基于圖像處理技術(shù)的爐膛火焰檢測系統(tǒng)的設(shè)計

吉林化工學(xué)院畢業(yè)設(shè)計說明書基于圖像處理技術(shù)的爐膛火焰檢測系統(tǒng)的設(shè)計DesignofFlameDetectionTechnologyofPowerPlantBoilerBasedonDigitalImageProcessing學(xué)生學(xué)號：學(xué)生姓名：專業(yè)班級：指導(dǎo)教師：職稱：起止日期：吉林化工學(xué)院JilinInstituteofChemicalTechnology準(zhǔn)確掌握爐膛內(nèi)火焰的溫度場分布及燃燒狀態(tài)對于鍋爐平安、經(jīng)濟運行具有極其重要的意義。近年來，隨著數(shù)字圖像處理相關(guān)技術(shù)的不斷開展成熟，基于它的火焰檢測技術(shù)被越來越多的應(yīng)用于鍋爐火焰的檢測。本文在對傳統(tǒng)火焰檢測方法和現(xiàn)有技術(shù)進行深入研究和分析的根底上，提出了一種基于數(shù)字圖像處理技術(shù)的爐膛火焰檢測系統(tǒng)的設(shè)計方法。針對燃燒過程的動態(tài)特性和其所伴隨的隨機干擾，利用圖像處理的相關(guān)技術(shù)對火焰圖像進行噪聲濾除、圖像增強及偽彩色化等處理；在大量實驗的根底上，提出了針對火焰幾何特性的評價方法；針對現(xiàn)有火焰溫度場測量方法過于復(fù)雜的缺點，給出了一種基于火焰圖像的溫度場測量方法，實現(xiàn)二維溫度場的顯示；開發(fā)了基于LabView平臺的火焰識別系統(tǒng)。本文采用數(shù)字圖像處理技術(shù)以簡單有效的方法實時地得出火焰圖像的等溫曲線，可以很容易地在實際爐膛火焰溫度檢測中得以應(yīng)用。關(guān)鍵詞：數(shù)字圖像處理；火焰檢測；邊緣檢測；偽彩色化Tograspthetemperaturefielddistributionandburningstateoftheflamesinthefurnaceisofgreatsignificance.Inrecentyears,withthetechnologyofdigitalimageprocessingtechnologybecomingmature,thefiredetectiontechnologybasedonithasbeenappliedtoboilerfiredetectionmoreandmore.Anewdesignofflamedetectiontechnologyofpowerplantboilerbasedondigitalimageprocessingisputforwardinthispaperaftertheanalysisandresearchofthetraditionalfiredetectionmethodandexistingtechnology.Accordingtothedynamiccharacteristicofcombustionandvariousdisturbances,flameimagesaresmoothedandenhanced.Basedonagreatdealofresearchexperimentation,anewdetectionalgorithmandflameevaluateindexarepresented.Accordingtocomplexityofcurrentmeasuringmethodoftemperaturefield,anewmethodbasedontheimageprocessingispresented,realizingthedisplayoftwo-dimensiontemperaturefield.BasedontheplatformofLabView,theflameidentificationsystemispresented.Inthispaper,asimpleandeffectivemethodispresentedtoacquirethereal-timeflameisothermalcurvesbasedondigitalimageprocessing,anditcanbeappliedtotheactualfurnacetemperaturedetectioneasily.KeyWords：DigitalImageProcessing；FlameDetection；EdgeDetection；ImageEnhancement目錄我國是世界上最大的煤炭生產(chǎn)和消費國，以燃煤為主的火力發(fā)電機組在我國電力工業(yè)中占主導(dǎo)地位。國家政策明確指出，大中型火電廠的開展要提倡平安、節(jié)能、環(huán)保。為了迎合國家的相關(guān)要求，同時降低自身生產(chǎn)本錢、保證平安運行、保護生態(tài)環(huán)境，火電企業(yè)需要深挖自身潛力、改進工藝、大力引入新技術(shù)。鍋爐是火電廠運行的根底，它的平安、經(jīng)濟的運行是電廠能否平安、高效運行的根本。結(jié)合火電企業(yè)開展的需求，大量的新技術(shù)、新方法被引入到對鍋爐內(nèi)部火焰燃燒情況及溫度場分布的檢測中。煤粉鍋爐內(nèi)的燃燒過程是一種非常復(fù)雜的懸浮燃燒，它的工況極不穩(wěn)定，鍋爐燃燒的平安性主要取決于火焰的穩(wěn)定性。爐內(nèi)煤粉必須充分燃燒，同時需要保證燃燒穩(wěn)定、溫度場分布均勻。因此，對爐內(nèi)的火焰和溫度場的有效測量對判斷爐膛的燃燒狀態(tài)、調(diào)整鍋爐的運行參數(shù)等非常重要，它是鍋爐平安、可靠、經(jīng)濟運行的重要保證[1]。