大规模秸秆燃烧充分程度智能图像识别仿真

对大面积秸秆燃烧过程进行图像监控,有利于大气保护。当前的大区域秸秆燃烧过程中,燃烧是否充分通过烟雾颜色进行判断。一旦秸秆燃烧区域较大,不同区域的烟雾扩散过程及其迅速,采集烟雾灰度特征的衰减过程不可控,传统的智能图像识别方法判定阀值会迅速失效,很难通过烟雾像素特征判断燃烧是否充分。提出基于人工鱼群算法的大规模秸秆燃烧充分程度识别方法。采集大规模秸秆燃烧图像,根据小波变换相关理论,对燃烧图像进行增强处理,提高图像质量。根据人工鱼群算法处理图像细节的优势,引入秸秆燃烧像素灰度分布密度函数,得到离散灰度矩阵,利用上述算法处理像素细节的优势,对大规模秸秆燃烧区域的连接处进行分割,可充分提高识别精度。实验结果表明,利用改进算法进行大规模秸秆燃烧充分程度识别,能够极大的提高识别的准确性。