导读:本文包含了火焰图像论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:火焰,图像,阈值,神经网络,特征,小波,卷积。
火焰图像论文文献综述
魏挺[1]（2019）在《小波分析视域下双阈值火焰彩色图像强化方法分析》一文中研究指出在工业生产中,锅炉是非常关键的动力设备,也是生产顺利开展的重要保障。而燃烧控制是整个锅炉控制的主要部分,因此,保证燃烧控制的稳定性、精确性,是锅炉控制的最终目标。而以CCD为基础的火焰图像监控技术,以其自身独特优势,即精确性高、实时性好、信息多元化、成本较低等,在很大程度上为实现锅炉控制最终目标提供了多元化途径。但是,因为炉膛内部的粉尘浓度过高,以及进出风的干扰、火焰亮度的差异较大等的影响,导致CCD火焰彩色图像拍摄的并不清晰,从而对后续监控、二维温度场构建、火焰燃烧状态的准确判断造成了直接性影响,所以,必须对火焰彩色图像进行强化处理,以获得更加清晰、更加真实的火焰彩色图像。(本文来源于《工业加热》期刊2019年05期）
王校伟,朱晨[2]（2019）在《以多尺度颜色小波纹理特征为基础的工业炉火焰图像分割研究》一文中研究指出分割火焰图像最常用的方法是分类算法,而使用这种算法最大的缺陷在于当像素点数增高时,分割图像的耗时就越大。通过以火焰图像采集装置来采集研究样本,提出了一种可以加快分割速度的方法及运用多尺度颜色小波纹理特征为基础的工业炉火焰图像分割法,经过对图像特征矩阵进行压缩,采用分类算法获取压缩尺度火焰区域并检测其边缘;根据压缩尺度火焰边缘进一步检测其在原始尺度区域,构建边缘区域特征矩阵并进一步检测,从而得到原始尺度火焰区域图像的目的。(本文来源于《工业加热》期刊2019年05期）
田正林,余岳峰,朱小磊,王宇,张忠孝[3]（2019）在《基于图像处理的燃气火焰稳定性检测试验研究》一文中研究指出基于燃气燃烧试验台,利用工业电荷耦合器件(CCD)相机获取不同工况下的扩散火焰与预混火焰图像,通过选择合适的图像处理算法获得表征火焰形状、位置和亮度等特征的6个特征量。以不同类型火焰的6个特征量数据为训练样本,通过支持向量机的分类方法对程序进行分类训练,并在燃烧试验台上进行实时监测和稳定性判断。结果表明:各类型火焰检测正确率在99%以上。(本文来源于《动力工程学报》期刊2019年10期）
葛红,徐伟程,闫勇,卢钢[4]（2019）在《基于数字图像处理的生物质混燃火焰稳定性检测方法》一文中研究指出低质燃料或混合燃料(如煤粉+生物质等)的燃烧常常出现火焰不稳定现象,导致燃烧效率低、NOx排放量偏高等。由于燃烧器火焰本身的复杂性和现有检测方法的局限性,目前还无法对火焰的稳定性进行定量检测和评估。本文提出一种基于数字图像处理的生物质混燃火焰检测及稳定性评价方法。该方法定义了一个在[0,1]范围内连续取值的通用火焰稳定指数,并采用数字CCD相机采集火焰图像信息,通过图像分析提取火焰长度/高度、亮度、温度、闪烁频率等特征参数,经过对火焰特征参数进行统计分析和数据融合,求得火焰稳定指数,实现火焰稳定性的定量检测和评估。在生物质燃烧试验台对玉米芯、麦秸、柳木和花生壳4种不同生物质两两混合形成的3种混合生物质燃料进行了燃烧试验。试验结果表明定义的火焰稳定指数能够有效表征火焰燃烧状态。(本文来源于《热力发电》期刊2019年09期）
曲娜,王建辉,陈琦华[5]（2019）在《基于YCbCr颜色空间和BP神经网络的火焰图像检测》一文中研究指出根据火灾燃烧时会产生红色光和蓝色光的火焰的特性,采用具有亮度和红、蓝2种颜色信息的YCbCr彩色空间提取火焰特征.采用BP神经网络建立火灾检测模型,YCbCr所提取的亮度分量和红、蓝2个颜色分量作为神经网络的输入.利用100组样本图像训练神经网络模型,通过反向传播来改变神经网络的权值和阈值,从而减小误差.利用10组火灾样本图像和10组干扰样本图像验证模型的有效性.(本文来源于《沈阳大学学报(自然科学版)》期刊2019年04期）
