数字图像处理应用.pptVIP

（6）当相邻比较像素PI是第5可疑下降点时（7）当相邻比较像素PI是第1可疑上升点时（8）当相邻比较像素PI是第2可疑上升点时（9）当相邻比较像素PI是第3可疑上升点时（10）当相邻比较像素PI是第4可疑上升点时（11）当相邻比较像素PI是下降坏损点时（12）当相邻比较像素PI是上升坏损点时第31页，共45页，星期日，2025年，2月5日上述条件都不满足，则检测点P作为上升坏损点处理。上述预估值是指与坏损边缘点相邻的且在同一判别方向上的苹果非坏损处的灰度值的预估值。在苹果图像中如无坏损和果梗、花萼时，其灰度值的空间分布可用下式近似表示：第32页，共45页，星期日，2025年，2月5日第1页，共45页，星期日，2025年，2月5日一、火焰图像检测系统结构(一)系统结构图11－1为200MW火焰图像检测系统结构成图。图11－1 系统构成第2页，共45页，星期日，2025年，2月5日系统主要组成有：1.火焰图像传感器2.视频分配器3.视频切换矩阵4.画面分割器5.上位机工程师站6.下位机工作站7.录像机等第3页，共45页，星期日，2025年，2月5日(二)系统功能系统具有的主要功能：1.炉膛火焰的实时监视功能2.灭火保护功能3.实时诊断功能4.故障记录与追忆等主要功能第4页，共45页，星期日，2025年，2月5日二、火焰检测算法（1）图像特征分析图11－4着火图像图11－5熄火图像第5页，共45页，星期日，2025年，2月5日有两种灭火情况：一是断粉熄火另一种是喷粉灭火传感器故障时，整个图像特征与黑区的特性一致。第6页，共45页，星期日，2025年，2月5日（2）特征提取设置如图11－8示的三个特征提取区域，在相应区域内提取火焰燃烧的特征参数。区域A设置原则是：一般情况下，火焰的黑龙区、初燃区和燃烧区都落在该区域内。图11－8特征提取区域第7页，共45页，星期日，2025年，2月5日（3）RBF神经网络RBF神经网络输入层到隐含层的映射具有特征聚类功能，因此RBF神经网络在分类能力和学习速度上优于其它神经网络，故采用该神经网络进行着火判别。RBF神经网络为三层前向网络，隐含层径向基函数采用高斯函数，其第j元的输出与输入向量的关系为：第8页，共45页，星期日，2025年，2月5日输出层为2个神经元，其输出（）与隐含层输出（）的关系为:网络理想输出状态（1,0）为着火；（0,0）为熄火；（0,1）为灭火；（1,1）为故障。第9页，共45页，星期日，2025年，2月5日第二节燃烧稳定性判别

一、燃烧稳定性特征彩色火焰图像的G色度图像的差分图像能较好地反映出未燃区域变化，其G色度值的差分图像定义为：第10页，共45页，星期日，2025年，2月5日用表示在时间间隔内的火焰G色度图像的相对变化量，其定义为:其中为比例因子,作用有:一突出变化量二调整参数与语言的模糊关系第11页，共45页，星期日，2025年，2月5日二、判别方法燃烧稳定