煤粉鍋爐在運行中需要保證燃燒過程充分、穩(wěn)定，且溫度場分布均勻。如果出現(xiàn)燃燒不穩(wěn)定或者操作人員操作失誤等情況，可能會導(dǎo)致全部或局部煤粉燃燒器熄火，此時如果繼續(xù)向燃燒器供粉，將會因為煤粉在爐膛內(nèi)的堆積而導(dǎo)致爆燃現(xiàn)象的發(fā)生，嚴(yán)重威脅鍋爐爐膛設(shè)備的平安和壽命；如果在燃燒器正常工作的情況下，由于誤檢認(rèn)定熄火而切斷燃料供應(yīng)，那么會帶來停產(chǎn)再點火這類不必要的經(jīng)濟損失。由于在煤粉鍋爐中，燃料是在爐膛的三維空間進行懸浮燃燒，呈現(xiàn)一種極不穩(wěn)定的脈動燃燒狀況，如果出現(xiàn)之前所述的事故，可能會引起以下事故〔1〕由于燃燒不穩(wěn)定，產(chǎn)生脈動和火焰內(nèi)動，引起爐膛壓力不穩(wěn)，造成爐墻局部向外噴火、噴煙，嚴(yán)重時可能造成滅火放炮，甚至損壞墻體，造成設(shè)備損失，危及人身平安；〔2〕由于爐內(nèi)溫度場發(fā)生偏移，造成溫度場的不均勻〔如在四角噴燃鍋爐中，各燃燒器配風(fēng)不當(dāng)或個別燃燒器工作不正常，造成火焰中心偏移向一側(cè)〕，造成離火焰中心近的水冷壁過熱或者結(jié)焦，局部地區(qū)管壁溫度升高，過高的熱應(yīng)力高會導(dǎo)致爆管，停爐影響生產(chǎn)；而遠離火焰中心的水冷壁管那么加熱缺乏，水循環(huán)減慢，造成整個鍋爐水循環(huán)失去平衡，金屬熱應(yīng)力增加，減少鍋爐使用壽命；〔3〕由于溫度場不均勻，導(dǎo)致爐內(nèi)燃燒工況惡化，低溫煤粉得不到充分燃燒，煤粉在爐膛內(nèi)燃燼率降低，未燃燼的煤粉將被帶入尾部受熱面，造成過熱器、省煤器的磨損，降低使用壽命；〔4〕未燃燼的煤粉在離開爐膛后二次燃燒，使過熱器過熱，造成過熱器管壁熱應(yīng)力增加或者爆管；〔5〕爐膛出口的煙氣溫度不均勻，造成過熱器受熱不均勻，引起過熱器熱應(yīng)力增加，影響使用壽命。一旦發(fā)生以上情況，嚴(yán)重時都會造成鍋爐停爐檢修，更換大量金屬部件。對于大型鍋爐，一次事故的損失都是在幾百萬之上。為了解決以上問題，必須對爐內(nèi)的火焰參數(shù)〔溫度和能量〕進行快速、準(zhǔn)確、全面、在線連續(xù)不斷地測量，通過測量判斷爐內(nèi)燃燒復(fù)雜的物理化學(xué)過程，從而到達控制燃燒的目的。近年來，電力工業(yè)迅速進步，進入了大電網(wǎng)、大機組、高參數(shù)、高度自動化的時代。隨著大容量、高參數(shù)機組平安運行的重要性日益提高，先進的機組保護系統(tǒng)和裝置得到了廣泛采用。目前國內(nèi)外大型電站鍋爐均配備功能齊全、設(shè)備可靠的爐膛平安監(jiān)控系統(tǒng)(FSSS〕，它已經(jīng)成為大型火力發(fā)電機組鍋爐必須具備的一種監(jiān)控系統(tǒng)?；鹧鏅z測系統(tǒng)是FSSS中最為重要的組成局部，它綜合運用了將燃燒可視化技術(shù)和數(shù)字圖像處理技術(shù)。火檢技術(shù)是20世紀(jì)80年代出現(xiàn)的一種跨學(xué)科技術(shù)，它將檢測燃燒器出口火焰圖像特征作為判斷火焰ON/OFF的判據(jù)，采用二維火焰圖像取代常規(guī)火檢的亮度頻率測量，運用火焰圖像進行燃燒可視化研究，從火焰圖像中獲取有用的特征，預(yù)報火焰ON/OFF，提供火焰特征量進行燃燒指導(dǎo)，從原理上克服常規(guī)火檢由于著火區(qū)漂移導(dǎo)致的弊病。高溫火焰的溫度場測量是燃燒領(lǐng)域一個極其重要的問題，它對于燃燒狀態(tài)的判斷，預(yù)測和診斷有著十分重要的意義[2]。隨著計算機技術(shù)的開展和工業(yè)CCD器件的完善，基于圖像處理技術(shù)的溫度場測量和燃燒診斷受到了人們的廣泛關(guān)注。利用數(shù)字計算和圖像處理技術(shù)，可以從火焰圖像之中提取更多的燃燒監(jiān)視和診斷信息，獲得爐膛輻射水平的定量描述，重建燃燒火焰內(nèi)部的溫度場分布。此項應(yīng)用技術(shù)已成為燃燒學(xué)科目前較為熱門的研究方向之一。日本最早將圖像技術(shù)應(yīng)用到火焰監(jiān)測中，先后開發(fā)了多套火焰監(jiān)測系統(tǒng)。最早由日立研究實驗室研制了火焰圖像識別系統(tǒng)FIRES〔FlameImageRecognitionSystem〕；日立公司開發(fā)了可以進行火焰溫度場的分布測量和燃燒經(jīng)濟性估算的HIACS-3000系統(tǒng)；在其根底上又開發(fā)了具有預(yù)測未燃盡碳生成預(yù)測功能的系統(tǒng)，在成像CCD前加裝兩塊截止波長分別為600nm、650nm的帶通濾光片，利用比色法的原理來測量燃燒溫度場的分布；三菱公司開發(fā)出的光學(xué)圖像火焰掃描系統(tǒng)OPTIS〔OpticalImageFlameScanner〕，主要用于火焰形狀識別和火焰穩(wěn)定性判斷，可以較好地克服爐膛背景熱輻射和相鄰燃燒器的火焰對被檢測的火焰信號的干擾。國內(nèi)許多科研單位及個人也在火焰圖像處理領(lǐng)域進行了一系列的研究與探索，并取得了一定的成果。清華大學(xué)吳占松首先進行了小型發(fā)光火焰溫度分布測量的研究，推導(dǎo)了圖像亮度信號與火焰溫度之間的關(guān)系，經(jīng)黑體爐標(biāo)定獲得了多項式回歸模型，開創(chuàng)了國內(nèi)火焰圖像處理的先河；隨后開展了非對稱火焰三維溫度場分布重建的研究，通過在計算中參加內(nèi)部火焰分布平滑的先驗假設(shè)，首先給出了非對稱火焰的三維溫度分布測量的重構(gòu)算法。