毕业设计（论文）基于图像处理技术的炉膛火焰检测系统的设计.doc

《毕业设计（论文）基于图像处理技术的炉膛火焰检测系统的设计.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）基于图像处理技术的炉膛火焰检测系统的设计.doc（37页珍藏版）》请在三一办公上搜索。

1、吉林化工学院毕业设计说明书 基于图像处理技术的炉膛火焰检测系统的设计Design of Flame Detection Technology of Power Plant Boiler Based on Digital Image Processing学生学号： 学生姓名： 专业班级： 指导教师： 职 称： 起止日期： 吉 林 化 工 学 院Jilin Institute of Chemical Technology摘 要准确掌握炉膛内火焰的温度场分布及燃烧状态对于锅炉安全、经济运行具有极其重要的意义。近年来，随着数字图像处理相关技术的不断发展成熟，基于它的火焰检测技术被越来越多的应用于锅炉火

2、焰的检测。本文在对传统火焰检测方法和现有技术进行深入研究和分析的基础上，提出了一种基于数字图像处理技术的炉膛火焰检测系统的设计方法。针对燃烧过程的动态特性和其所伴随的随机干扰，利用图像处理的相关技术对火焰图像进行噪声滤除、图像增强及伪彩色化等处理；在大量实验的基础上，提出了针对火焰几何特性的评价方法；针对现有火焰温度场测量方法过于复杂的缺点，给出了一种基于火焰图像的温度场测量方法，实现二维温度场的显示；开发了基于LabView平台的火焰识别系统。本文采用数字图像处理技术以简单有效的方法实时地得出火焰图像的等温曲线，可以很容易地在实际炉膛火焰温度检测中得以应用。关键词：数字图像处理；火焰检测；边

3、缘检测；伪彩色化AbstractTo grasp the temperature field distribution and burning state of the flames in the furnace is of great significance. In recent years, with the technology of digital image processing technology becoming mature, the fire detection technology based on it has been applied to boiler fire

4、detection more and more.A new design of flame detection technology of power plant boiler based on digital image processing is put forward in this paper after the analysis and research of the traditional fire detection method and existing technology. According to the dynamic characteristic of combust

5、ion and various disturbances, flame images are smoothed and enhanced. Based on a great deal of research experimentation, a new detection algorithm and flame evaluate index are presented. According to complexity of current measuring method of temperature field, a new method based on the image process

6、ing is presented, realizing the display of two-dimension temperature field. Based on the platform of LabView, the flame identification system is presented.In this paper, a simple and effective method is presented to acquire the real-time flame isothermal curves based on digital image processing, and

7、 it can be applied to the actual furnace temperature detection easily.Key Words：Digital Image Processing；Flame Detection；Edge Detection；Image Enhancement目 录摘 要IAbstractII第1章 绪论11.1 选题背景与意义11.2 国内外的发展现状21.3 本文的研究内容4第2章 火焰图像处理52.1 数字图像处理的特点52.2 火焰图像处理52.2.1 火焰图像的灰度化62.2.2 直方图统计62.2.3 火焰图像增强显示72.3 锅炉炉膛

8、火焰监测与图像处理系统构成11第3章 火焰检测133.1 煤粉燃烧器的燃烧过程及特点133.2 传统火焰检测方法133.3 本文使用的火焰检测方法143.3.1 火焰图像边缘提取143.3.2 二值化处理173.3.3 轮廓提取与轮廓跟踪183.3.4 火焰的评价指数193.3.5 基于火焰图像的测温法22第4章 检测系统设计244.1 检测系统软件开发平台简介244.1.1 LabView 软件简介244.1.2 Vision 视觉开发工具包简介244.2 火焰图像灰度化的实现254.3 直方图统计的实现254.4 火焰图像增强显示的实现254.4.1 灰度均衡错误！未定义书签。4.4.2

