嵌入式红外热像下渣检测系统.doc

嵌入式红外热像下渣检测系统摘 要：为了控制从转炉进入钢包的钢渣量，提高钢水收得率，净化钢水质量，提高钢包合金化过程中的合金元素收得率，利用钢水与钢渣因发射率的不同而形成的红外热成像的差别，提出了一种方便简捷的嵌入式红外热像下渣检测系统。采用DSP处理器实时处理采集到的钢流图像数据，并通过HPI通信接口将信号传给ARM处理器，从而实现对转炉出钢过程的实时监控。ARM处理器通过主机并行接口HPI(Host Port Interface)与DSP进行通讯，采用MiniGUI设计了嵌入式环境下图形界面系统(GUI)。结果表明，该系统能将钢流的状态以图形化方式显示，并通过调整钢渣图像所占比例来确定报警值，满足现场不同需要。关键词：嵌入式系统，红外热像，下渣检测，转炉出渣 Embedded infrared thermographic slag detection systemAbstract：To control the content of slag pouring into the ladle from the converter, improve the molten steel yield, purify the molten steel quality, and improve the alloying elements yield in the progress of alloying ladle, a convenience and short-cut embedded infrared thermographic slag detection system was presented by using the difference thermal infrared images of liquid steel and liquid slag caused by their different emissivity. The system adopted DSP digital signal processor to real-time process the sampled steel flow image data, and transmitted the signals to ARM processor using the HPI communication interface to real-time monitor the tapping procedure of converter. ARM processor communicated with DSP by means of the Host Port Interface (HPI). The user graphic interface (GUI) based on MiniGUI was designed in embedded environment. The results indicate that the system can display steel flow information in the form of graph, and can set the alarm value by regulating the ratio of slag image to meet the different demand in field.Key words: embedded system; infrared thermographic; slag detection; converter tapping转炉炼钢时，钢水较重，在转炉中沉于底部，钢渣大多数为非金属氧化物，比重较轻，只有纯钢水比重的1/3左右，轻浮于钢水上部。当冶炼完成开始出钢时，将转炉慢慢倾斜，钢水从出钢口流出到钢罐中，炉中钢水和钢渣逐渐下沉；当钢水快要流尽时，钢渣逐渐开始流出1。为降低钢包中脱氧剂的消耗量，同时为提高钢包合金化过程中的合金元素收得率，净化钢水质量，提高钢水收得率，必须将出钢时带出到钢包内的钢渣量控制到最低限度。为此国外相继开发了电磁检测法2、红外检测法3-4等方法对下渣过程进行检测与控制。虽然上述方法在连铸生产中获得了较为成功的应用，取得了一定的经济效益，但是其在应用过程中均存在使用成本高、体积大、功耗大、稳定性差、以及不易安装维护等问题。因此，本文提出将红外热像检测系统嵌入式化，充分利用嵌入式系统的高可靠性、低成本、体积小、功耗低等优势，并结合红外热像技术对数据进行处理与识别，搭建了嵌入式红外热像下渣检测系统。下面将对嵌入式系统硬件架构、下上位机通信模块的实现、图像信号的识别与处理及上位机图形界面的设计等几个方面的问题展开讨论。1工作原理与嵌入式系统构成1.1 下渣检测基本原理红外热像下渣检测利用在远红外波段钢水与钢渣显示出不同的辐射特性即发射率不同，来进行下渣识别的。所有能够产生红外放射的物体都可以被具备红外摄像机的热成像系统检测到5。钢铁冶炼过程中，钢渣浮在钢水的上部，二者的温度是接近相同的。因为钢渣的发射率要比钢水的大一些，所以在熔融的钢渣倾倒进钢包时，红外热成像系统将会检测到相对较热的熔融钢渣信号。