華中理工大學(xué)周懷春等通過在CCD前加裝單色濾光片[3]，獲取了火焰的單色輻射圖像，并借助輻射定律將單色圖像與其中某一參考點的輻射強度進行比擬以獲得溫度場。其參考點用雙色高溫計或熱電偶測溫獲得。根據(jù)所測得的溫度場進行燃燒工況診斷。該方法比擬簡單，是一種能在電廠現(xiàn)場實施的二維溫度場測量方法。但是由于所獲得的二維圖像是三維火焰的投影，使參考點的具體位置難以確定，給測量帶來了困難。他在其后的研究中雖然提出了采用熱電偶測溫，以此作為參考點的方法，但使用熱電偶作為測溫手段，容易引起測溫誤差以及長時間工作失效的問題。目前周懷春等正在進行將火焰輻射圖像和燃燒過程數(shù)值模擬相結(jié)合來重建三維溫度場的研究。上海交通大學(xué)的徐偉勇等采用傳像光纖和數(shù)字圖像處理技術(shù)開展了電廠鍋爐燃燒火焰的研究，將火焰亮度及其變化歷史趨勢作為判斷燃燒穩(wěn)定性的依據(jù)，并致力于通過火焰圖像處理實現(xiàn)燃燒過程閉環(huán)控制的研究。其研究成果已運用于電廠鍋爐的運行中。原電力部南京自動化研究院的許柯夫，提出在600～700nm波段內(nèi)，避開爐壁面輻射的影響，使用中心波長不同的干預(yù)濾光片同時攝取圖像，利用比色測溫的原理，消去中間介質(zhì)的影響，不需進行黑體標(biāo)定，以進行輻射溫度的測量。研究者在電廠中利用現(xiàn)有的內(nèi)窺式光學(xué)系統(tǒng)采集火焰圖像進行了實驗，之后提出了使用傳像光纖裝置代替現(xiàn)有的潛望鏡式光學(xué)裝置等建議。浙江大學(xué)熱能工程研究所從1996年開始，開展了火焰圖像處理方面的研究工作。通過建立油燃燒火焰、小型煤粉燃燒火焰、煤粉輻射特性沉降爐等試驗臺，開展投影溫度場、斷面溫度場、三維溫度場及煤粉輻射特性等一系列的試驗研究，并通過理論分析和電廠鍋爐火焰測試建立了基于普通彩色CCD的火焰可視化測量技術(shù)[4]?；谶@些研究，現(xiàn)已開發(fā)了利用光纖作為傳光介質(zhì)的內(nèi)窺式火焰圖像測槍系統(tǒng)，并已在多家電廠進行了工程應(yīng)用。從目前爐膛火焰圖像處理的應(yīng)用研究情況看，火焰圖像處理是一種具有廣闊應(yīng)用前景的新技術(shù)。雖然研究者們通過努力已經(jīng)取得了一定的成果，但由于燃燒過程的復(fù)雜性，研究過程中遺留的問題還很多，特別是對于火焰可視化所要到達的目標(biāo)，如火焰溫度場的三維重建，至今還沒有取得令人滿意的結(jié)果，這項技術(shù)的研究實際上還剛剛起步。本文在對相關(guān)企業(yè)生產(chǎn)過程及相應(yīng)技術(shù)現(xiàn)狀的研究根底上，設(shè)計了一種基于圖像處理技術(shù)的在線爐膛火焰檢測系統(tǒng)，研究內(nèi)容主要包括〔1〕對爐膛內(nèi)部燃燒情況及溫度場分布情況進行研究和分析；〔2〕對溫度場測量方法進行了研究，提出了基于火焰圖像測溫法；〔3〕提出了火焰的評價方法；〔4〕對圖像的灰度變換、直方圖統(tǒng)計、圖像的增強、二值化處理、輪廓提取與跟蹤及邊緣檢測等相關(guān)數(shù)字圖像處理技術(shù)進行了學(xué)習(xí)和研究；〔5〕基于LabView軟件平臺，設(shè)計了在線火焰監(jiān)測系統(tǒng)，完成對溫度場的重建與評價；〔6〕對系統(tǒng)進行了測試和評價。數(shù)字圖像處理就是利用數(shù)字計算機或其它高速、大規(guī)模集成數(shù)字硬件，對從圖像信息轉(zhuǎn)換來的數(shù)字信號進行數(shù)字運算或處理，以期提高圖像的質(zhì)量或到達人們所要求的某些預(yù)期的結(jié)果。如對被噪聲污染的圖像去除噪聲；對信息微弱的圖像進行增強處理；對失真的圖像進行幾何校正等等。數(shù)字圖像處理有以下幾個根本特點〔1〕數(shù)字圖像處理的信息大多是二維信息，處理信息量很大，對計算機的計算速度、存儲容量等要求較高；一幅256×256低分辨率黑白圖像，要求約64kbit的數(shù)據(jù)量；對高分辨率彩色512×512圖像，那么要求768kbit數(shù)據(jù)量；如果要處理30幀/s的電視圖像序列，那么要求500kbit—Mbit數(shù)據(jù)量?！?〕數(shù)字圖像處理占用的頻帶較寬，在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上，技術(shù)難度較大，本錢亦高，這就對頻帶壓縮技術(shù)提出了更高的要求；與語言信息相比，占用的頻帶要大幾個數(shù)量級，如電視圖像的帶寬約MHz，而語言帶寬僅為4kHz左右。〔3〕數(shù)字圖像中各個像素是不獨立的，其相關(guān)性大，圖像處理中信息壓縮的潛力很大；在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度，就電視畫面而言，同一行中相鄰兩個像素或相鄰兩行間的像素，其相關(guān)系數(shù)可達以上?！?〕分析和理解三維景物必須做適宜的假定或附加新的測量；由于圖像是三維景物的二維投影，一幅圖像本身不具備復(fù)現(xiàn)三維景物的全部幾何信息，很顯然三維景物背后局部信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須做適宜的假定或附加新的測量，例如雙目圖像或多視點圖像。在理解三維景物時需要知識導(dǎo)引，這也是人工智能中正在致力解決的知識工程問題?！?〕數(shù)字圖像處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大；由于人的視覺系統(tǒng)很復(fù)雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質(zhì)量的評價還有待進一步深入的研究。