燃煤火焰圖像的增強方法研究.pdf

1、在回轉窯燒結工藝中，保持燒結帶工況的穩(wěn)定是工藝控制最重要的環(huán)節(jié)。傳統(tǒng)人工看火的測量手段易受到人的身體狀況、情緒等因素的影響，因此研究者越來越傾向采用圖像處理和模式識別的方法來監(jiān)控窯內燒結帶的燃燒狀態(tài)，反饋窯內溫度信息進而判斷窯內的燒結狀態(tài)，并通過改變喂煤量和風量等操作以達到自動化控制。窯內燒結狀態(tài)的判定通常是根據燒結帶火焰圖像的特征信息，因此火焰圖像處理也是回轉窯控制工藝重要的研究方向之一。回轉窯窯內工況復雜，通常僅從火焰圖像的火焰區(qū)域

2、和物料區(qū)域特征難以判斷燒結帶的燃燒狀態(tài)，這時可以將黑靶子區(qū)域中攜帶的溫度信息作為輔助判定因素。但是，火焰圖像由于受到煙霧、粉塵等因素的強烈干擾，圖像通常具有多噪、模糊不清、特征區(qū)域不完整等特點，很難直接提取出完整的黑靶子區(qū)域。因此，本文采用融合的方法，將兩幀火焰圖像用適當的方法進行融合，最后可以融合出較完整的黑靶子區(qū)域。
　　目前，基于小波變換的融合方法應用比較廣泛，但是小波變換只具有高維零點奇異性，不能夠表達高維直線和曲線性奇異

3、性。曲波理論是一種發(fā)展比較完善多尺度分析工具，它能夠較好的逼近圖像的直線和曲線邊緣，具有表達圖像時能夠達到“最稀疏”的特點，同時具有較好的抗噪能力。因此，本文在分析火焰圖像特點，提出了一種基于DCWT的火焰圖像融合檢測方法，同時根據火焰圖像多霧的特點，提出一種新的圖像去霧算法，分別在時域空間和頻域空間對火焰圖像進行去霧。本文主要研究內容如下:
　　首先，研究了基于小波變換的圖像融合方法和基于曲波變換的圖像融合方法，在此基礎上提出了

4、基于DCWT的火焰圖像融合檢測方法。該方法將小波變換和曲波變換相結合，充分利用了兩種變換的優(yōu)勢，并采用合理的融合規(guī)則進行融合實驗，結果可以融合出比較完整的黑靶子區(qū)域，同時具有較好的抗噪能力。
　　然后，火焰圖像具有多煙霧的特點，視覺效果比較差，因此研究了目前自然霧天圖像去霧的方法，在此基礎上提出了一種在時域空間內基于區(qū)域能量的火焰圖像去霧算法。實驗結果表明該算法可以有效的對火焰圖像進行去霧，同時對自然霧天圖像也有一定的去霧效果，并