[发明专利]一种基于图像处理的火焰轮廓提取方法

说明书

技术领域

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

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，将使上述燃烧特征获得更进一步的体现和反映。因此，关于火焰图像的相关处理技术具有重要的工程价值和意义。

通过火焰图像获得的火焰轮廓线具有重要的工程价值。由于火焰图像反映了燃烧过程中化学反应存在的空间区域，火焰图像中的轮廓线有效地给出了这一空间区域的几何形状、空间分布及面积，对于分析燃烧过程中的相关属性具有重要意义。具体包括：给出燃烧过程存在的区域，辅助诊断燃烧室的运行状态（是否发生熄火、燃烧不稳定等），反映燃烧室内燃料和氧化剂的分布情况，估算简单预混火焰的火焰传播速度，给出燃烧过程的火焰温度场有效区域，辅助分析燃烧反应的有效放热空间和传热过程等。总之，应用图像处理技术提取火焰图像中的轮廓特征，具有较大的工程意义。

传统的火焰轮廓特征提取技术，是基于灰度图像的阈值分割法实现的。具体做法是，对燃烧过程中的火焰进行图像记录，获得其灰度图像，设置一定的阈值，对图像进行二值化，即图像分割，将阈值满足一定灰度强度要求的位置视为火焰区域，其余为背景区域，进而进行轮廓特征提取。从实质上讲，这种方法是基于火焰的发光属性实现的，认为火焰具有发光属性，背景区域不具有发光属性。即大于等于一定亮度要求的图像区域为火焰位置，其余为背景位置。尽管这种做法在很多情况下可以获得火焰锋面的轮廓特征，但由于图像处理过程仅针对亮度信息，而实际燃烧过程中火焰对燃烧室内壁、锋面附近的空气等存在较大的作用，阈值分割法的处理过程极易出现火焰区域误识别的情况。对于燃烧工况和状态较为复杂的情况而言，这种问题尤为严重。事实上，工程实际中众多燃烧装置的燃烧过程都是十分复杂的，需要采用更为有效的图像处理技术来提取火焰的轮廓特征。

发明内容

为了克服现有的火焰轮廓提取（图像处理）方法的可靠性低、不能适用于复杂燃烧工况的不足，本发明提供一种可靠性高、能够适用于复杂燃烧工况的基于图像处理的火焰轮廓提取方法。

本发明解决其技术问题所采用的技术方案是： 

一种基于图像处理的火焰轮廓提取方法，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。

进一步，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。

再进一步，所述步骤1）中，前处理还包括裁减和滤波；裁减处理的目的为剔除无效背景信息，滤波处理的目的为降低图像中的噪声信号。

更进一步，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：