a）、圖5（b）兩張圖雖是對同一物體進行拍攝，但在不同光源模式下得到的圖像卻有不同的成像顏色，說明色偏的不同確實會影響預混甲烷火焰當量比的測量結(jié)果。而圖5（c）圖則是用灰度算法對圖5（a）、圖5（b）圖像的白平衡修正結(jié)果。從圖5（c）圖中看到在利用該算法對圖5（a）、圖5（b）因色偏不同而進行白平衡修正后，得到的圖像色彩有了很好的校正效果，由此說明該方法對預混甲烷火焰白平衡修正確實有效且可行。

2.3 預混火焰當量比測試結(jié)果

利用燃燒平臺和采集設備組合，得到甲烷預混火焰當量比Φ從0.75～1.2的圖像。在進行圖像處理時，為了準確獲取預混甲烷的藍綠色火焰信息，首先通過DFCD技術[22]對圖像進行篩選處理，通過提取預混火焰藍綠色顏色范圍作為濾波層對原圖火焰信號進行處理，以便去掉噪聲等干擾信息;然后，利用算法對圖像進行白平衡修正處理消除色偏影響;最后，提取圖像中火焰區(qū)域的B圖層與G圖層的比值即B/G值，構(gòu)建圖像B/G-CH* /C2*-火焰當量比模型。

利用Matlab軟件處理實現(xiàn)以上建模過程，未進行白平衡和鏡面白平衡，以及灰度白平衡處理后得到的結(jié)果如圖6所示。

圖6中的橫坐標表示當量比，縱坐標為顏色模型CH*/C2*比值，紅線代表傳統(tǒng)方法所得結(jié)果，綠線代表鏡面白平衡算法得到的結(jié)果，藍線代表灰度算法白平衡修正后得到的結(jié)果。從圖6中看到，隨著當量比數(shù)值的增加，3種測量方式的顏色模型CH*/C2*比值都呈現(xiàn)下降的趨勢。在圖6中鏡面白平衡法所得的結(jié)果跟傳統(tǒng)測量方式所得的結(jié)果的曲線走勢大體相同，線性化程度稍微提高了點，但輸入和輸出之間線性化程度不高，即所得數(shù)據(jù)的波動性較大;而由灰度世界算法修正后所得的曲線雖然靈敏度有所下降，但輸入和輸出之間趨于線性化。造成的原因可能是在鏡面白平衡算法中是以圖中最亮的點作為白點參考點，這使得在對圖像進行白平衡修正時參考點波動較大，從而影響實驗結(jié)果的線性程度;而灰度算法是以圖像三通道的平均值為白點參考點，讓圖像都趨于同一灰度值，從而使得實驗結(jié)果的線性化程度大大提升。在測量中，一般希望模型線性度高，線性化程度越高，可用量程范圍也相應越廣，針對這一點上灰度算法的白平衡修正優(yōu)于鏡面法白平衡修正。

3 結(jié)束語

本文提出一種基于成像顏色校正的機器視覺測量甲烷預混火焰當量比方法。通過定量研究光圈、快門以及ISO，發(fā)現(xiàn)這三個參數(shù)僅會對采集的光通量造成影響，并不會改變采集光的光譜信息，即不會影響成像顏色。通過顏色成像原理研究，發(fā)現(xiàn)造成火焰成像顏色色偏的影響因素為采集設備的傳感器光譜響應。

本文隨后對不同白平衡算法進行研究，通過對比鏡面白平衡算法和灰度世界算法，發(fā)現(xiàn)灰度世界算法對甲烷預混火焰成像的色彩校正具有良好的效果。通過對比傳統(tǒng)的火焰當量比測量結(jié)果與白平衡修正后的結(jié)果，發(fā)現(xiàn)灰度世界算法可極大提高測量結(jié)果的線性性。該方法簡單、易操作，具有很大的推廣性。

參考文獻

[1] COLLINS S. Advanced flame monitor stake one on bustion contorl[J]. power，1993（IO）：75.

