基于灰度共生矩阵的火焰图像纹理特征分析

早期火灾是从无到有的发生发展过程,在这一过程中,火焰的纹理特征也会随之产生快速上升或下降,并出现大幅度抖动的现象.本文采用灰度共生矩阵分析法和MATLAB仿真工具,综合分析火焰以及台灯、目光灯、晃动的蜡烛等干扰物在能量、熵、惯性矩和局部平稳性四个主要方面的纹理特征,得到干扰物纹理特征与火焰纹理特征变化规律的异同,为进一步使用神经网络进行火灾图像探测时纹理特征参数判据的确定提供依据.     

谈谈锅炉火焰图像处理的实现方法

本文介绍了锅炉火焰图像处理的一般技术。如图像的采集，灰度化，亮度的动态调整，边缘特征的图形匹配，以及计算数据的输出和历史数据的记录保存与追忆等内容。并以一个具体的电厂工程实践为例。     

数字式图像火焰检测系统

图像型火焰检测技术是基于火焰电视、综合多媒体计算机和数字图像处理技术发展起来的一项新兴技术,它继承了火焰电视直观形象的优点,又充分发挥计算机强大的处理计算能力,使火焰检测功能得到了质的提高.本文首先简单介绍了各类传统火焰检测器的工作原理、性能比较、火焰检测器选型原则,以及在实际应用中存在的问题,重点介绍了数字式图像火焰检测系统的基本构成、工作原理和燃烧器火焰熄火、着火判据的分析.全炉膛火焰图像的数据分析方法也作了介绍.     

一种基于纹理的车辆图像分割与提取算法

提出一种基于纹理特征的车辆分割与提取算法,该算法充分利用了车辆纹理、亮度、色度的重要信息,通过循环迭代法选取最优的阀值,通过汁算纹理掩码、亮度掩码、色度掩码,经过形态学操作和边缘提取,最终实现车辆分割.实验结果表明,本文的算法在多种复杂情况下具有较好的效果.     

基于多尺度颜色小波纹理特征的火焰图像分割

火焰图像分割质量对基于数字成像的燃烧监测十分重要。受炉膛背景及燃烧工况的影响,难以同时满足火焰图像分割速度和准确度（即火焰图像分割结果与真实火焰接近程度）的需求。提出一种基于多尺度颜色特征和小波纹理特征（MCWT）的无监督火焰图像分割方法,用于提高火焰图像分割的质量和速度。结合火焰图像颜色特征及小波纹理特征构建特征矩阵,对特征矩阵进行压缩并初步检测压缩尺度火焰区域。根据压缩尺度火焰边缘确定原始尺度火焰边缘区域并构建火焰边缘区域特征矩阵,进一步分割得到准确火焰图像分割结果。采用该方法对某工业煤燃烧实验炉内不同燃烧工况下的火焰图像进行分割,并与传统分割方法对比。实验结果表明与其他传统分割方法相比,提出方法能够更准确且快速地实现不同燃烧工况下火焰图像的分割,并且其对于含有高斯噪声和椒盐噪声的火焰图像都具有更好的分割效果。     

数字式图像型火焰检测系统

图像型火焰检测技术是基于火焰电视、综合多媒体计算机和数字图像处理技术发展起来的一项新兴技术,它继承了火焰电视直观形象的优点,又充分发挥计算机强大的处理计算能力,使火焰检测功能得到了质的提高。本文首先简单介绍了各类传统火焰检测器的工作原理、性能比较、火焰检测器选型原则,以及在实际应用中存在的问题,重点介绍了数字式图像火焰检测系统的基本构成、工作原理和燃烧器火焰熄火、着火判据的分析。全炉膛火焰图像的数据分析方法也作了介绍。     

基于视频图像的火焰多特征检测

根据火灾发生时火焰的颜色、面积变化和火焰的纹理特征,提出一种基于视频图像的火焰多特征检测方法.着重介绍了对采集到的视频图像中的火焰进行颜色、面积变化的分析,并通过BP神经网络进行火焰纹理相似性的识别,以便得到更准确的火焰识别效果.     