乔俊飞,段滈杉,汤健[6]（2019）在《基于火焰图像颜色特征提取的城市固废焚烧过程燃烧工况识别》一文中研究指出国内城市固体废物(MSW)的组分复杂,领域专家通常依据经验观测火焰视频图像识别焚烧炉燃烧状态进而调整MSW焚烧(MSWI)过程操作参数,难以维持稳定的运行工况。针对上述问题,本文提出了基于火焰图像颜色矩特征的MSWI过程燃烧工况识别方法。首先,对焚烧火焰图像进行去雾和去噪预处理,提高图像清晰度;接着,将图像转换到适合视觉系统识别的HSV空间后采用滑窗分块提取颜色矩特征,采用主成分分析(PCA)提取潜在特征以消除高维颜色矩特征间的共线性;最后,以提取的相互独立的潜在特征为输入,采用最小二乘支持向量机(LS_SVM)算法构建燃烧工况识别模型。基于国内某厂的实际焚烧图像仿真验证了所提方法的有效性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
朱永红,蒋超,王俊祥[7]（2019）在《一种基于火焰图像模式识别的陶瓷梭式窑温度智能检测方法》一文中研究指出陶瓷梭式窑是一种常用的间歇式陶瓷产品生产窑炉,其烧成带温度检测方法与陶瓷产品生产质量息息相关,因而研究其烧成带温度优化检测方法和算法具有重要意义。本文针对陶瓷梭式窑烧成带温度基于模式识别提出了一种优化检测方法和算法。首先对陶瓷梭式窑火焰图像进行预处理,利用L*a*b*颜色空间和灰度共生矩阵提取火焰图像的颜色特征和纹理特征构成特征向量,其次将特征向量输入到概率神经网络进行识别分类,最后利用温度信息数据与火焰图像得到的综合数据库来确定火焰图像对应的温度值从而识别陶瓷窑炉烧成带温度。实验结果表明所设计的火焰图像模式识别分类器具有较好的火焰图像识别率。因而,所提出的陶瓷梭式窑炉温度智能检测方法是可行和有效的。(本文来源于《陶瓷学报》期刊2019年03期）
李莉,王绪国[8]（2019）在《局部二值模式耦合双阈值LM优化的火焰图像边缘检测算法》一文中研究指出为了解决当前火焰图像边缘检测技术易受到近似亮度的影响,使其得到的边缘不够清晰、完整性不强等不足,定义了一种基于局部二值模式(LBP)耦合双阈值(LM)优化的图像边缘检测算法。将彩色图像转换为灰度图像,并根据统计分布调整图像的灰度。采用高斯滤波器平滑图像,消除噪声影响。然后,利用LBP处理图像,并采用全局阈值技术进行计算,获取边缘局部特征。通过非极大值抑制算子来得到更精确的边缘,在非极大值抑制中选择2个阈值来创建2个不同的边缘图像。为了加快这2个非极大值抑制阈值的优化过程,采用LM优化算子,优化了基于均方误差的成本函数,消除了虚假边缘的同时保留了细小边缘。此外,利用火焰图像的面积、平均值、标准差、方差等各种参数对火焰图像进行分析,从而准确得到火焰温度以及预测燃烧的稳定性。通过实验表明,与当前火焰图像边缘检测技术相比,算法能够具有更高的边缘检测质量,火焰边缘完整度更好,可以有效去除噪声和不相关的伪影。(本文来源于《电子测量与仪器学报》期刊2019年06期）
冯丽琦,赵亚琴,孙一超,龚云荷[9]（2019）在《一种基于多尺度局部纹理特征和CART决策树的野外火灾火焰图像识别算法》一文中研究指出为了消除野外环境中枯草、枯树枝、枯树叶等干扰对象对野外火灾识别的影响,提高火焰识别的准确率,提出一种新的基于Gabor滤波和局部二值模式(LBP)的多尺度局部纹理特征提取方法,并构建Adaboost-SVM火焰图像分类器。利用火焰的颜色特征提取出疑似火焰区域;对疑似火焰区域进行Gabor滤波,再对Gabor滤波后不同尺度下的图像以16×16的像素邻域网格作为采样窗口,采用LBP提取其纹理特征;运用CART决策树对LBP特征向量进行降维,将分类回归树算法(CART)选择出来的特征输入到支持向量机(SVM)训练分类器,进行火灾火焰图像识别。实验结果表明,野外火灾火焰的识别准确率为96%,证明了该算法的有效性。(本文来源于《计算机应用与软件》期刊2019年05期）