9、伪彩色处理264.4.3 中值滤波处理274.5 二值化的实现274.6 边缘检测的实现284.7 火焰检测系统界面及测试结果28结 论30参考文献31致 谢32第1章 绪论1.1 选题背景与意义我国是世界上最大的煤炭生产和消费国，以燃煤为主的火力发电机组在我国电力工业中占主导地位。国家政策明确指出，大中型火电厂的发展要提倡安全、节能、环保。为了迎合国家的相关要求，同时降低自身生产成本、保证安全运行、保护生态环境，火电企业需要深挖自身潜力、改良工艺、大力引入新技术。锅炉是火电厂运行的基础，它的安全、经济的运行是电厂能否安全、高效运行的根本。结合火电企业发展的需求，大量的新技术、新方法被引入到对

10、锅炉内部火焰燃烧情况及温度场分布的检测中。煤粉锅炉内的燃烧过程是一种非常复杂的悬浮燃烧，它的工况极不稳定，锅炉燃烧的安全性主要取决于火焰的稳定性。炉内煤粉必须充分燃烧，同时需要保证燃烧稳定、温度场分布均匀。因此，对炉内的火焰和温度场的有效测量对判断炉膛的燃烧状态、调整锅炉的运行参数等非常重要，它是锅炉安全、可靠、经济运行的重要保证1。煤粉锅炉在运行中需要保证燃烧过程充分、稳定，且温度场分布均匀。如果出现燃烧不稳定或者操作人员操作失误等情况，可能会导致全部或部分煤粉燃烧器熄火，此时如果继续向燃烧器供粉，将会因为煤粉在炉膛内的堆积而导致爆燃现象的发生，严重威胁锅炉炉膛设备的安全和寿命；如果在燃烧器

11、正常工作的情况下，由于误检认定熄火而切断燃料供给，则会带来停产再点火这类不必要的经济损失。由于在煤粉锅炉中，燃料是在炉膛的三维空间进行悬浮燃烧，呈现一种极不稳定的脉动燃烧状况，如果出现之前所述的事故，可能会引起以下事故（1）由于燃烧不稳定，产生脉动和火焰内动，引起炉膛压力不稳，造成炉墙局部向外喷火、喷烟，严重时可能造成灭火放炮，甚至损坏墙体，造成设备损失，危及人身安全；（2）由于炉内温度场发生偏移，造成温度场的不均匀（如在四角喷燃锅炉中，各燃烧器配风不当或个别燃烧器工作不正常，造成火焰中心偏移向一侧），造成离火焰中心近的水冷壁过热或者结焦，局部地区管壁温度升高，过高的热应力高会导致爆管，停炉影

12、响生产；而远离火焰中心的水冷壁管则加热不足，水循环减慢，造成整个锅炉水循环失去平衡，金属热应力增加，减少锅炉使用寿命；（3）由于温度场不均匀，导致炉内燃烧工况恶化，低温煤粉得不到充分燃烧，煤粉在炉膛内燃烬率降低，未燃烬的煤粉将被带入尾部受热面，造成过热器、省煤器的磨损，降低使用寿命；（4）未燃烬的煤粉在离开炉膛后二次燃烧，使过热器过热，造成过热器管壁热应力增加或者爆管；（5）炉膛出口的烟气温度不均匀，造成过热器受热不均匀，引起过热器热应力增加，影响使用寿命。一旦发生以上情况，严重时都会造成锅炉停炉检修，更换大量金属部件。对于大型锅炉，一次事故的损失都是在几百万之上。为了解决以上问题，必须对炉内

13、的火焰参数（温度和能量）进行快速、准确、全面、在线连续不断地测量，通过测量判断炉内燃烧复杂的物理化学过程，从而达到控制燃烧的目的。1.2 国内外的发展现状近年来，电力工业迅速进步，进入了大电网、大机组、高参数、高度自动化的时代。随着大容量、高参数机组安全运行的重要性日益提高，先进的机组保护系统和装置得到了广泛采用。目前国内外大型电站锅炉均配备功能齐全、设备可靠的炉膛安全监控系统(FSSS），它已经成为大型火力发电机组锅炉必须具备的一种监控系统。火焰检测系统是FSSS中最为重要的组成部分，它综合运用了将燃烧可视化技术和数字图像处理技术。火检技术是20世纪80年代出现的一种跨学科技术，它将检测燃烧