红外热像下渣检测系统以嵌入式系统构建，并通过图形终端将熔融金属流的状态信号进行显示，一旦检测到钢水中钢渣的含量超过预设定钢渣报警值，就进行挡渣操作。基本实现过程如图1所示。图 1 下渣检测系统实现方案示意图Fig.1 Abridged general view of slag detection system realization scheme1.2 嵌入式系统构成嵌入式控制系统为本系统的控制核心，系统采用上下位机双CPU结构，由基于数字处理器(DSP)的下位机实时对采集到数据进行处理和基于先进精简指令集处理器(ARM)的上位机系统组成。本文将系统检测任务进行了合理的分解：模拟视频信号的采集、A/D转换及数据的处理放在下位机实现，控制系统硬件规模及功耗，充分利用了DSP在浮点数计算方面的突出能力；将数据的显示、控制信息的交互、网络通信等功能放在上位机上实现，充分利用ARM的事务处理能力和交互能力。上下位机的交互通过主机通信接口HPI进行并行、高速的数据传输，满足视频信号采集的需求。硬件系统主要包括：S3C2410核心板、TMS320C6713数据处理模块、信号采集模块、HPI通信模块、电源模块、时钟模块、LCD显示模块、报警指示灯等组成。S3C2410核心板通过HPI通信接口与TMS320C6713连接，并通过HPI通信模块接收DSP处理过的数据，并将其显示在LCD显示模块上，同时提供直方图、文字、报警指示等相关信息。其中下位机DSP数据采集处理卡主要由红外热像摄像机、STC89LE52单片机、SAA7114视频解码器、FPGA与DSP数字信号处理器组成。STC89LE52单片机通过I2C总线对SAA7114进行控制，SAA7114视频解码器用来将红外热像摄像机采集到的PAL制式(逐行倒相制式)的模拟视频信号转换为ITU-656格式的数字视频信号，FPGA主要完成数字视频数据采集和缓冲作用，DSP数字信号处理器从FPGA中读取图像信号并进行处理，再将处理后的数据信息通过HPI通信模块传递给上位机。红外热像下渣检测系统总体构架如图2所示。图 2 嵌入式下渣检测系统硬件架构Fig.2 Hardware architecture of embedded slag detection system2 HPI通信模块设计DSP的主机接口(HPI)是一个并行接口，通过该接口ARM微处理器可以直接访问DSP的内部存储器空间或映射到存储器空间的外围设备。S3C2410通过HPI接口访问TMS320C6713的存储空间，主要通过对三个HPI寄存器(HPIC、HPIA、HPID)操作来实现的。HPI与DSP存储空间的互连是通过EDMA控制器实现的6-7。2.1 HPI硬件设计上位机与下位机之间的通信通过TMS320C6713的主机接口HPI实现，其中片选用nGCS2，将TMS320C6713映射到S3C2410的储存空间组BANK2上，这样对BANK2进行操作，就可以产生DSP的片选信号，使得DSP系统单元就像是一片外接的SDRAM；HDS1和HDS2分别与S3C2410的读写使能信号nOE和nWE相连接；nGCS2、nOE和nWE共同产生内部数据选通信号，控制HPI的读写。由于HPI接口访问的速度非常快，为了减少上下位机系统之间的干扰，有效隔离上下位机，在S3C2410与TMS320C6713之间添加16位双向三态总线收发器74VHC16245以增加总线驱动能力，提高传输的可靠性和系统的稳定性，具体硬件电路如图3所示。图 3 HPI硬件接口电路图Fig.3 Schematic circuit diagram of HPI hardware interface2.2 HPI驱动程序设计由于在S3C2410上运行嵌入式操作系统linux，所以对HPI接口读/写操作时，将HPI接口看作一个外部设备，即将完成读/写操作的程序看成是在linux下面的一个字符型驱动。HPI接口读/写程序主要由两部分组成：ARM自身的初始化；HPI接口读写程序。ARM处理器首先要完成自身工作模式等一系列的初始化，才能正常进行HPI接口的读/写，ARM初始化将在hpi的初始化中进行。由于HPI接口与外部I/O接口的BANK2相连，这样就将HPI的HPIC、HPIA、HPID寄存器映射到内存物理地址HPI_BASE为0x10000000开始的空间，通过访问寄存器指令就可对HPI进行操作。根据实际需求，HPI的驱动程序主要实现如下设备操作函数，以file_operations数据结构的形式标识如下：static struct file_operations hpi_fops=owner: THIS_MODULE,open: hpi_open,release: hpi_close,read： hpi_read,write： hpi_write;hpi_read和hpi_write负责把要访问的地址通过HPIA_W_F和HPIA_W_S写到HPIA地址寄存器后，就可以通过地址HPID_W_F、HPID_W_S、HPIA_R_F、HPIA_R_S对HPID进行读写了(HPIA_W_F、HPIA_W_S等是对HPI接口寄存器地址的宏定义)。