基于图像处理的旋流燃烧器火焰燃烧状态识别

分析了常用的基于图像的火焰检测机理,依据现场获得的直流燃烧器和旋流燃烧器火焰图像,发现这些方法并不适用于旋流燃烧器火焰检测。分析其原因并尝试用平均灰度的平均值和方差两个通用特征量对旋流燃烧器的火焰状态进行识别,实验证明方法可行。     

基于图像处理的复杂场景火焰识别与火灾判定方法

为了提高复杂场景及不同火灾场景火焰识别的准确性,提出一种基于图像处理的复杂场景火焰识别与火灾判定方 法。结合应用高斯低通滤波、基于 HSI 的分块同态滤波增强与基于Lab 的 K-means 彩色图像分割算法实现火焰识别,并通过 计算评估火焰的面积变化率和质心分散来判定是否发生火灾。结果表明,高斯低通滤波避免了“振铃”现象的产生,且峰值信 噪比(PSNR) 较巴特沃兹和理想低通滤波方法更高;基于 HSI 的分块同态滤波增强算法抑制了背景光亮度的影响,并与对比 度受限的自适应直方图均衡化(CLAHE) 和色彩恢复的多尺度视网膜(MSRCR) 算法比较,达到了更高的对比度;基于Lab 的 K-means 分割算法降低了光线及设备对分割结果的影响,与Otsu 和区域生长方法相比,能够更准确提取不同场景火灾图像 的火焰。通过对30张不同场景的火灾图像进行火焰识别测试,其平均识别准确率达96.66%,处理1张图像用时0.96 s 。最 后,以某餐厅和室内蔓延火灾火焰及蜡烛稳定燃烧火焰为例,判定当火焰面积变化率不低于0.22且质心分散不低于17.02 时 发生火灾,应及时触发火灾报警器,降低火灾事故的损失。     

基于全炉膛火焰图像处理及辐射能检测应用研究

利用计算机图像处理技术设计了一套电站锅炉双炉膛燃烧火焰图像处理及辐射能检测系统，将火焰的灰度图像转换为温度图像分布，并计算出辐射能大小。简要介绍了姚电公司300MW燃煤锅炉上安装的火焰图像监视系统硬件和软件设计与实现。给出了火焰温度图像和辐射能检测结果，证实辐射能信号能够快速反映炉内燃烧工况的变化。     

粗糙集理论在配电网故障诊断中的应用

鉴于粗糙集理论在处理不精确问题时,不需要提供待求解问题所需处理的数据集合之外的任何先验信息,运用粗糙集理论研究了因保护装置和断路器误动或拒动、通信装置故障等原因造成的不完备警报信号模式下的配电网故障诊断新方法。该方法将保护和断路器的信号作为对故障分类的条件属性集,考虑了各种可能发生的故障情况,以此建立决策表,直接从故障样本集中导出诊断规则,并揭示了警报信息内在冗余性。运用Visual Studio.NET开发平台,使用Vis- ual C#语言对配电网典型网络的故障诊断进行了编程,算例结果表明了该方法的有效性。     

基于全炉膛火焰图像处理及辐射能检测应用研究

利用计算机图像处理技术设计的电站锅炉双炉膛燃烧火焰图像处理及辐射能检测系统，该系统将火焰的灰度图像转换为温度图像分布，并计算出辐射能大小。简要介绍了姚电公司300MW燃煤锅炉上安装的火焰图像监视系统硬件和软件设计与实现，给出了火焰温度图像和辐射能检测结果，证实辐射能信号能够快速反映炉内燃烧工况的变化，对电站运行操作人员起到了很好的参考和指导作用。     

基于图像处理技术的火焰检测算法研究

针对传统火焰检测方法可靠性不高、准确性不够的问题。本文提出了一种基于图像处理的火焰检测算法,通过计算火焰图像相关区域像素的数值,来直接对火焰燃烧的＂有＂、＂无＂做出判别。根据火焰在正常燃烧下分为初燃烧区、完全燃烧区和燃尽区的特性,设计了相应区域的火焰检测算法,并给出了详细的检测流程。在实际环境下,对算法在燃烧器不同火焰燃烧状态下进行了验证。结果表明,所设计的的火检算法具有较高的可靠性和准确性,可以满足火焰检测的需要。     

基于粗糙集理论的电力设备故障诊断方法

电力设备的故障诊断可以看成一个模式分类问题,每一个电力设备故障对应一组特征集。笔者提出了根据电力设备故障案例的故障状况和故障的相关检测参数,建立故障诊断决策表(即“知识库”),并以决策表为主要工具,采用粗糙集理论方法,直接从故障样本集中导出诊断规则,为电力设备提供有效的故障诊断。采用这一方法,在通过信息网络实现远程诊断等过程中,在用户所获取的故障参数信息数据不完备的情况下,有可能为电力设备故障诊断服务提供一条新途径。     

基于图像处理和数字视频技术的锅炉多路火焰检测系统

基于数字视频图像处理和传像光纤,开发了一套煤粉火焰监视系统。系统采用工程师工作站／层火焰检测器通讯方式实现对多路火焰信号的巡回检测和处理,实现了基于多线程的并行多任务机制和流式视频存储的事故画面回放功能。通过图像序列的特征提取实现火焰的ｏｎ／ｏｆｆ判据,提出基于彩色ＣＣＤ信号的伪彩色温度场计算办法,开拓了视频多媒体技术在燃烧可视化研究的应用领域,该系统不但可在实际生产中使用,并为离线研究火图像 列     

