计算机视觉在火电厂盘煤中的应用分析.doc

计算机视觉在火电厂盘煤中的应用分析.doc

  1. 1、本文档共51页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
华北电力大学硕士学位论文 第 1 章绪论 视觉盘煤的研究背景和意义 人类的视觉是人们进行感知世界、获得信息、认识事物的主要途径。人通 过眼睛获得视觉信息,并通过大脑来处理、解释和理解这些视觉信息。计算机 的发明和计算机技术的飞速发展使人类的科学技术水平取得了巨大的进步,也 促进了计算机视觉的发展。人们希望可以实现利用摄像机所获得的物体的图像, 用计算机来实现图像的信息处理,以建立基于计算机处理的视觉系统,希望可 以在一定条件下,一定程度的实现人类的部分视觉的功能。 人类的视觉处理过程是一个可以看作从感觉到知觉的复杂处理过程。物体 在环境中通过反射太阳的光线照射到眼睛在视网膜上成像,通过视网膜上的感 光细胞和视网膜神经元的初步处理,再由神经纤维经视交叉神经和外侧膝状体 传送至大脑皮层的视觉区域进行处理、解释和理解[32];视觉的最终目的就是要 对场景做出相对有意义的解释和描述,并根据观察者的意愿和周围的环境,在 描述和解释的基础上做出必要的反映和决策。 计算机视觉所研究的目的是使计算机能够利用二维的图像信息来恢复三维 环境信息,这种要求不仅使机器能感知三维环境中物体的几何信息(如大小、 形状、位置等),而且能进一步对它们进行描述、理解与识别。而在做这些分析 时使用的理论方法主要有基于概率、几何、三维重构等计算机视觉理论[3]。这 些理论是在概率论与随机过程、人工智能、射影几何学、图像处理等理论的基 础上发展起来的。目前计算机视觉己经发展出一套独立的理论与算法。 在火电厂的生产管理和成本管理工作中,燃煤管理是重点的工作,对电厂 的经济效率的运行有着极大的影响。在火电厂中整个生产成本的绝大部分是燃 料成本,煤场存煤量的计量直接影响着火电厂的经济指标[30];因而迅速、准确 地测量出煤场上煤的质量是各电厂进行成本核算、经济效益评估和科学管理的 重要工作;同时存煤量测量的准确与否,一方面关系到电厂经济性指标的核算 和煤耗的计量;另一方面也关系到如何根据电厂的负荷准确预测现有存煤量的 可用时间,这是电厂运行过程中的一个重要参数,尤其是在用煤紧张的时期就 显得更重要。如何对煤场存煤量方便自动化地进行准确计量,是长期困扰火电 厂的一个难题。 目前一部分电厂仍采用人工盘煤的方法,即由几个部门抽出一些人员,先 对煤场中的煤进行推土机整形,人工拉皮尺,计算数学模型,进而得出体积, 1 华北电力大学硕士学位论文 再乘以煤的密度,算出重量,最后填写报表。一般而言,这种数据结果与实际 数量的误差在 7%到 10%之间。然而,更多的企业只是凭经验,目测一下煤场, 估计一个数据直接填写报表,其与实际值的误差是可想而知的。 一些大型的电厂有的采用在激光测距仪的基础上配上地图星水平角度测量 仪来进行盘煤[30];有的采用对煤场表面特征进行激光扫描来进行煤的体积测量。 但是由于成本太高使用不方便使得每一次盘煤工作间隔的时间很长,不能给企 业及时准确的信息用于决策。 然而,在现在的电厂中,视频监控已经随处可见,丰富而又方便可用的图 像视频信息可以很容易的为我们提供计算机视觉所需要的资源,如何利用这些 资源来进行高效方便的盘煤,就是本文研究的重点。这样不但可以节约成本, 使得操作方便,而且可以对煤的存量进行动态的监控,以达到生产成本的最小 化,产生最大的利润,也可以为企业的管理决策提供及时准确的煤料信息。 国内外研究现状 利用图像来恢复三维图像的深度信息是计算机视觉研究中的基本问题也是 核心问题,而且在机器人技术,场景的理解和三维重构方面有重要应用。大多 数的三维重构的工作都基于双目视觉或多重图像的对不同规则的应用,还有应 用结构运动和焦距的不同来估算深度[32]。这些方法都只是在几何法则的运用上 有所不同。还有一些基于单目线索的应用,利用诸如质地变化,纹理梯度,颜 色和阴霾等包含重要深度信息的要素来对深度进行估算。虽然人类可以通过对 双目视觉和单目视觉的结合,来准确无误的感知物体的深度信息,但是大部分 的深度估算工作还只是致力于对双目或多目视觉的研究。 70 年代中期到 80 年代中期,Marr 提出了第一个计算机视觉领域的理论框 架,即视觉计算理论[1]。这一框架虽然在细节甚至在主导思想方面尚存在大量 不完备的方面,许多方面还有许多争议,但至今仍是被广大计算机视觉工作者 所接受的基本框架,并最终成为了这一领域的主导思想。 Marr 的视觉计算理论从信息处理的角度出发,认为视觉处理中存在三个不 同的层次,即计算理论的层次、表示(数据结构)与算法的层次、硬件实现的 层次[3];其中最重要的是计算理论层次,阐明视觉的目的是从图像中建立物体 形状和位置的描述。在这一层次把视觉过程主要规定为从二维图像信息中定量 地恢复出图像所反映的场景中的三维物体的形状和空间位置,即

文档评论(0)

bcll + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档