基于神经网络的彩色温度软测量

《基于神经网络的彩色温度软测量》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于神经网络的彩色温度软测量摘要温度是工业生产和科学研究领域的一项重要参数，高精度的温度测量是至关重要的。根据物体在可见光波段颜色和温度的对应关系，提出了一种通过数码相机采集高温物体图像颜色值，并基于神经网络的彩色温度软测量方法。本文首先通过实验采集电炉图像样本及建立标准图像库；其次对采集的图像进行预处理：采用中值滤波法平滑图像，采用全阈值分割法进行背景分割，并采用求取平均法提取图像颜色信息值；再次利用大量样本数据训练两种不同的神经网络(BP网络和RBF网络)，通过神经网络拟合出物体图像的颜色信息值R、G、B与温度T之间的非线性映射关系；最后将这两种网络应用于物体的图像

2、颜色测温中。大量实验数据结果的分析表明，利用此方法进行测量物体温度是可行的，表现出了较高的测温精度，并且具有简便、成本低的特点。通过BP网络法和RBF网络法的测温比较可知：RBF神经网络法比BP神经网络法更具有优越性，其网络设计简便、训练速度快、测温精度高。关键词：颜色温度图像处理技术神经网络TEMPERATURESOFTMEASUREMENTUSINGCOLORBASEDONNEURALNETWORKABSTRACTTemperatureisaveryimportantparameterinscientificresearchandengineeringfield，t

3、hereforethetechniqueofhighprecisiontemperaturemeasurementisextremelyimportant．Accordingtothecorrespondencebetweenthecolorofthehigh-temperatureobjectinvisiblelightbandandthetemperature，amethodoftemperaturemeasurementbycollectingthecolorofthehigh—temperatureobjectwithadigitalcameraispropos

4、ed，whichisbasedonneuralnetwork．Inthisthesis，thefirststep，gatherelectricstoveimagesamplesthroughexperimentandestablishstandardimagedatabase；secondlypre—processtheimagesamples：usingthemethodofmedianfilteringtoeliminatingtheimagenoise，usingthemethodofthresholdsegmentationonimagesamplestoseg

5、mentbackgroundandusingaveragedatatogainthecolorofimage；thirdlyusemassivesampledatatotrainbothneuralnetworks(BPneuralnetworkandRBFneuralnetwork)，andapproximatethenonlinearrelationshipbetweentheinformationvalueofcolor(Red，GreenandBlue)andthetemperatureofobject；Thelaststep，applythismethodto

6、thetemperaturemeasurement．Theanalysisresultedfrommassiveexperimentaldataindicatedthat，themethodiSveryfeasible，whichexpressahi．ghprecisionoftemperaturemeasurementandiswithinacceptableprecisionscope，especiallythemethodissimpleandlowcost．ComparedwithBPneuralnetwork，RBFneuralnetworkismoreeas

7、ilydesigned，obviouslyfastertrainingspeedandthehigherprecision．KEYWORDS：Color‘9Temperature；Imageprocessingtechnology；NeuralnetworkⅡ主要符号对照表ChargedCoupledDeviceRedGreenBlueCommissionIntemationDel’EclairageHueSaturationIntensityErrorBackProragationRadialBasisFunctionVI咖RGB∞Hs