基于数字图像处理的温度检测算法研究

《基于数字图像处理的温度检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、维普资讯http://www.cqvip.com第23卷第6期中国电机工程学报、，b1．23No．6Jtm．20o32003年6月ProceedingsoftheCSEE~2003Chin．Soc．forElec．Eng．文章编号：0258．8013(2003)06．0195-05中图分类号：TK311文献标识码：A学科分类号：510·4050基于数字图像处理的温度检测算法研究李汉舟，潘泉，张洪才，赵春晖，冯曼(西北工业大学自动控制系，陕西西安710072)ASTUDYoFALGoRITHMSoFTE呼

2、lERATUREⅡASUREⅡNTBASEDoNDIGITALGEPRoCESSINGLIHan-zhou，PANQuan，ZHANGHong-cai，ZHAOChun-hui，FENGMin(DepartmentofAutomaticControl，NorthwesternPolytechnicalUniversity，Xi’an710072，China)ABSTRACT．"Atechnologyformeasuringtemperaturebased测温算法011digi~imageprocessi

3、ngispresented．InordertOdiminish1引言theelTorofneural-networkcalculationduringtestingthetemperatureinsideacoal-fl_r~lfurnace,twomethodsare基于数字图像处理的温度检测技术是一项新developedinthepaper．Oneisleastsquaresmethodandthe兴的测温技术，它能实时地获得高温物体的表面温otherisimprovedneural-network

4、methodwhoseinputsis度，可以广泛用于冶金、建材、焊接、热电厂等场diferentfromtheoldneuralnetworkmethod．AccordingtO合，对优化燃烧过程、保证产品质量、节约能源、colorimetrictemperature—measurementalgorithm，theratiosamongthethreebasiccolorsofCCDcameraareusedasthe保护环境都具有重要意义。近年来，国内外一些学inputsofbothmethods

5、，whichcouldbehelpfulinreducingthe者把数字图像处理技术和早已发展成熟的辐射测温influenceofemissivity,sOOtandflamefrequency．Theresulb原理相结合，在工业炉温度场检测方面等取得了一ofexperimentsonacoal-firedfurnaceshowthatboth定成果。这种方法的优点是可以用比较廉价的algorithmsaremoreprecisethantheoldneuralnetworkmethod．设备实现炉

6、内温度场的实时测量。但是，工业炉内Andtheimprovedneural-networkmethodismol"~accuratethen部环境恶劣，加之在测温原理推导时引入的假设与theleastsquaresmethod，butthelatterismol'esimpleand事实不完全相符，所以直接用该方法计算出来的温practica1．度存在较大误差。本文讨论了利用彩色CCD摄像KEYWoRDS：CCD；Temperaturefieldmeasurement；Digital机的输出图像计算高温

7、物体表面温度的几种方法，imageprocessing；Colorime~ctemperature-measurement分析了目前较先进的BP网络温度计算方法在实际algorithm测温过程中产生较大误差的原因，并提出用最小二摘要：介绍了基于数字图像处理的温度检测技术原理。针乘法和改进输入以后的BP网络来计算温度，通过对神经网络温度计算法在计算煤炉的温度时存在较大误差在普通煤炉上的实测试验证明，这两种算法具有较问题，提出用最小二乘法和改进输入的神经网络法计算温高的计算精度和实用性。度。这两种算法以彩色

8、CCD摄像机输出的三基色之间的比值为自变量或输入量，更好地体现了比色测温原理，因此2测温原理能较好地消除在实际测温过程中黑度系数、烟尘和火焰脉为了便于讨论，在此作如下假设：动对计算结果带来的影响。通过在煤炉上的实验表明，这(1)被测高温辐射体具有实的物面两种方法的计算精度均高于原神经网络法的精度，而改进为了能在CCD靶面上得到被测高温物体清晰输入的神经网络温度算法的计算精度略高于最小二乘法的的像，要求该物体应该具有实的物面，以便光学系计算精