基于图像纹理和结构特征的燃烧指数的高温低氧火焰燃烧稳定性识别
本文在对高温低氧的火焰图像纹理特征分析的基础上,讨论了灰度相关函数均值、水平方向灰度共生矩阵的信息熵、灰度图像的pq矩M<,pq>、颜色特征向量、颜色复杂度和基于灰度直方图的信息熵6个特征量与燃烧状况的关系。在此基础上提出了燃烧指数的概念。 同时利用改进的微粒群算法-自适应小波神经网络对该指数进行验证。实验表明:燃烧指数识别结果和PSO-AWNN网络识别的结果基本一致。说明利用本文所提出的燃烧指数能够识别高温低氧技术下燃烧稳定性。
图像纹理特征 燃烧指数 自适应逃逸微粒群算法 自适应小波神经 高温低氧燃烧
王云 董增寿 卓东风
太原科技大学电子信息学院,太原 030024
国内会议
北京
中文
895-900
2008-01-01（万方平台首次上网日期，不代表论文的发表时间）