基于图像的火焰检测中无量纲动态特征研究

对火焰动态特征难以统一描述的问题,提出一种无量纲的检测方法。用“搜寻”的方法分割出火焰的可疑区域,分析火焰初期的特性,提取出三个无量纲特征因子并在贝叶斯分类器中训练,最后实现对火灾火焰的检测。其中“火焰动态常数”因子具有“稳定”的特性,其统计取值区间为［-0.003,0.003］,突破了传统研究的时空局限性,不受火焰发展阶段、空间探测尺度以及监控设备种类的影响。对于实验中的不同远近的200帧序列的火焰检测,无量纲特征识别同一般特征识别结果相比较,正确识别率均超过90%。实验结果表明,无量纲动态特征因子能更好地描述火焰的特征,提高火焰识别的效率,增强火检系统的鲁棒性和可靠性。     

基于数字图像处理的大范围区域的火焰识别

传统的检测火焰的方法并不能发挥很好的作用,近些年,随着计算机以及基于视频图像序列处理的数字图像处理技术的发展,基于视觉火焰检测技术在大范围空间具有十分实用的价值。通过数字彩色CCD摄像机获得连续的图片,我们可以通过图像利用数字图像处理的算法来获得所感兴趣区域的形状特征,静态动态特征以及颜色信息,从而来判断是否发生了火灾。将摄像系统装配在所需检测的位置从而达到对检测区域自动防火的功能。简便的算法也可以减少对数据处理的时间。实验的结果说明了我们的方法可以准确地确认火焰。     

边缘检测算子及其在火焰图像中的应用

本文介绍了几种经典的火焰图像边缘检测算子,并利用这些算子进行火焰图像的边缘检测,总结出相对比较有效的火焰图像边缘检测算子,为进一步施行火焰特征参数的提取提供依据.     

基于Java技术的电站锅炉炉膛火焰TV仿真

电站锅炉炉膛火焰ＴＶ作为电站运行的一个重要的监视窗口,它提供给运行人员炉膛里的燃烧情况,因此电站仿真系统中火焰ＴＶ的仿真是必须的,该文首先简要介绍了电站仿真机的系统构成及用途,还介绍了使用Ｊａｖａ技术实现电站锅炉炉膛火焰ＴＶ仿真的方法,并实现了部分锅炉燃烧工况的火焰仿真,通过仿真试验认为Ｊａｖａ技术能够实现燃烧全工况下的火焰仿真。     

打火机火焰图像分析中的快速自动曝光算法

为满足打火机火焰图像采集时对曝光的不同要求,提出一种快速自动曝光算法。根据火焰亮度计算曝光时间,并利用该曝光时间与图像灰度之间的关系,使用二分法确定曝光时间的范围。实验结果表明,该算法在不同情况下能正确、快速地对打火机火焰的曝光时间进行调节,使曝光正确率达到97.2%。     

Multigrid Convergence of Calculated Features in Image Analysis

This paper informs about number-theoretical and geometrical estimates of worst-case bounds for quantization errors in calculating features such as moments, moment based features, or perimeters in image analysis, and about probability-theoretical estimates of error bounds (e.g. standard deviations) for such digital approximations. New estimates (with proofs) and a review of previously known results are provided.     

基于灰度共生矩阵的图像纹理特征提取分析

图像纹理作为一种重要的视觉手段,是图像中普遍存在而又难以描述的特征。目前常用的纹理特征提取的方法主要有统计方法、模型方法、信号处理方法和结构方法。灰度共生矩阵即为灰度级的空间相关矩阵,以其为基础的统计方法通过对矩阵统计量的求取较好地提取到了纹理特征,通过选取关键参数编程并进行仿真实现,分别求取了四个方向的灰度共生矩阵及其特征量来分析图像的纹理特征。     

氧化铝回转窑火焰图像处理与量化分析

在烧结法生产氧化铝过程中,为监控回转窑内部燃烧状况,提高熟料质量,采用了数字图像采集与图像处理的方法,并通过对燃烧火焰和烧成熟料图像的数据分析与平滑滤波,得到了火焰强度和熟料等级两个数字化特征值,为回转窑的操作优化和自动控制提供了可靠的依据,实现了增产降耗的目的。     

遥感图像特征定位算法的仿真分析

研究遥感图像中的特征准确定位问题.天空中的碎云层会对通信卫星发出的成像射线形成一定的阻挡,造成遥感碎云干扰,使得在有碎云干扰情况下形成的遥感图像中的特征会发生较大程度的形变.传统的遥感图像匹配方法多是在无云情况下采集的图像,一旦遥感图像受到碎云干扰,会造成后期特征定位准确度大幅下降.提出一种基于人类视觉系统(HVS)优化模型的碎云干扰消除算法,通过提取存在碎云干扰的遥感图像纹理特征,将带有碎云干扰纹理特征转换到HVS空间,运用滤波方法对其进行碎云干扰的消除,克服干扰给后期识别带来的弊端.仿真结果表明:改进方法能够有效的定位碎云干扰下的特征,定位准确性有了提高.