基于双树复小波域HMT模型的煤燃烧火焰图像去噪.pdf

《基于双树复小波域HMT模型的煤燃烧火焰图像去噪.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、华南理工大学学报（自然科学版）第４２卷第１期ＪｏｕｒｎａｌｏｆＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＶｏｌ．４２Ｎｏ．１２０１４年１月（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ｊａｎｕａｒｙ２０１４文章编号：１０００５６５Ｘ（２０１４）０１００５９０７基于双树复小波域ＨＭＴ模型的煤燃烧火焰图像去噪１，２１吴一全宋昱（１．南京航空航天大学电子信息工程学院，江苏南京２１００１６；２．华中科技大学煤燃烧国家重点实验室，湖北武汉４３００７４）摘要：锅炉煤燃烧火焰图像中存在的噪声会对后续的特征提取

2、和温度重建造成不利的影响．为更有效地去除锅炉煤燃烧火焰图像中的噪声，文中提出了一种基于双树复小波域隐马尔可夫树（ＨＭＴ）模型的锅炉煤燃烧火焰图像去噪方法．首先对含噪火焰图像进行双树复小波变换，然后依据ＨＭＴ模型分别对双树复小波系数的实部和虚部进行建模，并采用期望值最大算法来估计模型参数，接着利用贝叶斯最小均方误差准则来估计无噪双树复小波系数，最后通过双树复小波逆变换得到去除噪声的火焰图像．实验结果表明，与小波域ＶｉｓｕＳｈｒｉｎｋ阈值法、基于小波域或Ｃｏｎｔｏｕｒｌｅｔ域ＨＭＴ模型的方法相比，文中方法能够有效地抑制噪声，获得

3、较高的峰值信噪比．关键词：图像处理；图像去噪；锅炉煤燃烧；火焰图像；双树复小波变换；隐马尔可夫树模型；期望值最大算法；贝叶斯估计中图分类号：ＴＮ９１１．７３；ＴＫ２２３．６ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００５６５Ｘ．２０１４．０１．０１１煤方便易得且价格相对低廉，已成为工业和电站术通常只限于实验研究，这些系统的复杂性和高昂的［１２］锅炉等大型燃烧系统的理想燃料．但近年来，从多种成本限制了其在工业锅炉中的应用．随着光学传渠道获得的低质量煤及其混合物使得火焰燃烧不稳感和图像处理技术的进步，人们可以在线连续监控火［

4、１］定问题变得较为严重．为了满足能量利用和严格的焰的特征参数，这种方式具有分布式、非接触式和廉［３］污染物排放标准，必须对电站锅炉中的火焰进行监控价等特点．现已有很多使用光学传感和图像处理技［２３］［６１５］和特征描述．实时可靠地监控锅炉煤燃烧火焰，对术监控火焰特征参数的实例，但会不可避免地引理解燃烧过程中的能量转化和污染形成机理，以及对入噪声而降低图像的质量，从而影响后续的特征提取［２］后续燃烧过程的优化起着重要的作用．已经证明，和温度重建．故对锅炉煤燃烧火焰图像进行去噪十分燃烧系统中火焰的形态、发光、热力学特征与燃烧

5、效必要．［４５］率、污染物排放及锅炉安全均有紧密的联系．传统图像去噪是图像处理中经典而又重要的一类问的火焰检测方式（包括基于紫外和红外传感器的方题．小波变换因具有多分辨率、时频域局部化等特性［１６］式）只能对火焰进行单点测量，即检测火焰在一个小而被广泛地应用于图像去噪中．然而，小波变换［２］区域内的信号．温差电偶和高温计等温控装置均依虽然能很好地表示零维的点状奇异性，对图像中的赖于火焰辐射率的先验知识，故不能提供火焰的温度点和平滑区域的稀疏表示性能优异，但二维小波变［２］分布．而基于声学、激光和光纤的火焰温度测量技换由一维

6、小波变换经张量积直接扩展得到，缺乏方收稿日期：２０１３０６２５基金项目：国家自然科学基金资助项目（６０８７２０６５）；华中科技大学煤燃烧国家重点实验室开放基金资助项目（ＦＳＫＬＣＣ１００１）；江苏省高校优势学科建设工程资助项目作者简介：吴一全（１９６３），男，博士，教授，博士生导师，主要从事图像处理与分析、目标检测与识别、视觉检测与图像测量等的研究．Ｅｍａｉｌ：ｎｕａａｉｍａｇｅ＠１６３．ｃｏｍ６０华南理工大学学报（自然科学版）第４２卷向性，不具有各向异性，用小波表示并不是渐进最优［１６］２双树复小波域ＨＭＴ模型的

7、．近年来，双树复小波的提出和发展弥补了小波变换的这一缺陷，它继承了实小波变换良好的时２．１双树复小波系数建模频局部化分析能力，且具有近似平移不变性和有限图像经双树复小波变换后，得到其系数为的数据冗余等优点，特别是二维双树复小波变换具ＲｅＩｍｗｉ＝ｗｉ＋ｊｗｉ（２）有６个方向子带和比实小波更强的角度分辨率，有ＲｅＩｍ式中，ｗｉ和ｗｉ分别为ｗｉ的实部和虚部．双树复小利于在图像滤波过程中较好地保留方向结构性信［１７］［１８］波系数ｗｉ的实部和虚部满足相同的分布规律．文中息．Ｃｒｏｕｓｅ等对隐马尔可夫的链式结构进行对某一幅锅炉煤燃烧

8、火焰图像进行两层双树复小波了扩展，并结合小波变换与多尺度马尔可夫模型提分解，对于第１层方向为１５°的系数，其实部和虚部出了小波域隐马尔可夫树（ＨＭＴ）模型．ＨＭＴ模型能直方图分别如图２（ａ）、（ｂ）所示，采用两个均值为０、够有效地挖掘和描述小波系数在尺度间、尺度内和方差不相同的混合高斯模型