一种基于图像处理的火焰轮廓提取方法.pdf

(19)中华人民共和国国家知识产权局*CN102034106A*(12)发明专利申请(10)申请公布号CN102034106A(43)申请公布日2011.04.27(21)申请号201010595971.7(22)申请日2010.12.20(71)申请人浙江工业大学地址310014浙江省杭州市下城区朝晖六区(72)发明人李华杨臧健邓凯钟英杰吴敏李伟(74)专利代理机构杭州天正专利事务所有限公司33201代理人王兵王利强(51)Int.Cl.G06K9/46(2006.01)G06T7/00(2006.01)权利要求书1页说明书5页附图4页(54)发明名称一种基于图像处理的火焰轮廓提取方法(57)摘要一种基于图像处理的火焰轮廓提取方法，包括以下步骤：1）将彩色的火焰RGB图像分别转化为R值、G值和B值的灰度分量图像；2）根据火焰分量图像的特征，将需要关注的火焰特征区域定义为目标对象，将对轮廓提取过程产生显著影响的区域定义为干扰对象，分别对目标对象和干扰对象进行图像采样，对采样后的图像进行灰度分布分析，利用其灰度分布直方图的主峰值定义目标对象和干扰对象的初值；3）建立目标图像方程组，给出基于两个分量灰度图像的目标矩阵关系式，得到目标图像；4）通过灰度分布直方图获得图像分割的阈值，进行目标图像的二值化，采用图像腐蚀技术，获得被关注的火焰锋面轮廓线。本发明可靠性高、能够适用于复杂燃烧工况。CN102346ACCNN110203410602034109A权利要求书1/1页1.一种基于图像处理的火焰轮廓提取方法，其特征在于：所述火焰轮廓提取方法包括以下步骤：1）前处理：对原始的火焰彩色图像进行前处理，将彩色的火焰RGB图像分别转化为R值、G值和B值的灰度分量图像；2）分量矩阵特征提取：根据火焰分量图像的特征，将需要关注的火焰特征区域定义为目标对象，将对轮廓提取过程产生显著影响的区域定义为干扰对象，分别对目标对象和干扰对象进行图像采样；对采样后的图像进行灰度分布分析，将目标对象采样后得到的灰度分布直方图的主峰值定义为目标对象的初值，将干扰对象采样后得到的灰度分布直方图的主峰值定义为干扰对象的初值，所述两组初值为下一步的图像处理工作提供已知条件；3）目标图像求解：选择R值、G值和B值三个分量灰度图像中的两个为运算基础，根据步骤2）分量矩阵特征提取过程中获得的已知条件，建立目标图像方程组，建模的依据主要包括目标对象灰度最大化及干扰对象灰度最小化；通过求解目标图像方程组，给出基于两个分量灰度图像的目标矩阵关系式，根据关系式和两个分量灰度图像对应的矩阵信息得到目标图像；4）后处理：对于目标图像，通过灰度分布直方图获得图像分割的阈值，进行目标图像的二值化，采用图像腐蚀技术，获得被关注的火焰锋面轮廓线。2.如权利要求1所述的一种基于图像处理的火焰轮廓提取方法，其特征在于：在所述步骤4）中，对获得的目标图像先进行评价，观察噪点和分析图像信噪比，对于满足设定质量标准的图像，通过灰度分布直方图获得图像分割的阈值；没有满足设定质量标准的图像，返回步骤2）重新进行分量矩阵特征提取环节，重新确定目标对象和干扰对象的初值。3.如权利要求1或2所述的一种基于图像处理的火焰轮廓提取方法，其特征在于：所述步骤1）中，前处理还包括裁减和滤波。4.如权利要求1或2所述的一种基于图像处理的火焰轮廓提取方法，其特征在于：所述步骤3）中，记矩阵C为目标图像对应的矩阵，将绿色和蓝色分量对应的灰度矩阵做线性运算，以获得目标函数C，目标函数与绿色和蓝色分量的灰度矩阵关系如下：（1）其中，m和n为图像矩阵线性运算采用的系数，Ag和Ab分别为绿色和蓝色分量的灰度矩阵；将目标对象和干扰对象在目标矩阵C中的灰度值分别设置为和，依照目标对象灰度最大化及干扰对象灰度最小化，和的数值分别为255和0，设绿色分量图像的灰度值为，蓝色分量图像的灰度值为，绿蓝两分量矩阵进行线性运算后，目标对象和干扰对象的灰度分别为：（2）其中，是绿色分量图像中目标对象的灰度值，是蓝色分量图像中目标对象的灰度值，是绿色分量图像中干扰对象的灰度值，是蓝色分量图像中干扰对象的灰度值。2CCNN110203410602034109A说明书1/5页一种基于图像处理的火焰轮廓提取方法技术领域[0001]本发明涉及燃烧过程中的火焰轮廓提取技术，尤其是一种基于图像处理的火焰轮廓提取方法。背景技术[0002]火焰图像是燃烧过程的有效反映。图像中，亮度信息反映了燃烧过程中的辐射强度和燃烧效果；颜色信息反映了燃烧过程的配风情况和燃烧状态（贫燃、富燃、扩散燃烧）；几何信息，特别是锋面的轮廓特征，有效地反映了燃烧过程中火焰的稳定性和燃烧反应发生区域的形貌，对于诊断燃烧室运行状态和燃烧稳定性具有重要的意义。应用图像处理技术，提取火焰图像中的有效信息，