转炉炼钢生产过程中,终点碳温的准确预报是钢铁产业至关重要的一环,而碳含量的准确预报对于提高钢铁冶炼工艺具有重要的意义。本文针对转炉终点炉口火焰图像相似性高,传统特征方法难以提取区分碳含量相近的火焰图像的关键特征,从炉口火焰图像的颜色特征和纹理特征提取入手开展研究,为提高基于炉口火焰图像特征提取的转炉炼钢终点碳含量预测准确率打下基础。本文的主要研究内容如下:（1）采用基于卷积神经网络火焰特征提取的终点碳含量预测方法。通过对卷积神经网络VGG-16参数进行修正,调整堆叠卷积层中卷积核大小、池化大小、补零方式、归一化以及全连接层的参数,减少了参数运算量,提升了网络训练速度。实验结果表明,使用经过参数调整优化后的VGG-16网络提取火焰图像不同层次间的抽象特征,并对23种不同碳类别下所有炉次的转炉火焰图像的终点碳含量进行预测,使得转炉终点碳含量误差范围在0.02%内的预测精度达到68.2%。（2）提出了一种基于改进完全局部二值模式（Improved complete local binary pattern,ICLBP）火焰特征提取的转炉炼钢终点碳含量预测算法。通过改进完全局部二值模式提取火焰图像特征并实现转炉终点碳含量的准确预测。具体内容如下,通过采用局部相位量化法（local phase quantization,LPQ）提取火焰图像的相位信息作为对完全局部二值模式CLBP中幅值信息CLBP＿M的补充,将幅值信息和相位信息两者的特征向量相结合组成融合特征ICLBP＿MP,以弥补CLBP在火焰图像局部结构中对纹理特征提取的不足;提出一种新颖的结合颜色信息的加权策略,解决了CLBP算法在提取火焰图像纹理特征缺乏局部对比度信息的问题。实验结果表明,本章方法对23种类别的转炉火焰图像的终点碳含量进行预测,使得转炉终点碳含量误差范围在0.02%内的预测精度达到83.9%。（3）提出了一种融合局部和全局空间信息的完全局部二值模式火焰特征提取的转炉炼钢终点碳含量预测算法。首先,使用完全局部二值求得火焰单通道和互通道图像的局部分割块并分别进行颜色加权和梯度加权以增强火焰单通道和互通道图像符号和幅值块的局部对比度;然后,将增强了局部对比度的符号和幅值块分别与火焰灰度图对应位置上的局部分割块相结合,融合火焰单通道和互通道图像之间的局部和全局空间信息。实验结果表明,本章方法对23种类别的转炉火焰图像的终点碳含量进行预测,使得转炉终点碳含量误差范围在0.02%内的预测精度达到85.2%,有效提高了转炉终点碳含量预测的准确率,解决了由于转炉炉口火焰图像相似性高,导致的转炉终点碳含量预测精度低的问题。