第十一章数字图像处理应用.pptVIP

第十一章 数字图像处理应用 第一节 锅炉火焰图像检测 一、火焰图像检测系统结构 (一) 系统结构 图11－1为200MW火焰图像检测系统结构成图。 系统主要组成有：1. 火焰图像传感器 2. 视频分配器 3. 视频切换矩阵 4. 画面分割器 5. 上位机工程师站 6. 下位机工作站 7. 录像机等 (二) 系统功能 系统具有的主要功能： 1. 炉膛火焰的实时监视功能 2. 灭火保护功能 3. 实时诊断功能 4. 故障记录与追忆等主要功能 二、火焰检测算法 （1）图像特征分析 有两种灭火情况：一是断粉熄火 另一种是喷粉灭火 传感器故障时，整个图像特征与黑区的特性一致。 （2）特征提取 设置如图11－8示的三个特征提取区域，在相应区域内提取火焰燃烧的特征参数。 区域A设置原则是：一般情况下，火焰的黑龙区、初燃区和燃烧区都落在该区域内。 （3） RBF神经网络 RBF神经网络输入层到隐含层的映射具有特征聚类功能，因此RBF神经网络在分类能力和学习速度上优于其它神经网络，故采用该神经网络进行着火判别。 RBF神经网络为三层前向网络，隐含层径向基函数采用高斯函数，其第j元的输出 与输入向量 的关系为： 输出层为2个神经元，其输出 （ ）与隐含层输出 （ ）的关系为: 网络理想输出状态（1,0）为着火；（0,0）为熄火；（0,1）为灭火；（1,1）为故障。 第二节 燃烧稳定性判别 一、燃烧稳定性特征 彩色火焰图像的G色度图像的差分图像能较好地反映出未燃区域变化，其G色度值的差分图像 定义为： 用 表示在 时间间隔内的火焰G色度图像的相对变化量，其定义为: 其中 为比例因子,作用有: 一突出变化量 二调整参数与语言的模糊关系 二、判别方法 燃烧稳定性判别方法如图11－12所示，采用了模糊模式识别方法进行燃烧稳定性判。 用一个差分图像相对变化量来判别燃烧稳定性，其效果不理想。而用二个差分图像相对变化 量来进行燃烧稳定性判别可有效克服燃烧波动的随机影响，提高燃烧稳定性判别正确率。此外采 样图像的间隔 也是影响判别的一个重要因素。 大，采样图像失去反映燃烧稳定性信息； 太小，未燃区域变化不明显，容易误判。 在 一定条件下，燃烧稳定性与差分图像相对变化量在概念层上的关系用语言描述如下： 如果 大，且 大，则不稳定燃烧； 如果 大，且 中，则不稳定燃烧； 如果 中，且 大，则不稳定燃烧； 其它情况下，为稳定燃烧。 第三节 二维温度场测量 一、测量机理 （一）CCD摄像机 CCD成像是一个光电转换过程，在理想情况下，面阵CCD器件在像点 处的输出电流 与该点光照度 的关系为： 当物距远大于镜头焦距f时，像点 的光照度 与该点CCD所能接收到的相应物体亮度 的关系为: 在CCD摄像机中除了对CCD器件输出电流信号放大之外，还进行了γ校正以满足图像显示要求。因此摄像机在像点 的实际