[發明專利]基于智能控制的計算機視覺技術的爐膛火焰檢測方法有效
申請號: | 201110347176.0 | 申請日: | 2011-11-04 |
公開(公告)號: | CN102506444A | 公開(公告)日: | 2012-06-20 |
發明(設計)人: | 羅存;包德梅;黃立均;李佑文 | 申請(專利權)人: | 國電南京自動化股份有限公司 |
主分類號: | F23M11/04 | 分類號: | F23M11/04 |
代理公司: | 南京縱橫知識產權代理有限公司 32224 | 代理人: | 董建林 |
地址: | 210009 江蘇*** | 國省代碼: | 江蘇;32 |
權利要求書: | 查看更多 | 說明書: | 查看更多 |
摘要: | |||
搜索關鍵詞: | 基于 智能 控制 計算機 視覺 技術 爐膛 火焰 檢測 方法 | ||
1.一種基于智能控制的計算機視覺技術的爐膛火焰檢測方法,其特征是,包括以下步驟:
a.圖像獲取:利用CCD攝像機通過光纖圖像傳感器拍攝爐膛火焰,并將拍攝采集的圖像信息信號實時傳送至信號處理機;
b.小波包算法的信號去噪處理:信號處理機中采用小波包算法對圖像信息進行信號的去噪處理;
c.BP神經網絡圖像檢測識別:采用BP神經網絡模型對經過去噪處理的圖像信息進行檢測識別。
2.根據權利要求1所述的基于智能控制的計算機視覺技術的爐膛火焰檢測方法,其特征是,小波包進行信號去噪的步驟為:
小波包分解:對含噪信號進行小波包分解,得到各個尺度下的小波包分解系數;
系數收縮:對小波包分解系數進行收縮,將各尺度上由噪聲產生的小波分量去掉,保留原始信號的小波包分解系數;
小波包重構:對收縮的小波包分解系數進行小波逆變化,重構去噪信號。
3.根據權利要求2所述的基于智能控制的計算機視覺技術的爐膛火焰檢測方法,其特征是,小波包分解系數收縮是通過選取一閾值對小波包分解系數進行量化處理,將小于或等于閾值的小波包分解系數作為零處理,僅用閾值以上的小波包分解系數來重構去噪信號,包含以下步驟:
Y=W(X)
Z=D(Y,T)
其中,W(X)和W-1(Z)分別表示小波包分解與重構算法,D(Y,T)表示給定閾值T的小波包分解系數的收縮操作,X表示含噪信號,Y表示X的小波包分解系數,Z表示經收縮操作后的小波包系數,表示去噪后的信號。
4.根據權利要求1或2所述的基于智能控制的計算機視覺技術的爐膛火焰檢測方法,其特征是,BP神經網絡模型的訓練步驟為:
(1)初始化:對權值矩陣W和閾值V賦隨機數,將樣本模式計數器p和訓練次數計數器q取為1,總誤差為0,學習率η設為0和1之間的小數。網絡訓練后達到的精度Emin設為正小數,網絡最大迭代次數為N;
(2)輸入訓練樣本計算各層輸出:用當前樣本Xp和Dp對向量數組輸入樣本X、期望輸出樣本d賦值,計算隱含層的輸入量Y和輸出量O中各分量;
(3)計算網絡輸出誤差:設共有P對訓練樣本,樣本模式計數器p初值為1,不同的樣本對應不同的誤差Ep,網絡的總誤差E:
(4)計算各層誤差信號和
(5)調整各層權值:計算W、V中各分量;
(6)判斷所有樣本是否都得到訓練:若p<P,則計數器p、q各自增1轉到步驟(2),否則轉下一步驟(7);
(7)檢查網絡總誤差E是否達到精度要求或訓練次數是否超過最大迭代次數,若E<Emin或q>N則訓練結束,否則轉到步驟(2)。
5.根據權利要求1所述的基于智能控制的計算機視覺技術的爐膛火焰檢測方法,其特征是,還包含對檢測識別的火焰估算其火焰的大小、強弱和火焰中心位置參數的步驟。
6.根據權利要求1或5所述的基于智能控制的計算機視覺技術的爐膛火焰檢測方法,其特征是,還包含將爐膛火焰檢測識別的結果進行顯示的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國電南京自動化股份有限公司,未經國電南京自動化股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110347176.0/1.html,轉載請聲明來源鉆瓜專利網。