对于每一次数据交换，先向HPIA写入DSP的内存空间地址，再对HPID或HPIH读取/写入数据。hpi_open负责打开设备，并调用mmap完成物理地址到内核空间的映射(由于驱动程序工作在内核态，不能直接操作物理地址，需要将物理地址映射到内核空间)。hpi_open函数部分代码如下：static int hpi_open(struct inode *inode，struct file *file)/打开设备节点 /*Get HPI device*/hpidev_t=&hpidev;if(hpidev_t=NULL)printk(“ hpi_open:no such hpi device n”);return -ENODEV; /*memory remap*/hpi_mmap_start=iommap(hpi_base, hpi_lenght );/物理地址到虚拟地址的映射return 0; / open hpi 在实现hpi_fops结构体内的各个入口点函数后，需要对HPI设备的初始化，在ARM的linux内核启动时，注册这个驱动程序，并完成ARM总线控制寄存器，HPIC控制寄存器的初始化设置及内存空间的申请。HPI初始化代码如下：static int _init hpi_init(void)int ret=0;/*Init hardware*/BWSCON=0x22111610；/设置存储空间BANK2的工作模式为32位BANKCON2=0x6B40；/配置外部I/O接口BANK2的读写时序各控制线之间的时序关系InitHPIC(0x00010001);/*Register hpi device*/ret=register_chrdev(HPI_MAJOR,DEVICE_NAME,&hpi_fops);if(ret!=0)printk(“hpi: error registering driver.n”);return ret;Printk(“%sn”,DRIVER_NAME);return ret;3 下渣信号分析与界面设计3.1 下渣信号分析红外热像下渣检测系统关键是图像信号的提取与处理。由于钢渣的发射率比钢水的发射率高，导致当有钢渣出现时在热像系统上注液部分灰度图明显偏向白色，通过判定钢流在热像图中的边界，检测图像中钢流区域内部的亮度变化，计算钢渣灰度级区域占整个注液区域的比例，即可以估算出注液中渣含量的大小。首先要得到钢流所在背景图像的光强，即要计算整个图像的平均灰度，假设需要得到的图像像素为，代表图像像素宽度，代表图像像素高度，并假设每个像素点的灰度值为,平均灰度值可表示为： (1)其次要确定钢流的边界线，需要对钢流的边缘进行提取，如果直接提取边缘会产生许多杂乱的边缘干扰，所以对图像采取了分割方法，由于背景图像与钢流图像在红外系统上有明显区别，通过设置阈值将钢流与背景图像分开。设原始灰度图像为，以一定的准则在中找出一个灰度值作为阈值，将图像分割成两部分，则分割后的二值图像表示为8-9： (2)对于钢流图像元素，对于背景图像元素，从而达到将图像二值化处理的目的。阈值的选取是阈值分割处理的关键：过小的阈值会把不需要的内容一起提取出来；过大的阈值则会去掉一些目标物体。为了持续优化阈值，最大限度降低误差（将目标误认为背景而被剔除的误差和将背景、噪声归并为目标的误差），采用迭代阈值法10-12来确定门限值，其实现过程如下：1) 求出图像中最大、最小灰度值，令阈值初值为： (3)2) 根据阈值将目标和背景直方图分成，两部分，求出两部分的平均灰度值： (4) (5)式(4)、式(5)中，是图像上点的灰度值，是点的权重系数；3) 求出新的阈值； (6)4) 如果，转步2），否则停止循环，取最终阈值。最后要确定钢渣的状态，由于钢流正常流出时，图像变化不大，而当有钢渣流出时，图像变化明显。对各像素进行差值计算10-12就可以判断该状态下钢流中是否含有钢渣。假设相邻抓图时刻，()采集到的灰度图像，在不考虑噪声、光强和其它干扰的情况下，当钢流图像不变时，理论值为零；如果在时刻未下渣，而时刻有渣冒出或图像有突变，则差值，差值图像中得到的是钢流中钢渣区域图像，而其它没有变化的部分则为背景色（值为零或接近零）。由于现场情况的复杂性，需要对差值图像进行相关的去噪处理。图像差值处理的基本步骤如下：1) ，时刻图像进行差值运算。获得差值图；2) 对差值图像进行增强，再利用上述阈值分割法将差值图像转化为二值图像；3) 最后消除噪声，从而得到待检测的目标区域图像。3.2 图形用户界面设计要将下位机处理过的下渣信号在上位机上进行分析、显示，同时提供友好的人机接口，需要在开发上位机上开发图形用户界面，目前Qt/Embedded、Micowindow、MiniGUI在嵌入式系统图形界面方面提供了良好的技术支持13。由于MiniGUI是面向嵌入式系统的轻量级图形用户界面(Graphic User Interface, GUI)支持系统,将底层操作系统与硬件平台之间的差别隐藏起来，并对上层应用程序提供了一致的功能特性，具有占用资源少、高性能、高可靠性等特点，非常适合于实时嵌入式产品的高效、可靠、可定制、小巧灵活的图形用户界面支持系统。