基于隱馬爾可夫模型的氧乙炔火焰燃燒狀態(tài)識別研究.pdf

1、生產過程中的燃燒性能是一個關乎生產效益、安全生產和環(huán)境保護的重要因素。燃燒性能指標目前雖然可以通過使用專用測量儀器設備來獲取，但是伴隨著測量儀器設備種類的增多，投入成本過高，且不容易實現(xiàn)生產自動化。由于氧乙炔火焰在工業(yè)生產中的廣泛應用，其燃燒狀態(tài)的自動監(jiān)測越來越為人們所重視。實現(xiàn)對氧乙炔火焰燃燒狀態(tài)的計算機識別，可以更好地實現(xiàn)其燃燒過程的自動控制，有利于提高生產力。要實現(xiàn)對燃燒過程的自動化監(jiān)控，就要實現(xiàn)基于機器的燃燒過程的分類識別。火焰

2、圖像是燃燒最直接的反映。對火焰圖像進行處理，提取火焰圖像中表征燃燒狀態(tài)的參數(shù)，進而實現(xiàn)對燃燒過程的自動識別將會取得更直觀的效果。氧乙炔火焰的燃燒過程是一個隨機過程，用對隨機過程有很好模擬能力的隱馬爾可夫模型(HMM)對其進行建模與識別，可以達到更好的效果。本文據(jù)此展開研究。
　　 本實驗以CCD攝像機作為光學傳感器，將其采集到的氧乙炔火焰圖像及圖像序列作為監(jiān)測值。在圖像預處理過程中，分析了傳統(tǒng)濾波及分割方法中存在的問題，在此基礎

3、上提出了自適應投票快速中值濾波算法(AVMF)和使用RGB顏色通道對圖像進行分割的新方法，并在此基礎上提取最能反映氧乙炔焰特點的相關特征值。
　　 研究中使用人工神經網(wǎng)絡方法、單特征量一維HMM方法和二維HMM方法分別對氧乙炔焰的燃燒過程進行建模與識別，分析了各種方法的識別準確率與運算速度，在此基礎上提出了使用一維分步HMM技術對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，對待識別的圖像序列，提取特征值后，用viter