另一方面，計算機視覺是模仿人的視覺，人的感知機理必然影響著計算機視覺的研究。燃燒測量的目的是要獲取溫度分布、燃燒的穩(wěn)定性及其它表征燃燒狀況等參數(shù)，以便于研究燃燒機理或進行燃燒控制。在火焰圖像的描述中，既要有總體的圖像形狀，明顯的區(qū)域劃分，也要能用統(tǒng)計參數(shù)表示其各種特征，還要有關(guān)點性質(zhì)的描述，這就要求對火焰圖像進行綜合處理，包括火焰圖像灰度化，平滑，直方圖統(tǒng)計和火焰圖像增強顯示等。將彩色圖像轉(zhuǎn)化為灰度圖像的過程稱為圖像的灰度化處理。彩色圖像中的每個像素的顏色有R,G,B三個分量決定，而每個分量有255種值可取，這樣一個像素點可以有1600多萬〔255*255*255〕的顏色的變化范圍，而灰度圖像是R,G,B三個分量相同的一種特殊的彩色圖像，其一個像素點的變化范圍為255種，所以在圖像處理中一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像，以使后續(xù)的圖像的計算量變的少一些?；叶葓D像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征[5]。本文中采用平均值法實現(xiàn)將24位的RGB彩色圖像轉(zhuǎn)換為8位的灰度圖像，其實現(xiàn)如公式2-1所示。〔2-1〕式中，是轉(zhuǎn)換后灰度圖像在點的灰度值，、、分別為轉(zhuǎn)換前點的、、分量，灰度處理前后的比照示意如圖2-1所示。(a)原始火焰圖像(b)灰度化后圖像圖2-1灰度處理前后比照示意圖直方圖是統(tǒng)計學(xué)中的術(shù)語，圖像處理技術(shù)引用了這一概念，主要用來說明圖像各亮度像素的分布情況，它反映了一幅圖像中不同亮度等級像素所占的比例，可以看出各亮度像素數(shù)的多少和它的分布，其形狀可以提供許多關(guān)于火焰狀態(tài)的線索。在圖像處理中所說的直方圖是指灰度直方圖，描述的是圖像中具有該灰度值的像素個數(shù)，其橫坐標(biāo)表示像素的灰度級別，縱坐標(biāo)是該灰度出現(xiàn)的概率〔像素的個數(shù)〕。任意一幅圖像一旦以直方圖表示，圖像的空間位置信息全部隱去，直方圖只展示具有某一灰度的像素相對數(shù)目，并不提示像素原來處于圖像的哪個位置。火焰灰度圖像經(jīng)灰度直方圖統(tǒng)計后如圖2-2所示。圖2-2〔a〕火焰灰度圖像圖2-2〔b〕火焰灰度直方圖火焰圖像存在灰度以及各色分量相對集中的特點。為了能準(zhǔn)確觀察火焰動態(tài)變化，需對火焰圖像作增強顯示處理。一、灰度均衡灰度均衡有時也稱直方圖均衡，是一種通過重新均勻的分布各灰度值來增強圖像比照度的方法，目的是通過點運算使輸入圖像轉(zhuǎn)換為在每一灰度級上都有相同的像素點數(shù)的輸出圖像〔即輸出的直方圖是平的〕。設(shè)表示灰度出現(xiàn)的次數(shù)，這樣圖像中灰度為的像素的出現(xiàn)概率[6]是〔2-2〕其中，是圖像中所有的灰度數(shù)，是圖像中所有的像素數(shù),實際上是圖像的直方圖，歸一化到0…1。把作為對應(yīng)于的累計概率函數(shù),定義為〔2-3〕其中，是圖像的累計歸一化直方圖?；叶葓D像上使用直方圖均衡化的方法如下：創(chuàng)立一個形式為的變化，對于原始圖像中的每個值它就產(chǎn)生一個，這樣的累計概率函數(shù)就可以在所有值范圍內(nèi)進行線性化，轉(zhuǎn)換公式定義為〔2-4〕注意:T將不同的等級映射到0…1域，為了將這些值映射回它們最初的域，需要在結(jié)果上應(yīng)用下面的簡單變換〔2-5〕這種方法分別用于圖像RGB顏色值的紅色、綠色和藍色分量，從而也可以對彩色圖像進行處理。圖2-3為經(jīng)過灰度均衡變換前后的比照示意。原圖的灰度相對集中，圖像比照不強。經(jīng)過灰度均衡后灰度分布分散，圖像比照度增強。圖2-4為灰度均衡變換前后直方圖比照示意圖。(a)均衡前火焰圖像(b)均衡后圖像圖2-3均衡處理前后比照示意圖(a)灰度均衡變換前灰度直方圖(b)灰度均衡變換后灰度直方圖圖2-4直方圖比照示意圖二、偽彩色處理將黑白圖像的不同灰度附以不同的圖像處理方法稱為偽彩色處理[7]。設(shè)f(x,y)為一幅黑白圖像,R(x,y)、G(x,y)、B(x,y)為f(x,y)映射到RGB空間對應(yīng)的三個分量值，那么偽彩色處理可表達為〔2-6〕其中TR，TG，TB為某種映射函數(shù)。偽彩色圖像處理的主要目的是為了提高人眼對圖像中一些細節(jié)的分辨能力。因為人眼對彩色的分辨能力遠高于對灰度的分辨能力，所以將黑白圖像中的一些細節(jié)加上彩色，便可以提高對這些細節(jié)的區(qū)分力，到達圖像增強的目的。圖2-5給出了從灰度到偽彩色的原理圖。FF(x,y)G(x,y)R(x,y)B(x,y)灰度圖像紅色圖像綠色圖像藍色圖像圖2-5偽彩色處理原理圖圖2-6為經(jīng)過配置調(diào)色板進行偽彩色處理前后比照示意圖。實際上，火焰實時監(jiān)控一般都采用偽彩色處理增強顯示效果。(a)原始火焰圖像(b)偽彩色圖像圖2-6偽彩色處理前后比照示意三、中值濾波處理由于全爐膛火焰的燃燒過程伴隨著大量動態(tài)的隨機噪聲，這些噪聲信號必須消除。中值濾波是非線性的信號處理技術(shù)，能有效地消除圖像中的噪聲信號。噪聲點在圖像上常常表現(xiàn)為孤立像素點，這可以理解為像素的灰度是空間不相關(guān)的，即噪聲點像素灰度與它鄰近像素灰度有顯著的不同，噪聲點具有更高的頻譜。