王克威[10]（2019）在《基于红外图像分析的火焰识别与高温铝液泄露监测研究》一文中研究指出火灾和高温铝液泄漏是社会及工业生产安全事件,一旦发生,可造成人员伤亡和重大经济损失。热成像技术基本原理为辐射成像,探测早期火焰和泄漏铝液等高温物体具备天然的优势,本论文借助FLIR-A3 10红外热像仪开展早期火焰识别与高温铝液泄漏监测研究。基于传统模式识别方法的视频火灾探测算法难以突破识别精度瓶颈,且存在高误报、漏报问题,采用深度卷积神经网络取代传统人工特征提取方法,自动高效提取火焰目标深层抽象显着特征,可实现红外热成像早期火焰精准探测。此外,高温铝液泄漏监测技术还停留于原始人工阶段,设计一种基于红外图像特征融合的高温铝液模拟泄漏监测算法,提升铝液泄漏监测智能化、自动化水平。主要研究内容如下:1.提出一种深度卷积神经网络和SVM相结合的红外热成像早期火焰探测算法。建立红外热成像早期火焰探测标准数据集,采用数据扩增方法增加训练数据集规模,并利用Adam优化算法代替Mini-batch梯度下降算法,训练设计的9层IRCNN卷积网络。提取2048维红外图像抽象显着特征,送入SVM分类器进行早期火焰探测识别,性能表现突出,查准率、查全率和F1分数分别可达到98.82%、98.58%和98.70%。同时,算法能够满足常规红外热成像早期火焰探测需求,每秒钟可处理20张图片。2.构建紧凑型卷积网络LightflameNet,解决视频火灾探测系统深度神经网络模型部署难题。设计多分支的轻量卷积网络单元Flame module,取代传统的标准卷积层,既可以减少权重参数和计算量,又可以扩展单层网络宽度,提升红外图像火焰目标特征提取能力。LightflameNet网络几乎不损失模型精度的同时,仅需要2.5MB存储空间和0.89亿次浮点运算,使用CPU预测单张红外图片耗时6ms,配备GPU则缩短至2ms。3.提出一种基于红外图像特征融合的高温铝液模拟泄漏监测算法。搭建高温铝液泄漏模拟实验平台,利用热水模拟铝液泄漏场景,建立模拟泄漏标准数据集,其中,训练集1200张,测试集600张。利用LSS描述子弥补HOG单一特征不足,分别提取图像梯度边缘和相似形状等几何特征并进行特征融合,送入RBF核函数支持向量机分类识别。LSS步长设置为15,相机距离为3.5m时(对应于实际距离约10.5m),算法性能最优,查准率、查全率和F1分数分别为96.73%、96.50%和96.61%。(本文来源于《中国科学技术大学》期刊2019-05-01）
火焰图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
分割火焰图像最常用的方法是分类算法,而使用这种算法最大的缺陷在于当像素点数增高时,分割图像的耗时就越大。通过以火焰图像采集装置来采集研究样本,提出了一种可以加快分割速度的方法及运用多尺度颜色小波纹理特征为基础的工业炉火焰图像分割法,经过对图像特征矩阵进行压缩,采用分类算法获取压缩尺度火焰区域并检测其边缘;根据压缩尺度火焰边缘进一步检测其在原始尺度区域,构建边缘区域特征矩阵并进一步检测,从而得到原始尺度火焰区域图像的目的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
火焰图像论文参考文献
[1].魏挺.小波分析视域下双阈值火焰彩色图像强化方法分析[J].工业加热.2019
[2].王校伟,朱晨.以多尺度颜色小波纹理特征为基础的工业炉火焰图像分割研究[J].工业加热.2019
[3].田正林,余岳峰,朱小磊,王宇,张忠孝.基于图像处理的燃气火焰稳定性检测试验研究[J].动力工程学报.2019
[4].葛红,徐伟程,闫勇,卢钢.基于数字图像处理的生物质混燃火焰稳定性检测方法[J].热力发电.2019
[5].曲娜,王建辉,陈琦华.基于YCbCr颜色空间和BP神经网络的火焰图像检测[J].沈阳大学学报(自然科学版).2019
[6].乔俊飞,段滈杉,汤健.基于火焰图像颜色特征提取的城市固废焚烧过程燃烧工况识别[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[7].朱永红,蒋超,王俊祥.一种基于火焰图像模式识别的陶瓷梭式窑温度智能检测方法[J].陶瓷学报.2019
[8].李莉,王绪国.局部二值模式耦合双阈值LM优化的火焰图像边缘检测算法[J].电子测量与仪器学报.2019
[9].冯丽琦,赵亚琴,孙一超,龚云荷.一种基于多尺度局部纹理特征和CART决策树的野外火灾火焰图像识别算法[J].计算机应用与软件.2019
[10].王克威.基于红外图像分析的火焰识别与高温铝液泄露监测研究[D].中国科学技术大学.2019
论文知识图
