基于火焰图像特征和粗糙集理论的燃烧诊断系统

针对电站锅炉炉膛内燃烧状况的诊断问题, 本文提出了一种基于火焰图像特征提取并采用粗糙集理论诊断锅炉燃烧状态的方法. 采用图像绿光通道亮度值的阈值分割有效地减少了背景辐射对火焰图像的影响, 改进的极坐标边界标定法保证了火焰核心区域的有效提取和图像的完整性, 为燃烧诊断研究提供了可靠的特征区. 采用基于粗糙集的决策规则的推理方法, 建立以火焰图像特征量为条件属性、炉膛工况为决策属性的决策表, 并运用粗集理论中近似集的概念确定了条件属性对决策属性的影响权系数, 对锅炉燃烧状况做出了客观性的判断, 进而为锅炉燃烧状况做出准确的诊断提供了有力的依据. 对从现场获得的一组不同工况下的火焰图像进行了实验,并把实验结果和实际的炉膛燃烧状况进行了比较, 实验结果表明本文的方法是可行的.     

基于小波变换与反锐化掩模的图像对比度增强

针对传统空间域图像对比度增强算法存在灰度级空间分配不合理和噪声敏感的问题,基于图像的局部细节信息分析,提出了一种新的基于小波变换和反锐化掩模(UM)的图像对比度增强算法.该算法以小波变换作为工具,运用反锐化掩模的思想,计算出代表局部细节信息且同时考虑了图像中的噪声信息的统计量,然后将这一新的统计量作为重新分配灰度级空间...     

早期火灾火焰图像特征提取分析

分析早期火灾火焰主要特征,对早期火焰图像进行处理后,提取火焰图像的尖角和圆形度图像数据并进行统计,从结果可以看出,本文算法可以识别和区分火焰和其它干扰源。     

基于帧差和神经网络法锅炉火焰检测系统

在分析现有锅炉炉膛火焰检测系统的基础上,基于帧差和神经网络原理,提出一种对锅炉单个燃烧器燃烧火焰进行检测的方法.据此设计一套锅炉火焰检测系统,该系统简便实用.并对某电厂锅炉-煤粉燃烧器火焰图像资料进行试验,结果表明基于神经网络的锅炉火焰检测算法非常准确,能有效检测煤粉燃烧器火焰燃烧状态,可实现单个燃烧器火焰的在线检测.     

基于粒子群算法优化支持向量机的视频火焰检测

为提高火焰检测精度,该文提出了一种基于粒子群算法优化支持向量机的视频火焰检测方法。利用背景减除法对视频图像进行处理,得到原始图像的二值化图,通过提取二值化图的图像特征确定火焰检测模型的支持向量。采用PSO算法优化SVM的惩罚系数和核系数,建立了基于PSO-SVM的视频火焰检测模型,仿真分析结果表明,该文所提出的火焰检测方法的检测精度和检测时间分别为97.31%和31.94s,检测结果明显优于SVM和GA-BP算法,验证了该文所提方法的正确性和实用性。     

一种特征点跟踪的运动目标检测

提出一种基于特征点跟踪的运动目标分割算法。在角点跟踪过程中,8等分匹配点邻域,构造方向子邻域提高匹配精度;提出一种新的聚类准则抽取最优特征子集估计运动参数;结合统计方法消除残差噪声;采用时域滤波滤除孤立区域检测出运动目标。对200帧可见光视频序列和100帧红外图像序列中运动汽车进行检测分割实验,检出率分别达到96%和94%。     

基于边缘与非边缘分开处理的印刷品缺陷检测

针对印刷品缺陷检测问题,通过对经典缺陷识别算法的研究,提出了一种边缘点与非边缘点分开处理的印刷品检测缺陷识别算法。算法以统计过程原理为出发点,根据边缘点和非边缘点不同的像素特征,对非边缘点采用统计阈值法处理,对边缘点采用邻域平均值与梯度值相结合的算法处理。该算法经过实验证明,能够有效地剔除伪疵点,提取出真正的缺陷。     

基于模糊推理的多级图像增强算法

提出了一种基于模糊逻辑理论的多层次图像增强算法.该方法在保护图像主要纹理特征的基础上,分别对各模糊子集进行增强处理,从而将算法推广为多层次增强,提高了不同灰度级区域间的对比度.与经典方法的比较实验的结果显示,该增强算法能很好地提高图像的对比度,尤其对于医学图像,能显著改善图像质量,提高医生临床诊断的有效性.     