借助噪聲的以上特點，產(chǎn)生了低通濾波法、中值濾波法和鄰域平均法等圖像平滑方法[8]?；鹧鎴D像預(yù)處理一般在空間域進行，采用鄰域平均濾波和中值濾波。中值濾波算法的原理是用一個滑動窗口W在圖像中進行掃描，把窗口內(nèi)包含的圖像像素按灰度級升序或降序排列起來，取灰度值居中的像素的灰度值為窗口中心像素的灰度值，如式2-7所示?！?-7〕式中，A是濾波器窗口，是濾波器輸出結(jié)果，是窗口內(nèi)像素值。中值濾波的窗口形狀和尺寸對濾波器效果影響很大。不同圖像內(nèi)容和不同應(yīng)用要求往往選用不同的窗口形狀和尺寸。二維的移動窗口的形狀可以為十字形、正方形、矩形但窗口中必須包含奇數(shù)個像素，通常采用33,55,77的正方形窗口。圖2-7為采用33的移動窗口進行中值濾波前后的火焰比照示意圖?？梢钥闯觯兄禐V波對隨機噪聲的抑制效果良好，并且邊緣模糊效應(yīng)較弱。(a)原始火焰圖(b)濾波后火焰圖圖2-7中值濾波示意圖各種鍋爐爐膛火焰監(jiān)測系統(tǒng)的構(gòu)成都是大同小異的，只是根據(jù)系統(tǒng)對火焰圖像的處理方法不同而有較小的區(qū)別，其根本的組成局部如圖2-8所示。圖2-8系統(tǒng)框圖〔1〕光學(xué)系統(tǒng)及CCD攝像機整個系統(tǒng)的工作以爐膛火焰的獲取為根底，該任務(wù)是由光學(xué)系統(tǒng)和CCD攝像機共同完成的。光學(xué)系統(tǒng)實質(zhì)為一內(nèi)窺式光學(xué)潛望鏡，其核心部件為光學(xué)傳像裝置。它利用小孔成像的原理獲取火焰圖像經(jīng)光纖傳輸或經(jīng)棱鏡轉(zhuǎn)向后直接射在CCD攝像機靶面上。CCD即電荷耦合器件，是利用電荷傳送方式獲得圖像輸出的固體攝像器件。從原理上講，CCD攝像機的壽命接近無限長，可經(jīng)受強烈的振動和沖擊，且工作電壓低，體積小，壽命長?！?〕圖像采集卡用單通道黑白圖像采集卡作為該系統(tǒng)的轉(zhuǎn)換器件，視頻信號經(jīng)預(yù)處理后由高速模數(shù)轉(zhuǎn)換器轉(zhuǎn)換為數(shù)字圖像?！?〕軟件系統(tǒng)系統(tǒng)軟件除完成火焰圖像的特征參數(shù)提取外，還完成一些實用功能，包括黑白圖像的偽彩色顯示，均衡化，二值化，濾波，邊緣檢測等?！?〕輔助系統(tǒng)由于光學(xué)系統(tǒng)位于爐內(nèi)，為保證其在高溫且有大量污染物的惡劣環(huán)境下可靠運行。必須處理好系統(tǒng)的冷卻和清潔、吹掃工作。光學(xué)系統(tǒng)的冷卻采用內(nèi)外套管直接風(fēng)冷方式，CCD攝像機采用氣體渦流制冷管冷卻。鍋爐常用的燃料有煤、油和可燃氣三種。這些燃料在燃燒過程中會發(fā)出紫外線、可見光和紅外線，不同燃料燃燒特點各不相同。電廠鍋爐煤粉燃燒器出口處火焰圖像的示意圖如圖3-1所示〔燃燒器出口在示意圖右側(cè)〕。其燃燒過程和特點如下。圖3-1煤粉燃燒器出口處火焰圖像〔1〕煤粉與一次風(fēng)從煤粉燃燒器噴出，此時煤粉溫度還沒有到達燃點，尚未燃燒。從現(xiàn)場試驗觀察到，從燃燒器噴出一條舌形的暗黑色的風(fēng)煤混合物；〔2〕煤粉受到爐內(nèi)高溫輻射和火焰回流的加熱，煤粉發(fā)生熱分解反響析出大量揮發(fā)份，并開始猛烈燃燒，煤粉顆粒發(fā)亮。由于此時主要由揮發(fā)份和少量焦炭顆粒燃燒，所以亮度還沒有到達最大，而火焰的閃爍頻率已到達最大值；〔3〕煤粉顆粒繼續(xù)深入爐膛，此時析出的揮發(fā)份燃燒殆盡，焦炭開始猛烈燃燒，產(chǎn)生大量熱量，此時火焰溫度和亮度到達最大值；〔4〕煤粉絕大局部燃燼，形成飛灰，僅有少量大顆粒煤粉繼續(xù)燃燒，形成高溫氣流，亮度和閃爍頻率較低。最初的火焰檢測器一般采用平均亮度來表征燃燒狀態(tài)。在實際使用中根據(jù)火焰和背景的差異為檢測器設(shè)定一個閾值，當(dāng)平均亮度大于此值時就認(rèn)為是著火，否那么認(rèn)為滅火。也就是說認(rèn)為火焰的亮度總是高于爐膛的背景亮度。但是由于爐膛空氣動力場的波動，當(dāng)負(fù)荷調(diào)整時未燃燒區(qū)〔“黑龍〞〕的短時間增長，以及中心火球建立之后，都可能出現(xiàn)著火時火焰圖像平均亮度低于背景亮度的情況。所以它不能適應(yīng)負(fù)荷變化較大的情況，而且由于煤種、煤質(zhì)變化等原因，其閾值很難整定，加上鏡頭污染帶來的圖像變化，使其長期適應(yīng)性較差。針對以上缺點，提出了下面的判斷方法〔1〕特征區(qū)判斷方法[9]。它將煤粉火焰分成3個區(qū)域：未燃燒區(qū)，著火區(qū)和完全燃燒區(qū)。認(rèn)為處于滅火狀態(tài)下的火焰圖像是一片亮白或是一條“黑龍〞，沒有明顯的3個區(qū)域。其算法就是根據(jù)3個區(qū)域內(nèi)平均亮度的差異判斷是否著火。由現(xiàn)有的采集圖像看，當(dāng)機組較大〔200MW以上〕且在高負(fù)荷下穩(wěn)定運行時，特征區(qū)較明顯，且較穩(wěn)定，那么利用此判據(jù)的準(zhǔn)確性是令人滿意的。而當(dāng)機組在低負(fù)荷運行時，由于火焰的穩(wěn)定性差，“黑龍〞的長度變化較為劇烈，而特征區(qū)的位置是固定的。這樣就容易使3個特征區(qū)中的相鄰2個或全部之間的平均亮度近似，導(dǎo)致誤判為熄火?！?〕最小距離法判據(jù)[10]，它只提供了一個大體的框架，并不能稱為一個完整的算法，真正的效果還要依賴于特征量的選擇[參11]?！?〕火焰鋒面位置判斷方法[11]?；鹧媪炼群弯h面位置差分相結(jié)合的著火判據(jù)。