论文部分内容阅读
回转窑在冶金、化工、水泥等重要的工业领域中有着广泛的应用。在这些行业中,提高能源利用率、降低废气排放对维持国民经济的可持续发展具有重要的意义,因此监测回转窑的烧结过程、识别燃烧工况、保持燃烧状态的正常和稳定对实现窑炉优化控制、有效生产、节能减排至关重要。目前大多数基于计算机视觉自动识别燃烧工况的方法都是从单帧图像中提取图像的静态特征进行分析。基于静态图像分析的方法存在一些问题:一方面由于工业现场粉尘烟雾干扰严重,采集的图像模糊因而难以分割,导致从感兴趣区域提取的视觉统计特征鲁棒性差;另一方面静态特征只考虑了单帧火焰图像的统计特征,忽略了燃煤火焰的闪烁动态信息,因此对燃烧工况特别是变化工况的识别精度不高。针对以上问题,论文以回转窑烧结过程的火焰视频为研究对象,研究了一种基于火焰视频时空特征的燃烧工况识别方法。论文的主要工作如下:
(1)为了快速提取视频的动态纹理信息,构建了一个新的三维(3D)纹理特征描述子表征火焰视频的纹理特征,即三维简洁局部二值模式(3DBLBP)。3DBLBP提取火焰3D纹理特征时不需要对图像和视频进行分割,可准确有效的对视频序列的动态纹理特征进行描述,且实现简单,鲁棒性强。
(2)从理论上分析了不同燃烧工况的火焰视频动态特性,提出将正常工况到异常工况的过渡阶段标记为不稳定工况,并针对不稳定工况的具体特点,提出利用视频图像信号中的三维相位信息来描述其形态结构信息。基于相位一致性原理,构建了一个新的三维结构描述子表征火焰视频的动态结构信息,即三正交平面相位一致性直方图(HOPC-TOP),可较好描述不稳定工况的视频动态特性。
(3)基于3DBLBP和HOPC-TOP,设计了一种基于火焰视频提取三维时空特征的回转窑燃烧工况识别方法。该方法通过提取视频中的三维时空信息,捕捉回转窑烧结带火焰图像序列的时空形态和结构信息,实现对不同燃烧工况的识别。
由3DBLBP和HOPC-TOP提取的3D特征融合形成回转窑火焰视频时空特征,能够很好地表征火焰视频序列的时空形态与纹理结构。结合支持向量机实现了对正常工况96.76%,欠烧结工况92.63%,不稳定工况86.72%的识别精度,验证了论文所提出的方法对回转窑烧结工况识别的有效性。
(1)为了快速提取视频的动态纹理信息,构建了一个新的三维(3D)纹理特征描述子表征火焰视频的纹理特征,即三维简洁局部二值模式(3DBLBP)。3DBLBP提取火焰3D纹理特征时不需要对图像和视频进行分割,可准确有效的对视频序列的动态纹理特征进行描述,且实现简单,鲁棒性强。
(2)从理论上分析了不同燃烧工况的火焰视频动态特性,提出将正常工况到异常工况的过渡阶段标记为不稳定工况,并针对不稳定工况的具体特点,提出利用视频图像信号中的三维相位信息来描述其形态结构信息。基于相位一致性原理,构建了一个新的三维结构描述子表征火焰视频的动态结构信息,即三正交平面相位一致性直方图(HOPC-TOP),可较好描述不稳定工况的视频动态特性。
(3)基于3DBLBP和HOPC-TOP,设计了一种基于火焰视频提取三维时空特征的回转窑燃烧工况识别方法。该方法通过提取视频中的三维时空信息,捕捉回转窑烧结带火焰图像序列的时空形态和结构信息,实现对不同燃烧工况的识别。
由3DBLBP和HOPC-TOP提取的3D特征融合形成回转窑火焰视频时空特征,能够很好地表征火焰视频序列的时空形态与纹理结构。结合支持向量机实现了对正常工况96.76%,欠烧结工况92.63%,不稳定工况86.72%的识别精度,验证了论文所提出的方法对回转窑烧结工况识别的有效性。