基于视频图像a通道的火焰检测技术

作     者：岳莹莹 

作者单位：东北大学 

学位级别：硕士

导师姓名：赵海

授予年度：2014年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：火焰检测 燃烧诊断 α通道 导向滤波器 支持向量机 

摘      要：随着我国工业的迅猛发展,对工业生产的各个环节的要求也日趋严格。火炬系统作为工业废气处理的主要设施,其稳定性、环保性和经济性是石化企业关注的焦点。因此,对火炬系统燃烧状态的检测与诊断具有重要的现实意义。本文分析了目前火焰检测技术中的优缺点,并结合辽宁省电子信息研究所给定的实际应用场景,提出了一种融合了火焰的颜色、形状和透度信息的火焰描述方法,并基于这种描述方法对火焰进行检测,继而实现燃烧状态的智能诊断。本文的主要工作包括以下几部分：首先,本文使用火焰的颜色先验与形状先验判断当帧图像中是否存在火焰,采用基于HSV彩色空间的MeanShift算法定位火焰的前景区域,采用Canny边缘检测算法获取火焰的形状信息。由于传统Canny算法需要预先给定阈值,而阈值的选取会直接影响前景图像的分割结果,所以本文实现了一种自适应阈值的算法。实验表明,本文的自适应Canny算法具有理想的检测效果。其次,考虑到火焰的透明度信息,本文提出了一种基于α通道图像的燃烧状态诊断方法。该方法采用导向滤波器提取火焰的前景图像即α通道图像,由于导向滤波器需要较多的用户交互,而在火焰图像检测与识别过程中,人机交互过程无法实现用户信息的逐帧输入,针对上述问题,本文提出了一种改进的区域生长算法,实现火焰前景图像的自动提取,为后续的燃烧状态诊断提供较为可靠的数据统计信息。再次,本文建立了一套火焰的燃烧状态分析机制。主要包括以下几个部分：(1)定义了表征燃烧状态的特征参数及其计算方法;(2)提取并统计多幅火焰图像的特征参数;(3)通过实验分析了这些特征参数与实际燃烧状态的对应关系。从仿真实验结果可以看出本文所定义的多个特征参数能够较为真实的反映出燃烧状态的变化。最后,本文对支持向量机的相关理论进行了研究,在LIBSVM实验环境下对本文的数据进行分类测试,实验结果较为理想,能够满足火炬系统运行的安全性、经济性和环保性的要求,有助于工作人员准确地判断火炬系统燃烧的实际工况。因此,本文基于图像α通道的火焰检测技术具有可行性和有效性。