在煤灰锥形状及温度检测的应用

《在煤灰锥形状及温度检测的应用》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、上海交通大学工程硕士学位论文第一章绪论第一章绪论1.1课题的意义及国内外研究现状1.1.1课题的来源煤炭灰熔点温度是大氮肥汽化炉煤气化过程的重要控制指标,煤灰熔融性直接关系到气化炉的结渣，如果煤灰熔点越高结渣越严重，超过1250℃会导致气化炉排渣困难，造成停车、停产，严重的会导致气化炉损坏；因此对煤质灰熔点的准确快速测定与公司生产经济运行有紧密的联系。由于煤灰熔点温度过高和水煤浆、炉渣对测温枪的腐蚀,灰熔点温度的测量只能用热电偶进行消耗式点测,而无法得到煤灰熔点温度的连续变化信息。我公司一台的HR-3A-L型号的灰熔点测定仪，它的局限性是：对人眼的伤害。当将要

2、到达变形温度，用人眼不停地观察上千度的高温图像，到了变形温度，记录下仪表显示的温度值。测定结果受人为因素影响，人眼的分辨率较低，测定结果准确度和精度较低，重复性和再现性差，满足不了生产的需要。改造灰熔点测定仪的思路是：基于智能控制图像识别技术实现数据的自动采集，自动获得其测定的数值、自动显示结果。1.1.2课题研究的意义煤质灰熔点的准确检测主要依赖于人工视觉离线检测来完成，通过检验人员对煤灰锥的认识和自身经验判定。该方法存在检测速度低、结果受化验人员主观影响较大，误检率和漏检率高等缺点。随着计算机视觉、数字图像处理与神经网路技术的发展，基于图像处理和微机平台的

3、自动检验成为可能。以摄像头和图像采集卡获取图像信息，由计算机分析和处理实现对检测和识别。利用图像处理及计算机视觉技术进行检测的最大特点是能进行实时检测和测量，这对生产中煤质质量检查尤为重要，利用这一技术可以降低生产成本，提高产品质量及生产效率，同时保护分析人员的视觉，降低操作人员的劳动强度。1.1.3课题背景[1]1.图像处理系统的发展概况自20世纪70年代末以来，由于数字技术和微机技术的迅猛发展给图像处1上海交通大学工程硕士学位论文第一章绪论理提供了先进的技术手段，图像识别技术也由信息处理、自动控制系统理论，成长为旨在研究图像信息的获取、传输、存储、变换、显

4、示、理解与综合利用的崭新学科。随着图像识别技术基础理论的发展，具有数据量大、运算速度快、算法严密、可靠性强、集成度高、智能性强等特点的各种应用图文系统在国民经济各部门得到广泛的应用，并在逐渐深入到家庭生活。图像是与视觉相关的最贴近我们日常生活的信息，它是客观世界的物体直接或间接作用于人眼而产生视知觉的实体。传统的图像识别技术就是对图像进行保存、处理、压缩、传输和重现。随着信息时代的到来，用于计算机处理的各种信息的需求越来越多，多媒体信息识别技术已成为日常生活各领域的迫切需要。因此把传统的图像识别技术与模式识别识别技术相结合是图像处理的新趋势。随着计算机性能价格

5、比的不断提高以及有关数字处理方法的发展，数字图像识别技术无论在科学研究上、工业生产上或管理部门中都得到越来越多的应用。而目标跟踪、机器人导航、自动驾驶、干线交通监视等应用也极大地促进了实时图像识别技术的发展。实时的应用环境决定了实时系统必须具有强大的运算能力。小波分析理论自80年代末成为国际上十分活跃研究领域，它已被广泛应用于图像处理，数据压缩，分形几何等许多领域。2．实时图像识别技术的应用和需求实时图像识别技术的应用是多方面的，毫不夸张地说，凡是在图像识别技术应用的地方都可以应用实时图像识别技术，原因在于实时图像识别技术可以提高图像处理的速度。但是，这要付出

6、一定的代价，这种代价包括设备上和开发上的代价。在可用、不可用的地方，代价问题会成为考虑的重点，而在必须应用的地方，考虑的重点则是实时图像处理系统的性能及可行性。从应用图像识别技术的紧迫性来看，其应用领域主要集中在军事、工业自动化以及公安的形式侦察上，在这些领域强有力的推动下，实时图像识别技术得到了迅速的发展。值得指出的是，工业自动化的实时检测主要是指在线的实时检测，其速度是指满足生产流水线任务的检测速度，而不是指视频实时的检测速度。1.1.4研究任务和目标⒈对图像识别系统和并行图像识别技术最前沿技术的跟踪和掌握针对图像处理系统的走势，无疑高速率、高质量的实时检

7、测系统将代表着未来十几年，甚至几十年的图像处理系统的发展方向。传统的图像处理方法主要是对数字图像进行空域处理或者通过傅立叶变换将数字图像变换到频域进行处理。小波变换和多分辨分析由于其对非静态信号分析的优越性，在图像处理领域有着独特的地位和重要的应用。由于应用领域的不同，小波变换的具体应用也各有特点。目前比较流行的例如：降噪、图像压缩、边缘检测等。图像并行识别技术是图像处理中的一个重要方面，是提高图像2上海交通大学工程硕士学位论文第一章绪论处理速度的最有效技术，其发展水平一直受到图像界的关注，原因在于：一方面，图像并行识别技术的发展难度很大，这种难度不仅在于图像

8、并行处理系统的硬件及系统结构本身，以及