BP神经网络的火焰图像温度检测方法61426.pdfVIP

第 31 卷第 2 期 中国测试技术 Vol31 　No2 　2005 年 3 月 CHINA MEASUREMENT TECHNOLOGY Mar ,2005 　　　　　 BP 神经网络的火焰图像温度检测方法 王 　韬 ,刘 　奇 ,陈　洪 ,孟川杰 ( 四川大学电气信息学院 ,四川 成都 610065) 摘 　要 :基于炉膛火焰温度不同 ,与之相对应通过 CCD 摄取的炉膛火焰图像颜色也不同 ,提出了一种检测炉 膛火焰温度的方法 。将获取的炉膛火焰图像 RGB 模型转换为 HSI 颜色值 ,用 H 、S 值作为 BP 神经网络输入 , 通过样本图像训练后 ,拟合 H 、S 与温度 T 的非线性关系 ,计算得到炉膛火焰温度值 。实验表明 ,计算温度与 实际温度良好相符 ,温度测量方法切实可行 。 关键词 :CCD ;BP 神经网络 ;HIS ;颜色模型 ( ) 中图分类号 :TH74414 　　　　文献标识码 :A 　　　　文章编号 2005 Temperature measurement method of flame images based on BP neural net work WAN G Tao , LIU Qi , CHEN Hong , MEN G Chuanjie (College of Electric Information , Sichuan University , Chengdu 610065 , China) Abstract :Based on the fact that different furnace flame images captured by the CCD correspond with the different temperature of the furnace flame , a temperature measurement method of the furnace flame images is presented in this paperTransforming the RGB color model images captured by the CCD into HSI color model images , training this neural network and approximating the nonlinear relationship between the color and the temperature based on BP neural network , the temperature is calculatedThe experimental results prove that the calculating temperature accords with the actual one and show that the method is feasible Key words :CCD ;BP neural network ;HSI ;Color model 1 　引　言 络具有对非线性函数良好拟合的特点 。所以我们采 设备安全运行的需要 ,使得锅炉炉膛火焰温度 用 HSI 颜色空间 ,选择 H 、S 分量作为神经网络输 检测成为一个重点 。目前 ,对炉膛火焰温度检测的 入 ,通过样本训练 ,得