14、器出口火焰图像特征作为判断火焰ON/OFF的判据，采用二维火焰图像取代常规火检的亮度频率测量，运用火焰图像进行燃烧可视化研究，从火焰图像中获取有用的特征，预报火焰ON/OFF，提供火焰特征量进行燃烧指导，从原理上克服常规火检由于着火区漂移导致的弊病。高温火焰的温度场测量是燃烧领域一个极其重要的问题，它对于燃烧状态的判断，预测和诊断有着十分重要的意义2。随着计算机技术的发展和工业CCD器件的完善，基于图像处理技术的温度场测量和燃烧诊断受到了人们的广泛关注。利用数字计算和图像处理技术，可以从火焰图像之中提取更多的燃烧监视和诊断信息，获得炉膛辐射水平的定量描述，重建燃烧火焰内部的温度场分布。此项应用

15、技术已成为燃烧学科目前较为热门的研究方向之一。日本最早将图像技术应用到火焰监测中，先后开发了多套火焰监测系统。最早由日立研究实验室研制了火焰图像识别系统FIRES（Flame Image Recognition System）；日立公司开发了可以进行火焰温度场的分布测量和燃烧经济性估算的HIACS-3000系统；在其基础上又开发了具有预测未燃尽碳生成预测功能的系统，在成像CCD前加装两块截止波长分别为600nm、650nm的带通滤光片，利用比色法的原理来测量燃烧温度场的分布；三菱公司开发出的光学图像火焰扫描系统OPTIS（Optical Image Flame Scanner），主要用于火焰形

16、状识别和火焰稳定性判断，可以较好地克服炉膛背景热辐射和相邻燃烧器的火焰对被检测的火焰信号的干扰。国内许多科研单位及个人也在火焰图像处理领域进行了一系列的研究与探索，并取得了一定的成果。清华大学吴占松首先进行了小型发光火焰温度分布测量的研究，推导了图像亮度信号与火焰温度之间的关系，经黑体炉标定获得了多项式回归模型，开创了国内火焰图像处理的先河；随后开展了非对称火焰三维温度场分布重建的研究，通过在计算中加入内部火焰分布平滑的先验假设，首先给出了非对称火焰的三维温度分布测量的重构算法。华中理工大学周怀春等通过在CCD前加装单色滤光片3，获取了火焰的单色辐射图像，并借助辐射定律将单色图像与其中某一参考

17、点的辐射强度进行比较以获得温度场。其参考点用双色高温计或热电偶测温获得。根据所测得的温度场进行燃烧工况诊断。该方法比较简单，是一种能在电厂现场实施的二维温度场测量方法。但是由于所获得的二维图像是三维火焰的投影，使参考点的具体位置难以确定，给测量带来了困难。他在其后的研究中虽然提出了采用热电偶测温，以此作为参考点的方法，但使用热电偶作为测温手段，容易引起测温误差以及长时间工作失效的问题。目前周怀春等正在进行将火焰辐射图像和燃烧过程数值模拟相结合来重建三维温度场的研究。上海交通大学的徐伟勇等采用传像光纤和数字图像处理技术开展了电厂锅炉燃烧火焰的研究，将火焰亮度及其变化历史趋势作为判断燃烧稳定性的依

18、据，并致力于通过火焰图像处理实现燃烧过程闭环控制的研究。其研究成果已运用于电厂锅炉的运行中。原电力部南京自动化研究院的许柯夫，提出在600700nm波段内，避开炉壁面辐射的影响，使用中心波长不同的干涉滤光片同时摄取图像，利用比色测温的原理，消去中间介质的影响，不需进行黑体标定，以进行辐射温度的测量。研究者在电厂中利用现有的内窥式光学系统采集火焰图像进行了实验，之后提出了使用传像光纤装置代替现有的潜望镜式光学装置等建议。浙江大学热能工程研究所从1996年开始，开展了火焰图像处理方面的研究工作。通过建立油燃烧火焰、小型煤粉燃烧火焰、煤粉辐射特性沉降炉等试验台，开展投影温度场、断面温度场、三维温度场