但其存在虛假鋒面和偷看問題，而且其現(xiàn)場調(diào)試較困難?！?〕基于動態(tài)閾值的火焰著火判據(jù)[12]，其概念比擬模糊，尚有待進一步驗證。綜上可知，現(xiàn)有的火焰檢測算法主要存在以下問題〔1〕獨立性差，算法依賴于噴嘴位置、安裝角度，導(dǎo)致安裝、調(diào)試?yán)щy；〔2〕適應(yīng)性差，當(dāng)由于煤種、負(fù)荷、風(fēng)量等變化，引起火焰有較大變化或火焰漂移時，算法易發(fā)生誤報、漏報等；〔3〕穩(wěn)定性差，由于鏡頭污染及光纖壞絲等客觀原因的存在，使上述算法在應(yīng)用中不能長期穩(wěn)定運行；〔4〕準(zhǔn)確性差，由于上述算法都沒有將火焰和其背景真正分開，導(dǎo)致平均亮度值存在一定的誤差。針對上節(jié)中傳統(tǒng)火焰檢測存在的問題，在第二章對火焰圖像進行濾波、增強和偽彩色顯示等預(yù)處理根底上，本文結(jié)合數(shù)字圖像處理相關(guān)理論，對火焰圖像進行了邊緣檢測，二值化處理，輪廓提取與輪廓跟蹤，最后提出了基于火焰的評價指數(shù)和基于火焰圖像的測溫法。邊緣是指圖像局部亮度變化最顯著的局部。邊緣主要存在于目標(biāo)與目標(biāo)、目標(biāo)與背景、區(qū)域與區(qū)域〔包括不同色彩〕之間，是圖像分割、紋理特征提取和形狀特征提取等圖像分析的重要根底。圖像中的邊緣通常與圖像亮度或圖像亮度的一階導(dǎo)數(shù)的不連續(xù)性有關(guān)。圖像亮度的不連續(xù)性可分為，[1]階躍不連續(xù),即圖像亮度在不連續(xù)處的兩邊的像素灰度值有著顯著的差異；[2]線條不連續(xù)，即圖像亮度突然從一個值變化到另一個值，保持一個較小的行程后又返回到原來的值。對一個邊緣來說，有可能同時具有階躍和線條邊緣特性。下面是介紹了Roberts，Sobel，Prewitt邊緣檢測算子[13]及其檢測效果?！?〕Roberts算子Roberts邊緣檢測算子是一種利用局部差分算子尋找邊緣的算子，所采用的是對角方向相鄰的兩個像素值之差，算子由式〔3-1〕給出?！?-1〕其幅值為：〔3-2〕其中G〔x，y〕表示處理后〔x，y〕點的灰度值，f〔x，y〕表示處理前各點的灰度值。該算子對應(yīng)的兩個2×2模板為10100-101-10經(jīng)Roberts算子邊緣檢測前后，火焰圖像如圖3-2所示?！?〕Sobel算子Sobel邊緣檢測算子是先做成加權(quán)平均，再微分，然后求梯度，算子的計算方法如式〔3-3〕。〔a〕原始火焰圖像(b)邊緣提取后圖像圖3-2Robert邊緣提取前后比照示意〔3-3〕其幅值為〔3-4〕以下兩個卷積核形成了Sobel邊緣檢測算子，前者對水平邊緣影響最大，后者那么對垂直邊緣影響最大。實際應(yīng)用中，圖像中的每個像素取兩個卷積核的最大值作為該像素點的輸出值。運算結(jié)果是一幅邊緣幅度圖像。該算子對應(yīng)的兩個3×3模板為1121000-1-2-110-120-2101經(jīng)Sobel算子邊緣檢測前后，火焰圖像如圖3-3?！瞐〕原始火焰圖像(b)邊緣提取后圖像圖3-3Sobel邊緣提取前后比照示意〔3〕Prewitt算子Prewitt邊緣檢測算子是一種利用局部差分平均方法尋找邊緣的算子，它表達了三對像素點像素值之差的平均概念。以下兩個卷積核形成了Prewitt邊緣檢測算子。同使用Sobel算子的方法一樣，圖像中的每個點都用這兩個核進行卷積，取最大值作為輸出。Prewitt算子也產(chǎn)生一幅邊緣幅度圖像。該算子對應(yīng)的兩個3×3模板為11-111-101-1-111-1000-1-1-1經(jīng)Prewitt算子邊緣檢測前后，火焰圖像如圖3-4所示〔a〕原始火焰圖像(b)邊緣提取后圖像圖3-4Prewitt邊緣提取前后比照示意從檢測效果可以看出，Roberts算子檢測出的圖形輪廓邊緣很細，連續(xù)性較差，邊緣信息有一定喪失，出現(xiàn)的噪點比擬多。Sobel,Prewitt兩個算子檢測出的邊緣效果幾乎一致，比Roberts算子的檢測結(jié)果要好，邊緣較為連續(xù)，對噪聲不敏感，但是線條稍粗，出現(xiàn)了一些偽邊緣。為了直觀地看出火焰和其背景的別離，我們對圖像進行二值化處理，將真實火焰局部突出出來。所謂二值化就是設(shè)定一個閾值，分別賦予灰度值大于此閾值的像素點和灰度值小于此灰度的像素點一個新的灰度值，使得整幅圖像只有兩個灰度級。二值化的過程如下所示。如果，那么；如果，那么。其中TH為閾值，MAX是最大的灰度級〔一般取255〕。當(dāng)TH等于230時，結(jié)果如圖3-5所示。(a)原始火焰圖像(b)二值化圖像圖3-5二值化處理前后比照示意輪廓提取和輪廓跟蹤的目的都是獲得圖像的外部輪廓特征。在必要的情況下應(yīng)用一定的方法表達輪廓的特征，為圖像的形狀分析做準(zhǔn)備。為了進行輪廓提取和輪廓跟蹤，需要找到圖像中灰度變化最劇烈的那條邊界，本文采用下述方法：設(shè)x方向是煤粉從燃燒器中噴出的方向，G值是在火焰圖像中沿x方向的某一個掃描行上像素的灰度值，ΔG是該掃描行上相鄰像素灰度值的差分值，即〔3-5〕火焰圖像中存在著ΔG最大的區(qū)域，即為火焰和背景的邊界。處理方法如下〔1〕設(shè)煤粉噴出的方向為x正方向〔x的坐標(biāo)單位為像素點〕，首先用x方向的中值濾波方法消除圖像中的噪聲。〔2〕然后用x方向的邊緣增強技術(shù)，采用下式求出每一行相鄰像素的灰度差值〔3-6〕其中ΔG為圖像中位置x處的像素灰度值，N為圖像一行的像素總數(shù)?！?〕取g(0)、g(1)、g(N-1)中最大值所在的位置作為火焰和背景的分界點位置?？紤]到判斷的可靠性，對每幅火焰圖像處理K行，可得〔3-7〕〔3-8〕式(3-8)中表示取其最大值所對應(yīng)的x值。