• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      浮法玻璃泡界線圖像的去火焰干擾算法研究

      2017-11-15 14:29:32李一雷
      電腦知識(shí)與技術(shù) 2017年28期
      關(guān)鍵詞:圖像處理

      李一雷

      摘要:浮法玻璃泡界線可以通過圖像處理方式檢測,但熔窯中的火焰會(huì)嚴(yán)重影響檢測效果。該文首先分析了浮法玻璃泡界線圖像的火焰干擾特點(diǎn)。然后采用了傳統(tǒng)的暗通道和多尺度Retinex兩種算法去除火焰干擾,但是在某些情況下存在缺陷,不能去除干擾。該文提出了一種多幀最小值濾波的去火焰干擾算法,克服了前兩種算法的不足,去干擾效果好,為后續(xù)的泡界線圖像檢測打下了良好基礎(chǔ)。

      關(guān)鍵詞:泡界線;浮法玻璃;火焰干擾;圖像處理;圖像檢測

      中圖分類號(hào):TP18 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1009-3044(2017)28-0208-03

      Abstract:The foam line for float glass can be detected by image processing. The flame in glass melter interferes the detection effect. The flame features of the foam line image are analyzed. The dark channel prior and multi-scale retinex algorithms are used to remove the flame interference, but the deficiency is existed in some situations. A minimum value of multiframe algorithm is proposed to overcome the shortage of former two algorithms and remove the flame interference effectively. For the subsequent detecting foam line, A good foundation is provided.

      Key words: Foam line; Float glass; Flame interference; image processing;image detection

      1 概述

      浮法玻璃生產(chǎn)線的第一個(gè)環(huán)節(jié)是將玻璃料堆推入熔窯,在推進(jìn)過程中料堆逐漸熔化成玻璃液,在料堆泡沫層邊緣與熔化好的玻璃液面之間會(huì)形成一條分界線,這就是泡界線。泡界線可以指示熔窯工作狀況,它的形狀、位置的變化情況,為熔窯的進(jìn)料速度、溫度等參數(shù)調(diào)整提供依據(jù),是熔窯穩(wěn)定作業(yè)的重要保障,而熔窯是浮法玻璃生產(chǎn)線的關(guān)鍵部分。

      熔窯現(xiàn)場視頻頭采集的為每秒25幀的720*576的RGB的24位真彩色視頻。圖1為攝像機(jī)攝取的熔窯內(nèi)的第1幀的現(xiàn)場原始圖像,圖2是對該幀的熔窯內(nèi)各部分的說明,圖片最上方是熔窯頂部,下方是玻璃料堆、泡沫層和熔化的玻璃液體,火焰、煙氣等會(huì)充滿熔窯,隨機(jī)分布于料堆、泡沫層和熔化的玻璃液面上方。圖1中,在泡沫層和玻璃液之間可以隱約可見一條泡界線。如果直接用圖像分析方法檢測泡界線,由于火焰等干擾的存在,檢測效果差,本文研究對原始圖像的預(yù)處理,以去除火焰干擾。

      雖然泡界線位置會(huì)隨著熔窯內(nèi)部的環(huán)境變化而變化,但是有大致的變化范圍。因此,為減少圖像處理數(shù)據(jù)量,檢測泡界線時(shí),將只選取泡界線可能運(yùn)動(dòng)范圍的感興趣區(qū)域,如圖3、4所示。后續(xù)的分析處理只針對此部分圖像,可以減少圖像數(shù)據(jù)處理量,提高檢測速度。

      2 傳統(tǒng)算法

      2.1 干擾分析

      熔窯內(nèi),對泡界線檢測的主要干擾是火焰。國內(nèi)外有大量針對火焰檢測的研究,但是所研究的火焰?zhèn)戎刈匀蝗紵隣顟B(tài)[1],并且主要是檢測火焰是否存在[2],如用于火災(zāi)檢測,而不關(guān)注如何從背景中將火焰去除。而熔窯中的火焰是由噴槍噴射而出的,火焰的形態(tài)和分布與自然燃燒狀態(tài)下不同,由于高溫,顏色也偏白色,加之熔窯內(nèi)的復(fù)雜環(huán)境,還會(huì)產(chǎn)生煙氣等,如果不考慮火焰的快速變化,通過單張熔窯圖片分析,火焰和煙氣所造成的干擾,更類似于煙霧所造成的干擾。因此,可以考慮去霧處理算法。

      2.2 基于暗通道和多尺度Retinex的算法處理

      去霧算法從本質(zhì)上主要分為基于去霧物理模型和基于圖像增強(qiáng),前者主要有基于暗通道[3]、基于中值濾波、基于均值濾波等算法,都是基于大氣模型的方法,需要求得深度信息;基于圖像增強(qiáng)的方法,主要有直方圖均衡化方法和多尺度Retinex算法[4]。