19、及煤粉辐射特性等一系列的试验研究，并通过理论分析和电厂锅炉火焰测试建立了基于普通彩色CCD的火焰可视化测量技术4。基于这些研究，现已开发了利用光纤作为传光介质的内窥式火焰图像测枪系统，并已在多家电厂进行了工程应用。从目前炉膛火焰图像处理的应用研究情况看，火焰图像处理是一种具有广阔应用前景的新技术。虽然研究者们通过努力已经取得了一定的成果，但由于燃烧过程的复杂性，研究过程中遗留的问题还很多，特别是对于火焰可视化所要达到的目标，如火焰温度场的三维重建，至今还没有取得令人满意的结果，这项技术的研究实际上还刚刚起步。1.3 本文的研究内容本文在对相关企业生产过程及相应技术现状的研究基础上，设计了一种基

20、于图像处理技术的在线炉膛火焰检测系统，研究内容主要包括（1）对炉膛内部燃烧情况及温度场分布情况进行研究和分析；（2）对温度场测量方法进行了研究，提出了基于火焰图像测温法；（3）提出了火焰的评价方法；（4）对图像的灰度变换、直方图统计、图像的增强、二值化处理、轮廓提取与跟踪及边缘检测等相关数字图像处理技术进行了学习和研究；（5）基于LabView软件平台，设计了在线火焰监测系统，完成对温度场的重建与评价；（6）对系统进行了测试和评价。第2章 火焰图像处理2.1 数字图像处理的特点数字图像处理就是利用数字计算机或其它高速、大规模集成数字硬件，对从图像信息转换来的数字信号进行数字运算或处理，以期提高

21、图像的质量或达到人们所要求的某些预期的结果。如对被噪声污染的图像去除噪声；对信息微弱的图像进行增强处理；对失真的图像进行几何校正等等。数字图像处理有以下几个基本特点（1）数字图像处理的信息大多是二维信息，处理信息量很大，对计算机的计算速度、存储容量等要求较高；一幅256256低分辨率黑白图像，要求约64kbit的数据量；对高分辨率彩色512512图像，则要求768kbit数据量；如果要处理30帧/s的电视图像序列，则要求500kbit22.5Mbit数据量。（2）数字图像处理占用的频带较宽，在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本亦高，这就对频带压缩技术提出了更高的

22、要求；与语言信息相比，占用的频带要大几个数量级，如电视图像的带宽约5.6MHz，而语言带宽仅为4kHz左右。（3）数字图像中各个像素是不独立的，其相关性大，图像处理中信息压缩的潜力很大；在图像画面上，经常有很多像素有相同或接近的灰度，就电视画面而言，同一行中相邻两个像素或相邻两行间的像素，其相关系数可达0.9以上。（4）分析和理解三维景物必须做合适的假定或附加新的测量；由于图像是三维景物的二维投影，一幅图像本身不具备复现三维景物的全部几何信息，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须做合适的假定或附加新的测量，例如双目图像或多视点图像。在理解三维

23、景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。（5）数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较大；由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识状况影响很大，作为图像质量的评价还有待进一步深入的研究。另一方面，计算机视觉是模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。2.2 火焰图像处理燃烧测量的目的是要获取温度分布、燃烧的稳定性及其它表征燃烧状况等参数，以便于研究燃烧机理或进行燃烧控制。在火焰图像的描述中，既要有总体的图像形状，明显的区域划分，也要能用统计参数表示其各种特征，还要有关点性质的描述，这就要求对火焰图像进行综合处

24、理，包括火焰图像灰度化，平滑，直方图统计和火焰图像增强显示等。2.2.1 火焰图像的灰度化将彩色图像转化为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R,G,B三个分量决定，而每个分量有255种值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围，而灰度图像是R,G,B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在图像处理中一般先将各种格式的图像转变成灰度图像，以使后续的图像的计算量变的少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征5。本文中采用平均值法实现将24位的R