這樣將圖像上每一行的x值都找出來，即為火焰和背景的邊界點位置。邊界點確定后，進行輪廓跟蹤。二值圖像輪廓提取的算法非常簡單，就是掏空內(nèi)部點，如果原圖中有一點為黑，且它的8個相鄰點都是黑色時〔此時該點是內(nèi)部點〕，那么將該點刪除。輪廓跟蹤的根本方法是，先根據(jù)某些嚴(yán)格的“探測準(zhǔn)那么〞找出目標(biāo)物體輪廓上的像素，再根據(jù)這些像素的某些特征用一定的“跟蹤準(zhǔn)那么〞找出目標(biāo)物體上的其它像素。下面來介紹兩種二值圖像輪廓跟蹤的算法。首先找到第一個邊界像素的“探測準(zhǔn)那么〞是按照從左到右，從下到上的順序搜索，找到的第一個黑點一定是最左下方的邊界點，記為A。它的右、右上、上、左上四個鄰點中至少有一個是邊界點，記為B。從B開始找起，按右、右上、上、左上、左、左下、下、右下的順序找相鄰點中的邊界點C。如果C就是A點，那么說明已經(jīng)轉(zhuǎn)了一圈，程序結(jié)束；否那么從C點繼續(xù)找，直到找到A點為止。判斷是不是邊界點很容易，如果它的上下左右四個鄰點都不是黑點那么它即為邊界點〔即跟蹤準(zhǔn)那么〕。這種算法是要對每個邊界像素周圍的八個點進行判斷，計算量比擬大。下面我們來看另外一種跟蹤準(zhǔn)那么。首先按照上面所說的“探測準(zhǔn)那么〞找到最左下方的邊界點。以這個邊界點起始，假設(shè)已經(jīng)沿順時針方向環(huán)繞整個圖像一圈找到了所有的邊界點。由于邊界是連續(xù)的，所以每一個邊界點都可以用這個邊界點對前一個邊界點所張的角度來表示。因此可以使用下面的跟蹤準(zhǔn)那么，從第一個邊界點開始，定義初始的搜索方向為沿左上方；如果左上方的點是黑色，那么為邊界點，否那么搜索方向順時針旋轉(zhuǎn)45度。這樣一直到找到第一個黑點為止。然后把這個黑點作為新的邊界點，在當(dāng)前搜索方向的根底上逆時針旋轉(zhuǎn)90度，繼續(xù)用同樣的方法搜索下一個黑點，直到返回最初的邊界點為止[7]。圖3-6為輪廓提取前后比照示意圖。一、著火指數(shù)上節(jié)我們已經(jīng)把火焰和其背景別離開來，這樣我們就可以分別計算火焰平均亮度f(a)原始圖像(b)輪廓提取結(jié)果圖3-6輪廓提取前后比照示意和爐膛平均亮度F，將其比值作為著火指數(shù)T，即 〔3-9〕當(dāng)T處于[0.451158,1]區(qū)間范圍內(nèi)時，說明著火正常，此范圍需在現(xiàn)場實際標(biāo)定。圖3-7是火焰圖像的著火指數(shù)顯示。圖3-7著火指數(shù)顯示二、火焰幾何特性〔1〕周長：火焰輪廓線長度〔以像素為單位〕；〔2〕面積：火焰面積即輪廓線內(nèi)的像素點個數(shù)；〔3〕密度比：區(qū)域的密度比〔compact〕可用下面的式子來度量。〔3-10〕其中，p和A分別為圖形的周長和面積。根據(jù)這一衡量標(biāo)準(zhǔn)圓是最密集的圖形，其密集度為最大值1/4，其它一些圖形的比值要小些。對于數(shù)字圖像是指物體尺寸〔像素點數(shù)量〕除以邊界長度的平方。這是一種很好的散布性或密集性度量方法。對于火焰圖像來說，密度比越大說明著火狀況越好。圖3-8給出了三幅火焰圖像的幾何特性顯示。圖3-8火焰圖像幾何特性顯示火焰溫度場測量對于電廠鍋爐控制和燃燒診斷具有極為重要的意義。目前，日益嚴(yán)格的環(huán)境保護標(biāo)準(zhǔn)要求減少電廠鍋爐的燃燒污染排放，而只有優(yōu)化爐內(nèi)燃燒工況，才能有效控制污染量，同時，燃燒工況的優(yōu)化還可以滿足電廠經(jīng)濟性運行的要求。由熱輻射理論、光度學(xué)和電視原理等學(xué)科中有關(guān)公式和理論可導(dǎo)出圖像法測溫的原理公式〔3-11〕式中u為攝像機輸出信號，T表示絕對溫度，g為發(fā)光火焰的黑度系數(shù)，V(.)是攝像機的相對光效函數(shù)，為比例系數(shù)，其它分量分別是=;=;=令〔3-12〕那么〔3-13〕或〔3-14〕考慮到實際問題的復(fù)雜性，本文通過實驗標(biāo)定求出了可用模型，標(biāo)定實驗是在臥式黑體爐上進行的，在大量實驗根底上，經(jīng)數(shù)據(jù)預(yù)處理，再采用多項式最小二乘回歸得如下u-K關(guān)系模型〔3-15〕在非黑體的情況下，式〔3-12〕中的K是溫度的函數(shù)，以此式計算K且進行黑度修正會帶來誤差。為此要求出光效函數(shù)的解析式，將式〔3-11〕變?yōu)椤?-16〕使K系數(shù)成為常數(shù)，再建立u-K模型，也可以在鏡頭前加單色濾光器，取單色圖象的數(shù)據(jù)建模，有了可用的實驗?zāi)Ｐ途涂蓳?jù)測得的亮度大小計算出火焰的溫度。假設(shè)必須給出火焰的實際溫度，那么應(yīng)用適宜的模型，比方單色模型計算K值，再求出火焰的黑度系數(shù)，然后由式〔3-14〕計算T，只要給出被測點的坐標(biāo)，計算時機立即顯示出相應(yīng)的溫度。本設(shè)計針對鍋爐燃燒過程的動態(tài)特性和各種隨機干擾，利用LabView內(nèi)置的視覺開發(fā)工具包對檢測系統(tǒng)的火焰圖像進行了濾波、增強和偽彩色顯示等預(yù)處理，然后進行邊緣檢測，實現(xiàn)了二維溫度場的測量。LabView是由美國國家儀器公司〔NI〕在1986年推出的一種基于圖形編程語言〔G語言〕的開發(fā)環(huán)境，它具有十分強大的功能，包括數(shù)值函數(shù)運算、數(shù)據(jù)采集、信號處理、輸入/輸出控制、信號生成、圖象的獲取、處理和傳輸?shù)?。