本文嵌入式红外热像下渣检测系统采用MiniGUI来开发图形界面系统，由Framebuffer驱动程序和MiniGUI组成的软件系统与夏普全新3.5英寸液晶屏与S3C2410内置的LCD控制器的硬件系统组成。由于要在用户界面要显示钢液的相关状况，包括转炉出钢过程钢液的实时图像，瞬时钢渣的百分比含量及显示，含渣量门限值的设定，报警指示等，为了提高系统运行的实时性，系统软件采用多线程设计，通过共享内存(share memory)的机制实现各线程之间的通信，如图4所示。主要包括三个线程：主线程完成钢液图像的显示、参数设置以及其他线程消息的处理；HPI通信线程用来接收DSP传递过来的图像数据，并将数据存储在特定的数据结构中；状态指示线程用来实时显示瞬时钢渣含量、一定时期内钢渣含量历史趋势、下渣报警等任务。图 4 用户界面整体设计Fig.4 Integrated design of user interfaceHPI线程在系统软件中起着承上启下的作用，其主要作用是实现从DSP读取图像数据，包括数据接收与数据分发，数据接收用来将下位机已处理好的图像帧数据，钢渣含量等数据读出；数据分发将接收到的数据，进行校验，看是否符合与上位机通信的协议，再将接收数据中的图像帧信息与钢渣含量信息分离，同时记录历史钢渣含量信息，存入特定数据结构中，HPI线程数据接收流程如图5所示。图6 HPI通信数据接收流程Fig.6 Data receive flow chart of HPI communication3.3 实验结果分析在现场将红外热像仪拍摄的转炉出钢口钢流的图像进行分析，共检测92次，成功报警84次，异常8次，成功率可以达到91%以上，较好的满足实际生产的需求。嵌入式红外热像下渣检测系统实际运行界面如图5所示，此刻的钢渣含量是67%，超过了设定的阈值35%，系统处于报警状态，提示操作人员进行挡渣操作。图 5 系统运行界面Fig.5 Running interface of system4 结 语嵌入式红外热像下渣检测系统运用DSP在浮点数运算等方面突出的运算能力作为下位机，对红外热像仪采集到的钢流图像信号进行实时的处理，提取特征信号，同时运用ARM在事务处理与交互上的突出能力作为上位机，并通过HPI通信模块，实时接收下位机处理后的数据。通过LCD显示模块，并运用MiniGUI开发图形界面程序，将钢流的状态实时显示出来，为操作人员进行挡渣工作提供了可靠的依据。实验表明，本嵌入式红外热像下渣检测系统可直观的显示钢流的注液状态、显示估计钢渣含量、提供钢渣含量趋势图、指示并报警下渣发生，为现场工作人员提供了一套成本低、安装运行方便、界面友好、下渣直观的嵌入式钢水下渣检测的原型系统。本文对红外热像下渣检测嵌入式化进行了有益的尝试。参考文献(References):1 TAN Da-peng, LI Pei-yu, XU Li et al. Steel water continuous casting slag detection system based on VQ C. Proceedings of IEEE International Conference on Systems, Man, and Cybernetics. Taiwan, China: IEEE-CS, 2006: 1315-1319.2 JULIUS E, THEISSEN W, BLOCK F R. Function and application of Electromagnetic Slag Detection System J. World Steel & Metalworking, 1987, 8: 56-61.3 VIALE M, MARTIN O, MURATORI F, et al. Application of on-line infrared thermography in steel making industry C /Proceedings of SPIE - The International Society for Optical Engineering. Orlando, United States: SPIE, 2007, 6541: 65410H.4 D.V. Goldstein, A. Sharan, J. A. Stofannak. Infrared imaging for BOF slag detection J. Iron & Steelmaker, 2000, 27(7): 31-385 Von.Hansjorg, Rau. Ropenack. Application of thermo graphic slag detection J, Ingo MPT Metallurgical Plant and Technology International, 2002, 25(1): 5255.6 TMS320C6000 DSP Host Port Interface Reference Guide Z.Texas Instruments,2003.7 孙文康, 段义隆, 张媛媛. 嵌入式linux