基于图像小波变换的气液两相流型识别
根据小波变换能够将图像按不同尺度进行分解的特性,提出了一种基于图像小波变换与改进BP神经网络相结合的气液两相流流型识别的新方法。该方法采用高速摄影系统获取水平管道内气液两相流的流动图像,经过图像处理后对图像进行多分辨率分析,提取小波变换系数的能量参数和L1范数参数,并以此特征参数作为流型样本对改进BP神经网络进行训练,实现了对流动图像的流型智能化识别。实验结果表明：能量参数与L1范数参数相结合得到的流型特征向量可以很好地反映各流型之间的差异,网络识别率高达99.3％,并且改进后的BP网络具有收敛速度快、不易陷入局部极小的优点。
流型识别 图像处理 小波变换 神经网络 气液两相流
陈飞 周云龙 张学清 孙斌
东北电力大学自动化工程学院,吉林,132012 东北电力大学能源与机械工程学院,吉林,132012
国内会议
大庆
中文
752-756
2007-08-21（万方平台首次上网日期，不代表论文的发表时间）