基于粗糙集理论的真空断路器故障诊断方法

真空断路器的故障和征兆总是存在着随机性、模糊性和不确定性。以粗糙集理论为基础的,用于真空断路器故障诊断。通过以故障征兆为条件属性集,以故障为决策属性集,建立故障诊断的决策表,通过约简决策表,剔除冗余条件属性,建立起征兆与故障的决策规则,从而快速、准确地诊断真空断路器的故障。     

基于粗糙集理论的电力变压器绝缘故障诊断

提出了一种基于粗糙集理论的电力变压器绝缘故障诊断新方法 ,它能够根据不完整征兆信息对电力变压器故障进行诊断。该方法不但可直接从完备的故障征兆样本集中导出正确的诊断结论 ,而且还能从不完备的故障征兆样本集中导出满意的诊断结论 ,它揭示了故障征兆信息的冗余性。实例诊断结果证实了该方法的有效性     

粗糙集理论在智能信息处理中的研究与应用

针对现代信息处理中存在的信息不完整性、不确定性和复杂性等问题,采用粗糙集理论的原理和方法,分析了粗糙集理论在智能信息处理领域中的研究和应用,并指出了其目前的研究和发展趋势,为智能信息处理技术提供了一些方法和途径。     

数字图像处理技术在锅炉灭火保护中的应用

结合通辽发电厂一号机组的改造,与传统灭火保护技术进行对比,介绍了数字图像处理技术在锅炉灭火保护系统中的应用。     

基于多知识库与粗糙集理论的变电站故障诊断方法

由于变电站故障诊断信息中含有大量不确定、噪声数据,利用粗糙集理论对大量的诊断征兆信息进行分类,从而获得简约的规则,并结合多知识库原理,从单个决策表中获得多个决策数据库,分别简约后再利用数据融合来综合这些简约的规则进行故障的诊断,从而提高诊断的效率和准确性.从最后实例仿真比较的结果中可以看出,该方法对含有噪声的数据也能获得较好的准确率.     

基于CCD图像处理的焊缝识别技术研究

在分析焊缝的CCD数字图像信息的基础上,提出了优化的图像处理和焊缝提取算法,有效地实现了焊缝的识别。对图像进行预处理,设计了扩展的自适应中值滤波器以去除噪声和干扰;提出了改进的自适应阈值分割法(Otsu)对图像进行二值化,得到二值图像;选择Roberts算子识别焊缝边缘信息,并采用Hough变换获取焊缝中心线,得到焊缝的坐标值。在VC++平台上分析和处理焊缝图像,实现上述算法,结果表明,所设计算法不仅能够快速、准确地识别焊缝,而且具有计算量小、实时性强的优点,有很高的理论和应用价值。     

图像处理在衣服尺寸在线测量中的应用

在衣服尺寸在线测量过程中,提出了一种基于图像处理的衣服尺寸自动在线测量系统。针对于衣服尺寸自动测量困难等问题,运用了基于机器视觉的图像处理技术,采用自适应阈值Harris角点检测算法提取初步边缘角点,构成初步角点集,运用Susan角点检测算法去除初步角点集中的伪角点,使用Harris角点检测算法和Susan角点检测算法相结合的算法对衣服关键角点进行提取标定和检测分析。通过坐标值定位对关键角点的位置进行分析,并且利用比例计算进行尺寸测量。设计的系统用于对512×512的256级灰度图像进行检测,测量的相对误差小于5%,绝对误差小于10 mm。实验误差和尺寸测量精度能够达到服装尺寸测量的标准。     

基于计算机图像处理的电机同心度检测

提出了一种利用计算机图像处理技术来检测电机零部件同心度的方法.首先利用图像处理技术检测出零部件图像中包含的代表加工面的圆,再根据各圆的圆心坐标来计算同心度.     

基于图像处理与形态特征分析的智能变电站保护压板状态识别

针对目前变电站二次保护压板仍多由人工进行位置读取和核对操作,存在误操作风险且制约着智能化水平提升的问题,提出了一种基于图像处理与形态特征分析的智能变电站保护压板状态识别方法。该方法首先对移动终端采集到的屏柜图像进行图像处理,将其转化为包含有效压板区域和背景干扰区域的二值图,进而采用8连通的方式进行连通区域提取并对所有区域进行形态特征分析,再依据形态特征从中提取出有效压板区域,最后依据有效压板区域方向角确定压板投退状态,同时结合各区域的重心确定屏柜上的有效压板顺序,进而得到表征屏柜压板投退状态的标识序列。不同场景和分辨率下的保护压板状态识别实例结果表明,所提方法具有较好的适用性。     

图像处理在安全壳缺陷检测中的应用

由一台轮式负压吸附型爬壁机器人携带一台高清摄像机和无线发射器在安全壳外柱面移动,安装在爬壁机器人上摄像机将拍摄的安全壳墙面视频信息经由无线发射器发送至位于地面的无线接收终端,无线接收终端再将视频信息传送至上位机。安装在上位机上的监控测量处理软件系统对接收到的图像进行分析处理和显示,并将存在缺陷的图像发送至缺陷测量模块进行缺陷信息测量,最终测量所得到的缺陷参数和对应图像会存入后台数据库进行存储管理,方便在线或离线浏览历史数据,监测安全壳外壁缺陷的动态变化情况。