爐膛火焰圖像增強(qiáng)及其邊緣檢測算法.pdf

1、隨著火力發(fā)電機(jī)組裝機(jī)容量的不斷擴(kuò)大，其爐膛結(jié)構(gòu)及其環(huán)境的復(fù)雜程度不斷增強(qiáng)，對實(shí)時(shí)、高效的爐膛燃燒狀況監(jiān)控系統(tǒng)提出了更高的要求。為了提高煤粉燃燒經(jīng)濟(jì)性，減少污染物的排放，并能有效地預(yù)防爐膛燃燒不安全事故的發(fā)生，本文以火力發(fā)電廠燃煤爐膛火焰圖像為研究對象，以提高爐膛火焰圖像處理算法有效性和速度為目的，在已有的爐膛火焰圖像處理算法的研究成果基礎(chǔ)上，對爐膛火焰處理的三個(gè)關(guān)鍵技術(shù)（去噪、增強(qiáng)、邊緣檢測）進(jìn)行比較詳實(shí)的研究。
　　首先，為了保

2、持爐膛火焰圖像細(xì)節(jié)信息的同時(shí)，提高去噪算法運(yùn)算速度，提出了基于雙樹復(fù)小波變換（DTCWT）與隱馬爾可夫樹（HMT）模型相結(jié)合的爐膛火焰圖像去噪算法。該算法的HMT模型的參數(shù)由獨(dú)立混合模型的EM算法進(jìn)行估測。由于雙樹復(fù)小波變換具有近似平移不變性和優(yōu)良的方向選擇性，與HMT高斯混合模型共同對小波系數(shù)關(guān)聯(lián)建模，具有模型精準(zhǔn)的優(yōu)勢，且隱馬爾可夫樹HMT模型能精確描述系數(shù)不同尺度間的傳遞特性，所以本文去噪算法效果優(yōu)勢明顯，去噪后的信噪比得到較大提

3、高。Matlab仿真結(jié)果表明，本文去噪算法能在較好地保持爐膛火焰圖像邊緣以及細(xì)節(jié)信息的同時(shí)，能夠較好地抑制噪聲，大大提高了去噪算法運(yùn)算速度。
　　其次，為了有效地提高爐膛火焰圖像的亮度和與爐膛背景的對比度，提出了一種改進(jìn)的自適應(yīng)多尺度Retinex爐膛火焰圖像增強(qiáng)算法。該算法采用引導(dǎo)濾波器對爐膛火焰圖像進(jìn)行平滑濾波，從而較好地獲得火焰圖像的照度圖像，在時(shí)域下采用減法運(yùn)算獲取火焰圖像的反射分量，并對反射分量進(jìn)行顏色恢復(fù)校正，避免爐膛

4、火焰顏色失真。采用迭代計(jì)算更新閾值，求解出錯(cuò)分概率最小的閾值，從而實(shí)現(xiàn)自適應(yīng)最優(yōu)閾值分割，從而能消除爐膛火焰圖像可能出現(xiàn)的整體暗淡、局部區(qū)域細(xì)節(jié)不夠等問題。Matlab仿真結(jié)果表明，該自適應(yīng)多尺度Retinex爐膛火焰圖像增強(qiáng)算法能有效地增強(qiáng)爐膛火焰圖像，提高了火焰圖像的亮度和與爐膛背景的對比度。
　　最后，為了能有效地提取出爐膛火焰圖像邊緣信息，克服傳統(tǒng) Canny邊緣檢測算法的自適應(yīng)性差的缺陷，本文在傳統(tǒng) Canny算子的研究