[2]徐偉勇，余岳峰，孫江，等. 數(shù)字圖像處理技術在火焰檢測上的應用[J]. 中國電力，1994（10）：41.

[3]劉訓臣，李玉陽，周忠岳，等. 光譜法和取樣分析法在燃燒診斷研究中的應用[J]. 實驗流體力學，2016，30（1）：43.

[4]曹子沛. 基于圖像和改進算法的火焰燃燒穩(wěn)定性判別方法研究[D]. 合肥：合肥工業(yè)大學，2017.

[5]TURNS S R. 燃燒學導論：概念與應用 [M]. 3版. 姚強，李水清，王宇，譯. 北京：清華大學出版社，2015.

[6]ROMERO C，LI Xianchang，KEYVAN S，et al. Spectrometer-based combustion monitoring or flame stoichiometry and temperature control [J]. Applied Thermal Engineering，2005，25（5/6）：659.

[7]ARIAS L，TORTES S，SBARBARO D，et al. On the spectral bands measurements for combustion monitoring[J]. Combustion and Flame，2011，158（3）：423.

[8]KOJIMA J， IKEDA Y， NAKAJIMA T. Spatially resolved measurement of OH*， CH*， and C2* chemiluminescence in the reaction zone of laminar methane/air premixed flames[J]. Proceedings of the Combustion Institute， 2013，28（2）：1757.

[9]胡悅，譚建國，呂良. 甲烷-空氣預混火焰中化學發(fā)光定量化測量放熱率的實驗研究 [J]. 推進技術，2019，40（5）：1083.

[10]HUANG Huawei， ZHANG Yang. Digital colour image processing based measurement of premixed CH4+ air and C2H4+ air flame chemiluminescence[J]. Fuel， 2011，90（1）：48.

[11]TRINDADE T P， SANCHES J M， FERNANDES E C. Digital color image processing technique applied to gas combustion diagnostics[C]//8th World Conference on Experimental Heat Transfer， Fluid Mechanics， and Thermodynamics. Lisbon， Portugal：[s.n.]，2013：1.

[12]MIGLIORINI F， MAFFI S，De LULIIS S ，et al. Analysis of chemiluminescence measurements by grey-scale ICCD and colour digital cameras[J]. Measurement Science and Technology，2014，25（5）：055202.

[13]YANG Jiansheng，MA Zhen， ZHANG Yang. Improved colour-modelled CH* and C2* measurement using a digital colour camera[J]. Measurement，2019，141：235.

[14]戶尊蘭. 基于顏色特征分析的色偏檢測與校正算法研究[D]. 武漢：武漢大學，2017.

[15]宿曉慧. CIS白平衡及對比度增強研究與硬件驗證[D]. 天津：天津大學，2010.

[16]張鈺，姚素英，胡燕翔. 一種基于邊沿檢測的圖像自動白平衡方法[J]. 光電子激光，2008，19（6）：804.

[17]WENG C C， CHEN H， FUH C S. A novel automatic white balance method for digital still cameras[C]//2005 IEEE Intelnational Symposium on Circuits and Systems（ISCAS 2005）. Kobe， Japan：IEEE，2005： 3801.[ZK）][JY]（下轉(zhuǎn)第298頁）[FL）]

[18]WANG Yuankai， WANG C F. Face detection with automatic white balance for digital still camera[C]//2008 International Conference on Intelligent Information Hiding and Multimedia Signal Processing. Harbin：IEEE，2008：1.

[19]胡波，林青，陳光夢，等. 基于先驗知識的自動白平衡[J]. 電路與系統(tǒng)學報，2001，6（2）：25.

[20]BUCHSBAUM G. A spatial processor model for object color perception[J]. Journal of the Franklin Institute， 1980， 310（1）：337.

[21]嚴世珺. 數(shù)字圖像白平衡處理算法研究與改進[D]. 上海：上海交通大學，2007.

[22]敖宇. 基于歐拉視頻放大技術的火焰異常信號可視化研究[D]. 貴州：貴州大學，2019.