25、GB彩色图像转换为8位的灰度图像，其实现如公式2-1所示。 （2-1）式中，是转换后灰度图像在点的灰度值，、分别为转换前点的、分量，灰度处理前后的对比示意如图2-1所示。 (a) 原始火焰图像 (b) 灰度化后图像图2-1 灰度处理前后对比示意图2.2.2 直方图统计直方图是统计学中的术语，图像处理技术引用了这一概念，主要用来说明图像各亮度像素的分布情况，它反映了一幅图像中不同亮度等级像素所占的比例，可以看出各亮度像素数的多少和它的分布，其形状可以提供许多关于火焰状态的线索。在图像处理中所说的直方图是指灰度直方图，描述的是图像中具有该灰度值的像素个数，其横坐标表示像素的灰度级别，纵坐标是该灰度

26、出现的概率（像素的个数）。任意一幅图像一旦以直方图表示，图像的空间位置信息全部隐去，直方图只展示具有某一灰度的像素相对数目，并不提示像素原来处于图像的哪个位置。火焰灰度图像经灰度直方图统计后如图2-2所示。图2-2（a） 火焰灰度图像图2-2（b） 火焰灰度直方图2.2.3 火焰图像增强显示火焰图像存在灰度以及各色分量相对集中的特点。为了能准确观察火焰动态变化，需对火焰图像作增强显示处理。一、灰度均衡灰度均衡有时也称直方图均衡，是一种通过重新均匀的分布各灰度值来增强图像对比度的方法，目的是通过点运算使输入图像转换为在每一灰度级上都有相同的像素点数的输出图像（即输出的直方图是平的）。 设 表示灰

27、度 出现的次数，这样图像中灰度为 的像素的出现概率6是 （2-2）其中， 是图像中所有的灰度数， 是图像中所有的像素数, 实际上是图像的直方图，归一化到01。把 作为对应于 的累计概率函数, 定义为 （2-3）其中， 是图像的累计归一化直方图。灰度图像上使用直方图均衡化的方法如下：创建一个形式为 的变化，对于原始图像中的每个值它就产生一个 ，这样 的累计概率函数就可以在所有值范围内进行线性化，转换公式定义为 （2-4）注意:T 将不同的等级映射到 01域，为了将这些值映射回它们最初的域，需要在结果上应用下面的简单变换 （2-5）这种方法分别用于图像RGB颜色值的红色、绿色和蓝色分量，从而也可以

28、对彩色图像进行处理。图2-3为经过灰度均衡变换前后的对比示意。原图的灰度相对集中，图像对比不强。经过灰度均衡后灰度分布分散，图像对比度增强。图2-4为灰度均衡变换前后直方图对比示意图。 (a) 均衡前火焰图像 (b) 均衡后图像图2-3 均衡处理前后对比示意图 (a) 灰度均衡变换前灰度直方图 (b) 灰度均衡变换后灰度直方图图2-4 直方图对比示意图二、伪彩色处理将黑白图像的不同灰度附以不同的图像处理方法称为伪彩色处理7。设f(x,y) 为一幅黑白图像,R(x,y)、 G(x,y)、 B(x,y)为f(x,y)映射到RGB空间对应的三个分量值，则伪彩色处理可表达为 （2-6）其中TR，TG，

29、TB为某种映射函数。伪彩色图像处理的主要目的是为了提高人眼对图像中一些细节的分辨能力。因为人眼对彩色的分辨能力远高于对灰度的分辨能力，所以将黑白图像中的一些细节加上彩色，便可以提高对这些细节的辨别力，达到图像增强的目的。图2-5给出了从灰度到伪彩色的原理图。F(x,y)G(x,y)R(x,y)B(x,y)灰度图像红色图像绿色图像蓝色图像图2-5 伪彩色处理原理图图2-6为经过配置调色板进行伪彩色处理前后对比示意图。实际上，火焰实时监控一般都采用伪彩色处理增强显示效果。 (a) 原始火焰图像 (b) 伪彩色图像图2-6 伪彩色处理前后对比示意三、中值滤波处理由于全炉膛火焰的燃烧过程伴随着大量动态