基于图像信息熵统计直方图的图像增强算法

目的为了解决图像因亮度较大造成的成像效果不佳、局部细节不清楚等问题。方法将直方图均衡化技术(Histogram Equalization, HE)引入图像信息熵域,提出对比度弱化的图像信息熵统计直方图自适应均衡化算法(Contrast-reduced Adaptive Entropy Histogram Equalization, CRAEHE)。以各个灰度级信息熵统计值为基础,先将原图像分割成若干个子区域,对每个子区域的灰度信息熵统计值进行阈值截取,补充到子区域内各个灰度级上,再对子区域进行信息熵直方图均衡化处理。采用USC-SIPI和CBSD432数据集图像,用图像灰度均值、标准差、平均梯度、信息熵等参数对实验样本进行质量评价。结果文中算法处理结果较原图灰度均值下降了7.94%,标准差平均提高了52.22%,信息熵平均提高了19.86%,平均梯度提高了57.19%。结论文中算法增强了选自数据集里的过亮图像的细节,并使图像整体细节与质量都得到了改善,该算法的处理结果较其他处理实验样本的主观质量提升明显,对光照强度适应范围广。     

用HOUGH变换改进的曲率法识别平面轮廓图元

针对检测精度与检测速度两大指标,提出了用HOUGH变换改进的曲率法平面轮廓图元识别方法。开发了基于邻域值的轮廓点分类算法,采用曲率阈值法筛选轮廓点、投影高度法判别图元属性及分类轮廓点,构建了基于HOUGH变换的直线图元、圆弧图元分割与融合算法。对提出的方法分别进行了特征点检测精度与检测速度对比实验和特征点检测能力测试实验。实验结果表明,提出的方法图元识别准确、检测速度快、通用性好。     

利用Matlab开发平台的炉膛火焰图像温度检测方法

介绍了目前炉膛火焰检测系统的技术特性及用于火焰检测的数字图像处理技术。通过对炉膛火焰温度的CCD数字图像检测方法可行性的分析，设计了用于监测炉膛温度面分布的试验系统；通过火焰图像象素RGB值与温度的对应关系，建立了火焰图像的温度场曲线，通过原理性试验初步验证了该技术的可行性。     

Neighborhood search algorithms with restricted infeasible solution sets–application to a transportation project evaluation problem

Abstract

Using a transportation project evaluation problem as an example, in this paper we employ the local search method, the threshold accepting method, together with the combination of feasible and restricted infeasible solution sets in neighborhood searches, to develop four solution algorithms. The test results indicate that the threshold accepting algorithm and the local search algorithm, that combine feasible and restricted infeasible solution sets, can improve the conventional threshold accepting algorithm and local search algorithm, which are confined to feasible solution sets.     

遗传算法在易拉罐罐盖喷码系统中的应用

目的为实现饮料易拉罐拉环背部激光打码的自动化,提出一种基于遗传算法的易拉罐罐盖图像识别新方法。方法首先搭建一套易拉罐盖激光自动打码机,基于所搭建的实验系统,利用CCD相机实时采集罐盖图像。对所采集到的图像进行中值滤波和灰度增强处理,在此基础上,研究基于遗传算法的罐盖图像阈值分割新方法,分析、确定算法的关键参数(个体数目、交叉率、变异率等),由此得到罐盖的二值化图像,并对算法处理结果进行误差分析。结果遗传算法经过约15代的迭代计算,能够收敛,获取到最优的图像阈值,整个算法的运行时间约30 ms,最终的图像精度约为7.9 pixel。结论基于遗传算法的图像阈值分割实时性好,分割后的图像精度高,与传统的Ostu阈值分割法相比,得到的信息更加丰厚,能抑制光线不均所造成的图像干扰。同时对遗传算法阈值分割后的图像进行了sobel边缘检测,得到了清晰的罐盖边缘,为激光打码的准确定位奠定了基础。     

Comparison of coherent anti-Stokes Raman-scattering thermometry with thermocouple measurements and model predictions in both natural-gas and coal-dust flames

Mobile coherent anti-Stokes Raman-scattering equipment was applied for single-shot temperature measurements in a pilot-scale furnace with a thermal power of 300 kW, fueled with either natural gas or coal dust. Average temperatures deduced from N(2) coherent anti-Stokes Raman-scattering spectra were compared with thermocouple readings for identical flame conditions. There were evident differences between the results of both techniques, mainly in the case of the natural-gas flame. For the coal-dust flame, a strong influence of an incoherent and a coherent background, which led to remarkable changes in the spectral shape of the N(2)Q-branch spectra, was observed. Therefore an algorithm had to be developed to correct the coal-dust flame spectra before evaluation. The measured temperature profiles at two different planes in the furnace were compared with model calculations.     

