基于火焰图像特征与GRNN的转炉吹炼状态识别

被引：14

作者：

刘辉 ^{[1
]}

张云生 ^{[2
]}

张印辉 ^{[3
]}

何自芬 ^{[3
]}

机构：

[1] 昆明理工大学冶金与能源工程学院

[2] 昆明理工大学信息工程与自动化学院

[3] 昆明理工大学机电工程学院

来源：

计算机工程与应用 | 2011年 / 26期

关键词：

转炉,火焰图像; 线不变矩; 颜色均值; Laws纹理; 广义回归神经网络;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

随着转炉冶炼过程的推进,炉口火焰图像在不同的冶炼阶段呈现较为明显的差别。根据火焰图像判断冶炼所处阶段的问题,其关键在于如何准确提取火焰的主要特征,提出了火焰边缘线不变矩特征,火焰图像Laws纹理能量特征,以及图像色彩特征,并研究了它们的变化过程。最后,利用广义回归神经网络(GRNN)建立图像特征和冶炼阶段之间的分类模型。实验结果表明,该方法能有效进行基于图像识别的转炉冶炼状态判断,具有较高的实用价值。

引用

页码：7 / 10

页数：4

共 7 条

[1] 转炉炉口序列火焰图像的特征提取 [J].

徐正光 ;

赵英杰 .

微计算机信息, 2007, (36) :287-288+247

[2] 基于灰度共生矩阵的火焰图像纹理特征分析 [J].

徐小军 ;

邵英 ;

郭尚芬 .

计算技术与自动化, 2007, (04) :64-67

[3] 利用DirectShow提取转炉炉口火焰图像特征信息 [J].

温宏愿 ;

陈延如 ;

赵琦 ;

周木春 ;

袁兴起 .

华中科技大学学报(自然科学版), 2007, (S1) :246-248

[4] 基于燃烧火焰图象特征的回转窑神经网络控制系统 [J].

李树涛 ;

王耀南 ;

张昌凡 .

自动化学报, 2002, (04) :591-595

[5] Implicit Moment Invariants [J].

Flusser, Jan ;

Kautsky, Jaroslav ;

Sroubek, Filip .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2010, 86 (01) :72-86

[6] A Multistage Registration Method Using Texture Features [J].

Jarc, Andreja ;

Pers, Janez ;

Kovacic, Stanislav .

JOURNAL OF DIGITAL IMAGING, 2010, 23 (03) :287-300

[7]

A Statistical Approach to Texture Classification from Single Images[J] . Manik Varma,Andrew Zisserman.International Journal of Computer Vision . 2005 (1)

← 1 →