30、的随机噪声，这些噪声信号必须消除。中值滤波是非线性的信号处理技术，能有效地消除图像中的噪声信号。噪声点在图像上常常表现为孤立像素点，这可以理解为像素的灰度是空间不相关的，即噪声点像素灰度与它邻近像素灰度有显著的不同，噪声点具有更高的频谱。借助噪声的以上特点，产生了低通滤波法、中值滤波法和邻域平均法等图像平滑方法8。火焰图像预处理一般在空间域进行，采用邻域平均滤波和中值滤波。中值滤波算法的原理是用一个滑动窗口W在图像中进行扫描，把窗口内包含的图像像素按灰度级升序或降序排列起来，取灰度值居中的像素的灰度值为窗口中心像素的灰度值，如式2-7所示。 （2-7）式中，A是滤波器窗口，是滤波器输出结果，是

31、窗口内像素值。中值滤波的窗口形状和尺寸对滤波器效果影响很大。不同图像内容和不同应用要求往往选用不同的窗口形状和尺寸。二维的移动窗口的形状可以为十字形、正方形、矩形但窗口中必须包含奇数个像素，通常采用33, 55, 77的正方形窗口。图2-7为采用33的移动窗口进行中值滤波前后的火焰对比示意图。可以看出，中值滤波对随机噪声的抑制效果良好，并且边缘模糊效应较弱。 (a) 原始火焰图 (b) 滤波后火焰图图2-7 中值滤波示意图2.3 锅炉炉膛火焰监测与图像处理系统构成各种锅炉炉膛火焰监测系统的构成都是大同小异的，只是根据系统对火焰图像的处理方法不同而有较小的区别，其基本的组成部分如图2-8所示。图

32、2-8 系统框图（1）光学系统及CCD摄像机整个系统的工作以炉膛火焰的获取为基础，该任务是由光学系统和CCD摄像机共同完成的。光学系统实质为一内窥式光学潜望镜，其核心部件为光学传像装置。它利用小孔成像的原理获取火焰图像经光纤传输或经棱镜转向后直接射在CCD摄像机靶面上。CCD即电荷耦合器件，是利用电荷传送方式获得图像输出的固体摄像器件。从原理上讲，CCD摄像机的寿命接近无限长，可经受强烈的振动和冲击，且工作电压低，体积小，寿命长。（2）图像采集卡用单通道黑白图像采集卡作为该系统的转换器件，视频信号经预处理后由高速模数转换器转换为数字图像。（3）软件系统系统软件除完成火焰图像的特征参数提取外，还

33、完成一些实用功能，包括黑白图像的伪彩色显示，均衡化，二值化，滤波，边缘检测等。（4）辅助系统由于光学系统位于炉内，为保证其在高温且有大量污染物的恶劣环境下可靠运行。必须处理好系统的冷却和清洁、吹扫工作。光学系统的冷却采用内外套管直接风冷方式，CCD摄像机采用气体涡流制冷管冷却。第3章 火焰检测3.1 煤粉燃烧器的燃烧过程及特点锅炉常用的燃料有煤、油和可燃气三种。这些燃料在燃烧过程中会发出紫外线、可见光和红外线，不同燃料燃烧特点各不相同。电厂锅炉煤粉燃烧器出口处火焰图像的示意图如图3-1所示（燃烧器出口在示意图右侧）。其燃烧过程和特点如下。图3-1 煤粉燃烧器出口处火焰图像（1）煤粉与一次风从煤

34、粉燃烧器喷出，此时煤粉温度还没有达到燃点，尚未燃烧。从现场试验观察到，从燃烧器喷出一条舌形的暗黑色的风煤混合物；（2）煤粉受到炉内高温辐射和火焰回流的加热，煤粉发生热分解反应析出大量挥发份，并开始猛烈燃烧，煤粉颗粒发亮。由于此时主要由挥发份和少量焦炭颗粒燃烧，所以亮度还没有达到最大，而火焰的闪烁频率已达到最大值；（3）煤粉颗粒继续深入炉膛，此时析出的挥发份燃烧殆尽，焦炭开始猛烈燃烧，产生大量热量，此时火焰温度和亮度达到最大值；（4）煤粉绝大部分燃烬，形成飞灰，仅有少量大颗粒煤粉继续燃烧，形成高温气流，亮度和闪烁频率较低。3.2 传统火焰检测方法最初的火焰检测器一般采用平均亮度来表征燃烧状态。在