LabView與C，Pascal，Basic等傳統(tǒng)編程語言有著諸多相似之處，如相似的數(shù)據(jù)類型、數(shù)據(jù)流控制結(jié)構(gòu)、程序調(diào)試工具，以及模塊化的編程特點等。LabView將傳統(tǒng)儀器由硬件電路實現(xiàn)的數(shù)據(jù)分析處理與顯示功能，改由功能強大的計算機來執(zhí)行，所以計算機是其核心；虛擬儀器的出現(xiàn)代表著儀器開展的最新方向，對科學(xué)技術(shù)的開展和進步產(chǎn)生很大的影響，同時對本文實現(xiàn)的爐膛火焰檢測系統(tǒng)的設(shè)計起到了至關(guān)重要的作用。LabView可由用戶定義自己的專用儀器系統(tǒng)，且功能靈活，很容易構(gòu)建，所以應(yīng)用面極為廣泛。LabView十分符合國際上流行的“硬件軟件化〞的開展趨勢，因而常被稱作“軟件儀器〞。它具有如下特點〔1〕開放性的圖形化開發(fā)環(huán)境，產(chǎn)品可重用性好；〔2〕支持多種操作系統(tǒng)，開發(fā)效率高、通用型好；〔3〕支持多種儀器和數(shù)采硬件的驅(qū)動；〔4〕網(wǎng)絡(luò)功能強大。鑒于虛擬儀器技術(shù)的這些特點，非常適用于本文中檢測系統(tǒng)的設(shè)計。IMAQVision是LabView內(nèi)置的視覺開發(fā)工具包，它集成了400多種功能，可以實現(xiàn)完善的圖像處理功能。其內(nèi)部包含功能強大的函數(shù)庫，提供了在LabView平臺上開發(fā)機器視覺系統(tǒng)所需要的各種功能組件〔子VI〕，例如圖像采集、系統(tǒng)校準(zhǔn)、圖像處理、幾何量測量等。使用Vision工具包可以很好地實現(xiàn)本文所提出檢測系統(tǒng)的各種功能，能在很大程度上減少軟件開發(fā)的時間；其強大的糾錯、調(diào)試能力使得開發(fā)出的系統(tǒng)具有更好的可靠性和穩(wěn)定性；同時其跨平臺的開發(fā)能力可以保證開發(fā)出的系統(tǒng)具有更好的通用性。火焰圖像灰度化是圖像處理的根底。運用灰度處理模塊對火焰圖像進行灰度化處理，將原始火焰圖像轉(zhuǎn)換為灰度圖像。程序如圖4-1所示，用IMAQExtractSingleColorPlane子VI對火焰圖像進行灰度化處理。圖4-1灰度化程序?qū)鹧鎴D像進行灰度處理后，為了觀察圖像各亮度像素的分布情況，需要進行直方圖統(tǒng)計，以此來顯示各亮度像素數(shù)的多少和它的分布。程序如圖4-2所示，用IMAQHistograph子VI可以實現(xiàn)此功能。結(jié)合數(shù)字圖像處理技術(shù)，利用Vision視覺開發(fā)工具包的強大功能，在對爐膛火焰圖像進行灰度化處理的根底上，對火焰圖像進行了增強顯示，包括均衡化，偽彩色化，中值濾波等。為二值化及邊緣檢測做準(zhǔn)備，整個程序采用層疊式順序結(jié)構(gòu)。圖4-2直方圖統(tǒng)計程序?qū)D像進行灰度化處理后，通過灰度均衡來重新均勻的分布各灰度值，增強圖像比照度，程序中使用IMAQEqualize子VI即可實現(xiàn)，如圖4-3所示。圖4-3均衡化程序為了提高人眼對圖像中一些細節(jié)的分辨能力，對火焰圖像進行偽彩色處理[17]。其中，使用Vision模塊中IMAQImageToArray子VI將圖片轉(zhuǎn)換為矩陣，傳送給MatlabScript節(jié)點進行處理，然后使用IMAQArrayToImage子VI將矩陣轉(zhuǎn)換為圖片輸出，實現(xiàn)了偽彩色化，程序如圖4-4所示。圖4-4偽彩色處理程序由于全爐膛火焰的燃燒過程伴隨著大量動態(tài)的隨機噪聲,這些噪聲信號必須消除。程序中使用IMAQNthOrder子VI可實現(xiàn)中值濾波，程序如圖4-5所示。圖4-5中值濾波程序?qū)鹧鎴D像進行增強顯示后，為便于進行邊緣檢測與輪廓提取，需要對火焰圖像進行二值化處理，可以通過IMAQThreshold子VI實現(xiàn)，程序如圖4-6所示。圖4-6二值化程序邊緣檢測是火焰圖像處理中至關(guān)重要的一步，對火焰圖像進行邊緣檢測使用了Vision模塊中IMAQEdgeDetection子VI，包括Robert,Sobel,Prewitt多種檢測算子，可由Method進行選擇。根據(jù)前面算法分析及檢測效果可知，選擇Prewitt算子邊緣提取效果較好，程序如圖4-7所示。圖4-7邊緣檢測程序利用Vision模塊進行火焰識別系統(tǒng)的設(shè)計界面如圖4-8所示，實現(xiàn)了二維溫度場的顯示。測試步驟如下〔1〕通過FilePath選擇火焰圖像的存儲位置；〔2〕通過Size&Order選擇濾波窗口；〔3〕選擇二值化閾值；〔4〕通過Method選擇邊緣提取方法。圖4-8檢測系統(tǒng)設(shè)計界面測試結(jié)果反映了火焰在二維空間的分布特征，如果攝像頭安裝位置恰當(dāng)，可以提供火焰燃燒情況等重要信息。根據(jù)圖像獲得的溫度場給運行人員提供一個溫度參考，進而指導(dǎo)燃燒操作。對電廠的平安運行和燃燒診斷具有重要的意義。數(shù)字圖像處理技術(shù)在電廠鍋爐燃燒監(jiān)控中的應(yīng)用研究已越來越受到國內(nèi)外的廣泛關(guān)注。本文在大量研究試驗根底上，充分利用了圖像處理技術(shù)，提出了新的設(shè)計方案和檢測算法。主要工作如下〔1〕對傳統(tǒng)的火焰檢測方法進行了研究，對當(dāng)前流行的檢測方法進行了深入分析，并找出了其缺陷的根源；〔2〕針對燃燒過程的動態(tài)特性和各種隨機干擾，對火焰圖像進行了濾波、增強、偽彩色顯示等預(yù)處理，突出了圖像中感興趣的特征，更有利于對