钢水碳含量终点预测作为转炉炼钢重要的一环,准确的预测将直接关系到炼钢效率,有利于减少能源和原材料浪费。由于熔池内不同比例的钢水碳含量能够反映在炉口火焰颜色、纹理形态等信息的变化上,因此采用炉口火焰图像特征提取的终点碳含量预测方法为传统预测提供一种新的参考,但火焰作为一种复杂变化的非结构对象,具有较强的随机性和相似性,给特征提取带来不小的困难,进而影响到终点预测的准确性。针对上述问题,本文将从钢水碳含量变化密切相关的炉口火焰颜色、纹理特征入手,研究炉口火焰的内在结构特点,在变化复杂的炉口火焰中提取具有区分性、鲁棒性的彩色纹理特征,进而提高终点预测精度,为后续终点碳含量预测的进一步探讨提供参考。本文的主要研究内容如下:（1）从机理分析的角度阐述转炉炼钢吹炼过程中不同钢水碳含量对应炉口火焰特征的变化情况;其次以终点时刻工业相机拍摄的不同炉次下约16000张火焰图像作为实验数据集,通过验证实验证明炉口火焰的随机性、多尺度、多方向特点。将规则纹理图像与同一炉次下的火焰图像作为对比,计算不同方向直方图的特征统计值,根据统计值的变化分析炉口火焰图像的随机性特点;利用高斯尺度金字塔构建火焰图像的多尺度表达,结合局部极值模式（Local extrema patterns,LEP）、灰度共生矩阵（Gray Level Co-occurrence Matrix,GLCM）纹理特征提取方法,根据预测结果分析炉口火焰图像的多尺度、多方向特点,为实现鲁棒性较好、预测精度高的彩色纹理特征提取模型提供指导思路。（2）针对炉口火焰的随机性特点,导致稳定特征提取困难进而影响预测准确性的问题,构建了一种局部纹理互信息特征提取方法并用于终点预测。首先,在H、S、I通道下计算局部区域的熵值谱与幅值谱;其次,关注局部区域的互补信息,分别构造中心点一阶导数非线性映射和邻域尺度间二阶导数非线性映射;最后,对不同的映射关系进行多趋势交叉编码作为火焰图像的纹理特征,同时辅以颜色三阶矩作为颜色统计特征,经KNN回归模型训练与预测,在碳含量误差±0.02%内的预测准确率达到91.1%,较好的建立与终点碳含量之间的对应关系。（3）针对已有图像特征提取算法没有充分利用到火焰形态信息,只能提取较为有限的火焰特征的问题,本章将颜色、纹理作为整体进行处理,并结合炉口火焰的随机性、多尺度以及多方向特点,构建一种改进的多趋势二进制编码彩色纹理特征表述方法（IMTBCD）。首先,采用颜色通道融合策略整合颜色与纹理信息,得到火焰图像的彩色纹理表示;其次,构建彩色纹理的非均匀多尺度表达,兼顾不同尺度的结构信息;最后,IMTBCD从不同方向对火焰纹理不同的变化进行多趋势编码,描述更加全面以及细致的纹理差异信息。选用广义回归神经网络（GRNN）在碳含量误差±0.02%内的预测精度为95.7%,较为准确地建立了从炉口火焰图像到钢水碳含量之间的对应关系,为转炉炼钢终点预测提供了一定的参考。