35、实际使用中根据火焰和背景的差异为检测器设定一个阈值，当平均亮度大于此值时就认为是着火，否则认为灭火。也就是说认为火焰的亮度总是高于炉膛的背景亮度。但是由于炉膛空气动力场的波动，当负荷调整时未燃烧区（“黑龙”）的短时间增长，以及中心火球建立之后，都可能出现着火时火焰图像平均亮度低于背景亮度的情况。所以它不能适应负荷变化较大的情况，而且由于煤种、煤质变化等原因，其阈值很难整定，加上镜头污染带来的图像变化，使其长期适应性较差。针对以上缺点，提出了下面的判断方法（1）特征区判断方法9。它将煤粉火焰分成3个区域：未燃烧区，着火区和完全燃烧区。认为处于灭火状态下的火焰图像是一片亮白或是一条“黑龙”，没有明

36、显的3个区域。其算法就是根据3个区域内平均亮度的差别判断是否着火。由现有的采集图像看，当机组较大（200MW以上）且在高负荷下稳定运行时，特征区较明显，且较稳定，那么利用此判据的准确性是令人满意的。而当机组在低负荷运行时，由于火焰的稳定性差，“黑龙”的长度变化较为剧烈，而特征区的位置是固定的。这样就容易使3个特征区中的相邻2个或全部之间的平均亮度近似，导致误判为熄火。（2）最小距离法判据10，它只提供了一个大体的框架，并不能称为一个完整的算法，真正的效果还要依赖于特征量的选择参11。（3）火焰锋面位置判断方法11。火焰亮度和锋面位置差分相结合的着火判据。但其存在虚假锋面和偷看问题，而且其现场调

37、试较困难。（4）基于动态阈值的火焰着火判据12，其概念比较模糊，尚有待进一步验证。综上可知，现有的火焰检测算法主要存在以下问题（1）独立性差，算法依赖于喷嘴位置、安装角度，导致安装、调试困难；（2）适应性差，当由于煤种、负荷、风量等变化，引起火焰有较大变化或火焰漂移时，算法易发生误报、漏报等；（3）稳定性差，由于镜头污染及光纤坏丝等客观原因的存在，使上述算法在应用中不能长期稳定运行；（4）准确性差，由于上述算法都没有将火焰和其背景真正分开，导致平均亮度值存在一定的误差。3.3 本文使用的火焰检测方法针对上节中传统火焰检测存在的问题，在第二章对火焰图像进行滤波、增强和伪彩色显示等预处理基础上，本

38、文结合数字图像处理相关理论，对火焰图像进行了边缘检测，二值化处理，轮廓提取与轮廓跟踪，最后提出了基于火焰的评价指数和基于火焰图像的测温法。3.3.1 火焰图像边缘提取边缘是指图像局部亮度变化最显著的部分。边缘主要存在于目标与目标、目标与背景、区域与区域（包括不同色彩）之间，是图像分割、纹理特征提取和形状特征提取等图像分析的重要基础。图像中的边缘通常与图像亮度或图像亮度的一阶导数的不连续性有关。图像亮度的不连续性可分为，1阶跃不连续,即图像亮度在不连续处的两边的像素灰度值有着显著的差异；2线条不连续，即图像亮度突然从一个值变化到另一个值，保持一个较小的行程后又返回到原来的值。对一个边缘来说，有可

39、能同时具有阶跃和线条边缘特性。下面是介绍了Roberts，Sobel，Prewitt边缘检测算子13及其检测效果。（1）Roberts 算子Roberts 边缘检测算子是一种利用局部差分算子寻找边缘的算子，所采用的是对角方向相邻的两个像素值之差，算子由式（3-1）给出。 （3-1）其幅值为： （3-2）其中G（x，y）表示处理后（x，y）点的灰度值，f（x，y）表示处理前各点的灰度值。该算子对应的两个22 模板为1 0 0 -1 0 1 -1 0 经Roberts 算子边缘检测前后，火焰图像如图3-2所示。（2）Sobel 算子Sobel 边缘检测算子是先做成加权平均，再微分，然后求梯度，算子