多波长可视化测温系统标定的实验研究

讨论了一种基于光学的火焰／温度场测量系统的标定方法。借助黑体炉等标定源,利用温控系统提供温度参数,经CCD系统成像得到图像的灰度值,通过函数拟合获得辐射图像灰度与温度之间的关系。通过调整不同的快门速度,扩大了CCD的动态范围,从而扩大测温范围。应用图像处理技术对辐射图像去噪,对标定数据进行了整理和拟合,并对结果进行了分析。     

激光点云中散乱电子元器件分割方法

目的 针对散乱电子元器件计数过程中电子元器件分割困难的问题,提出一种基于点云簇平均法线夹角、平均点云密度边缘提取和区域生长阈值自适应的散乱电子元器件分割方法。方法 通过体素化处理、RANSAC算法和统计离群滤波算法对原始点云数据进行预处理,去除大量无关点云;使用欧式聚类算法对预处理结果粗分割得到电子元器件点云簇,以点云簇为阈值设置单元,避免阈值设置不合理的情况;通常边缘点较非边缘点法线夹角更大、邻域点更少,提出通过点云簇平均法线夹角和平均点云密度自适应约束来去除点云簇中边缘点的方法;对去边缘点后的点云簇细分割,根据细分割后点云簇的平均法线夹角进行区域生长阈值的自适应选择,通过改进的区域生长算法将每个电子元器件从点云簇中分割出来。结果 实验结果证明,文中方法分割正确率达97%以上,每10个目标分割耗时约345 ms。结论 提出的方法具有良好的准确性和实用性,分割效果优于传统分割算法,能够准确地将每个电子元器件从复杂场景中分割出来。     

二维直方图斜分Tsallis–Havrda–Charvát熵图像阈值分割

本文指出了现有二维直方图区域直分法中存在明显的错分,提出了二维直方图区域斜分方法,即通过与主对角线平行的四条斜线将直方图分成内点区、边界点区和噪声点区,并按灰度级与邻域平均灰度级之和的大小进行分割.该方法可以运用于所有的基于二维直方图的阈值分割.文中导出了基于二维直方图区域斜分的Tsallis–Havrda–Charvát 熵阈值选取公式及其快速递推算法,给出了分割结果和运行时间.与基于二维直方图直分的Tsallis–Havrda–Charvát 熵原始算法相比,本文提出的基于二维直方图斜分的Tsallis–Havrda–Charvát 熵阈值分割算法,使分割后的图像内部区域均匀,边界形状准确,更有稳健的抗噪性,其运行时间减少了五个数量级.     

BP神经网络的火焰图像温度检测方法

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。     

随机中心聚集半色调算法

目的由误差扩散半色调算法得到的二值图像存在明显的规律性纹理,针对该问题提出随机中心聚集半色调算法。方法利用蓝噪声半色调阈值矩阵算法生成随机均匀分布的种子点,采用三角网生长算法构建Delaunay三角网格,在确定三角网像素成员后,根据像素点在三角形区域内的分布位置得到该位置像素的阈值,最后通过将连续调图像与阈值矩阵的阈值比较得到半色调图像。结果同误差扩散算法相比,提出的方法可以减少半色调图像的人工纹理,图像视觉效果较好。结论文中算法可以改善半色调图像质量,实验结果证明了该方法的有效性。     

基于不同空间结构Hadamard融合的图像边缘提取算法

目的针对图像边缘提取算法中噪声对边缘的影响,易导致边缘定位精度不高,出现虚假边缘与漏检等不足,设计一种不同空间结构Hadamard融合的图像边缘提取方案。方法首先,通过计算像素与相邻点之间的方差来分析像素的结构,得到边缘点的最大概率分布矩阵(MPDM),利用MPDM来表示候选边缘集。其次,通过分析邻域点之间的亮度,计算像素与其4个相邻像素之间的最大和最小差值,得到相应的差异矩阵,并引入Logistic回归分析对2种矩阵归一化处理,得到一个权重矩阵(WM)。然后,通过Hadamard乘积模型将MPDM与WM进行融合,从而设计边缘分割阈值函数。最后,通过比较WM和分割阈值,去掉非边缘点,检测出真实图像边缘。结果实验表明,与当前边缘提取方法对比,文中方法能够有效抑制噪声,得到的边缘清晰、完整,边缘细化度与平滑度良好,在客观评价FOM与ROC中具有更大的优势。结论所提算法具有良好的边缘提取精度,在图像处理与包装条码领域具有良好的应用价值。