基于隱馬爾可夫模型的氧乙炔火焰燃燒狀態(tài)識(shí)別研究.pdf

1、生產(chǎn)過程中的燃燒性能是一個(gè)關(guān)乎生產(chǎn)效益、安全生產(chǎn)和環(huán)境保護(hù)的重要因素。燃燒性能指標(biāo)目前雖然可以通過使用專用測(cè)量?jī)x器設(shè)備來獲取，但是伴隨著測(cè)量?jī)x器設(shè)備種類的增多，投入成本過高，且不容易實(shí)現(xiàn)生產(chǎn)自動(dòng)化。由于氧乙炔火焰在工業(yè)生產(chǎn)中的廣泛應(yīng)用，其燃燒狀態(tài)的自動(dòng)監(jiān)測(cè)越來越為人們所重視。實(shí)現(xiàn)對(duì)氧乙炔火焰燃燒狀態(tài)的計(jì)算機(jī)識(shí)別，可以更好地實(shí)現(xiàn)其燃燒過程的自動(dòng)控制，有利于提高生產(chǎn)力。要實(shí)現(xiàn)對(duì)燃燒過程的自動(dòng)化監(jiān)控，就要實(shí)現(xiàn)基于機(jī)器的燃燒過程的分類識(shí)別?；鹧?/p>

2、圖像是燃燒最直接的反映。對(duì)火焰圖像進(jìn)行處理，提取火焰圖像中表征燃燒狀態(tài)的參數(shù)，進(jìn)而實(shí)現(xiàn)對(duì)燃燒過程的自動(dòng)識(shí)別將會(huì)取得更直觀的效果。氧乙炔火焰的燃燒過程是一個(gè)隨機(jī)過程，用對(duì)隨機(jī)過程有很好模擬能力的隱馬爾可夫模型(HMM)對(duì)其進(jìn)行建模與識(shí)別，可以達(dá)到更好的效果。本文據(jù)此展開研究。
　　 本實(shí)驗(yàn)以CCD攝像機(jī)作為光學(xué)傳感器，將其采集到的氧乙炔火焰圖像及圖像序列作為監(jiān)測(cè)值。在圖像預(yù)處理過程中，分析了傳統(tǒng)濾波及分割方法中存在的問題，在此基礎(chǔ)

3、上提出了自適應(yīng)投票快速中值濾波算法(AVMF)和使用RGB顏色通道對(duì)圖像進(jìn)行分割的新方法，并在此基礎(chǔ)上提取最能反映氧乙炔焰特點(diǎn)的相關(guān)特征值。
　　 研究中使用人工神經(jīng)網(wǎng)絡(luò)方法、單特征量一維HMM方法和二維HMM方法分別對(duì)氧乙炔焰的燃燒過程進(jìn)行建模與識(shí)別，分析了各種方法的識(shí)別準(zhǔn)確率與運(yùn)算速度，在此基礎(chǔ)上提出了使用一維分步HMM技術(shù)對(duì)氧乙炔焰的燃燒建立基于圖像特征值序列的隱馬爾可夫模型，對(duì)待識(shí)別的圖像序列，提取特征值后，用viter