40、的计算方法如式（3-3）。 （a）原始火焰图像 (b) 边缘提取后图像图3-2 Robert 边缘提取前后对比示意 （3-3）其幅值为 （3-4）以下两个卷积核形成了Sobel 边缘检测算子，前者对水平边缘影响最大，后者则对垂直边缘影响最大。实际应用中，图像中的每个像素取两个卷积核的最大值作为该像素点的输出值。运算结果是一幅边缘幅度图像。该算子对应的两个33 模板为121000-1-2-110-120-2101经Sobel 算子边缘检测前后，火焰图像如图3-3。 （a）原始火焰图像 (b) 边缘提取后图像图3-3 Sobel 边缘提取前后对比示意（3）Prewitt 算子Prewitt 边缘检

41、测算子是一种利用局部差分平均方法寻找边缘的算子，它体现了三对像素点像素值之差的平均概念。以下两个卷积核形成了Prewitt 边缘检测算子。同使用Sobel 算子的方法一样，图像中的每个点都用这两个核进行卷积，取最大值作为输出。Prewitt 算子也产生一幅边缘幅度图像。该算子对应的两个33 模板为1-111-101-1-111-1000-1-1-1经Prewitt 算子边缘检测前后，火焰图像如图3-4所示 （a）原始火焰图像 (b) 边缘提取后图像图3-4 Prewitt 边缘提取前后对比示意从检测效果可以看出，Roberts 算子检测出的图形轮廓边缘很细，连续性较差，边缘信息有一定丢失，出现

42、的噪点比较多。Sobel, Prewitt两个算子检测出的边缘效果几乎一致，比Roberts 算子的检测结果要好，边缘较为连续，对噪声不敏感，但是线条稍粗，出现了一些伪边缘。3.3.2 二值化处理为了直观地看出火焰和其背景的分离，我们对图像进行二值化处理，将真实火焰部分突出出来。所谓二值化就是设定一个阈值，分别赋予灰度值大于此阈值的像素点和灰度值小于此灰度的像素点一个新的灰度值，使得整幅图像只有两个灰度级。二值化的过程如下所示。如果，那么；如果，那么。其中TH为阈值，MAX是最大的灰度级（一般取255）。当TH等于230时，结果如图3-5所示。 (a) 原始火焰图像 (b) 二值化图像图3-5

43、 二值化处理前后对比示意3.3.3 轮廓提取与轮廓跟踪轮廓提取和轮廓跟踪的目的都是获得图像的外部轮廓特征。在必要的情况下应用一定的方法表达轮廓的特征，为图像的形状分析做准备。为了进行轮廓提取和轮廓跟踪，需要找到图像中灰度变化最剧烈的那条边界，本文采用下述方法：设x方向是煤粉从燃烧器中喷出的方向，G值是在火焰图像中沿x方向的某一个扫描行上像素的灰度值，G是该扫描行上相邻像素灰度值的差分值，即 （3-5）火焰图像中存在着G最大的区域，即为火焰和背景的边界。处理方法如下（1）设煤粉喷出的方向为x正方向（x的坐标单位为像素点），首先用x方向的中值滤波方法消除图像中的噪声。（2）然后用x方向的边缘增强技术，采用下式求出每一行相邻像素的灰度差值 （3-6）其中G为图像中位置x处的像素灰度值，N为图像一行的像素总数。（3）取g(0)、g(1)、g(N-1)中最大值所在的位置作为火焰和背景的分界点位置。考虑到判断的可靠性，对每幅火焰图像处理K行，可得 （3-7） （3-8）式(3-8)中表示取其最大值所对应的x值。这样将图像上每一行的x值都找出来，即为火焰和背景的边界点位置。边界点确定后，进行轮廓跟踪。二值图像轮廓