基于ROI平均图像分析的燃气加热炉火焰实时监测方法

摘要

本发明公开了属于工业加热炉火焰视频监控领域的一种基于ROI平均图像分析的燃气加热炉火焰实时监测方法。包括以下步骤：1)采用人机交互方式设置火焰感兴趣区域(ROI)；2)从火焰监控视频流中提取ROI图像并计算平均图像；3)对ROI平均图像进行预处理，包括平滑去噪、阈值分割、形态学处理，确定最可能的火焰像素区域；4)从预处理结果图像中提取火焰特征，包括火焰区域面积、平均亮度、质心和火焰颜色主成分；5)综合分析火焰特征，建立判定规则，自动识别火焰燃烧状态并输出；6)利用历史数据建立离线自学模型，优化系统参数，提升方法的鲁棒性。本发明可用于对单火嘴或多火嘴燃气加热炉燃烧工况进行实时监控，为工业生产提供安全保障。

主权项

一种基于ROI平均图像分析的燃气加热炉火焰实时监测方法。其特征在于，包括以下步骤：步骤一：在正常燃烧工况下，从耐高温成像系统中采集一帧图像，采用人机交互方式在火嘴周围选定火焰感兴趣区域(ROI)，记录ROI坐标信息，并保存为模板；步骤二：对采集到的视频流(图像序列)，提取每一帧对应的ROI图像，选取适当的窗口尺寸计算平均帧(图像)；步骤三：对ROI平均图像进行预处理操作，包括平滑去噪、阈值分割、形态学处理，确定最可能的火焰像素区域，并由此得到用于提取燃气火焰特征的火焰区域B通道灰度图像及R通道灰度图像；步骤四：利用ROI平均图像预处理结果分别计算火焰区域面积、火焰区域平均亮度、火焰区域质心、火焰颜色主成分共4种特征量；步骤五：对提取到的火焰特征进行综合分析，建立判定规则，自动识别火焰的燃烧状态(即是否正在燃烧、燃烧是否稳定、燃烧是否充分)，并作为火焰监测结果输出；步骤六：利用系统运行监测过程中保存的历史数据，建立离线自学习模型，不断优化系统分析参数，优化火焰状态判定规则，并重新应用于监测系统，提升方法的鲁棒性。