      對于第1幀圖像,如圖5、6,基于暗通道和多尺度Retinex算法的去干擾效果良好。但是,首先,這兩種算法復(fù)雜度高,第二是如果圖片的干擾過分嚴(yán)重,去干擾效果較差。如果是圖7的第142幀圖片,該圖片的火焰大面積遮擋泡界線,如圖8、圖9所示,去干擾效果很差。

      3 多幀圖像最小值濾波算法

      3.1 算法描述

      由于熔窯內(nèi)的火焰變化無規(guī)律,例如第142幀大面積遮擋泡界線的情況不定時(shí)會(huì)出現(xiàn)。不過,由于熔窯內(nèi)火焰的變化速度較快,半秒至數(shù)秒內(nèi)出現(xiàn)火焰遮擋相同位置泡界線的概率很低。又由于火焰的亮度顯著高于泡界線附近的圖像,因此,提出一種多幀圖像最小值濾波算法以減弱火焰干擾。算法描述如下:

      (1) 取10幀圖像,并分別將10幀圖由彩色圖轉(zhuǎn)為255級(jí)灰度圖,0表示黑,255表示白;

      (2) 分別對10幀灰度圖進(jìn)行中值濾波;

      (3) 初始化一幅大小與這10幀圖像相同的新圖像,并且新圖像所有像素的亮度為黑(0);

      (4) 比較10幀圖像每個(gè)相同位置的像素亮度,以最小的亮度作為新圖像在該位置的亮度;通過遍歷比較10幀圖像的每個(gè)位置像素亮度,對新圖像的每個(gè)像素點(diǎn)賦值。

      3.2 算法實(shí)現(xiàn)

      3.2.1 10幀圖像的選取原則和方法

      對算法第(1)條中10幀圖像的選取原則如下:第一,10幀圖像的間隔時(shí)間不能過短,時(shí)間過短,火焰遮擋位置可能還未變化,并且時(shí)間間隔太短會(huì)造成采集速度過快,視頻卡處理速度跟不上。第二,間隔時(shí)間也不能過長,過長首先會(huì)造成泡界線檢測判斷的時(shí)間加長,影響指標(biāo)指示效果,而且時(shí)間過長后也會(huì)造成火焰回到相同位置的概率增加。endprint

      本文中的視頻是每秒25幀,幀間隔40ms,考慮到視頻采集速度和芯片處理速度,以及火焰和泡界線的變化速度,實(shí)際每隔8幀取1幀圖像。所取得的這10幀圖像互相間隔0.32秒,總體間隔時(shí)間為3.2秒,出現(xiàn)10幀圖像的火焰遮擋泡界線相同位置的概率很低。

      由于該算法比較的是像素亮度,為減小數(shù)據(jù)處理量,提高處理速度,將取得的10幀現(xiàn)場彩色圖轉(zhuǎn)為256級(jí)的灰度圖。

      3.2.2 中值濾波模版選擇

      算法第(2)條中,考慮到圖像在攝取及傳輸過程中存在由圖像傳感器和傳輸信道引起的小顆粒狀干擾,由于是多幀圖像最小值算法,為了防止單個(gè)暗色顆粒像素對算法造成影響,需對圖像進(jìn)行中值濾波,但濾波的模板不能取太大,模版太大會(huì)減弱泡界線的邊緣特征,本文采用3×3的中值濾波模板。

      3.2.3 多幀最小值取值

      圖10是第102、110、118、126、134、142、150、158、166、174幀共10幀原始圖片經(jīng)過轉(zhuǎn)為灰度圖、3×3的中值濾波、多幀最小值算法后所得到的圖片,與圖7第142幀單張圖片比較,克服了142幀圖片泡界線被遮擋的缺陷,被遮擋的泡界線部分可以被較容易觀察到,去火焰干擾的效果明顯好于圖8、圖9的基于暗通道和多尺度Retinex的算法,為后續(xù)的二值化、霍夫檢測泡界線打下了良好的基礎(chǔ)。

      參考文獻(xiàn):

      [1] 吳一全,宋昱,周懷春.基于各向異性數(shù)學(xué)形態(tài)學(xué)的火焰圖像邊緣檢測[J].儀器儀表學(xué)報(bào),2013,34(8):1818-1824.

      [2] 許宏科,房建武,文常保.基于亮度與火焰區(qū)域邊緣顏色分布的火焰檢測[J].計(jì)算機(jī)應(yīng)用研究,2010,27(9):3582~3584.

      [3] Kaiming He,Jian sun,Xiaoou Tang. Single Image Haze Removal Using Dark Channel Prior[J].IEEE Conference on Computer Vision and Pattern Recongnition,2009 , 33 (12) :1956-1963

      [4] 劉 茜,盧心紅,李象霖.基于多尺度Retinex的自適應(yīng)圖像增強(qiáng)方法[J].計(jì)算機(jī)應(yīng)用,2009,29(8):2077-2079endprint

      猜你喜歡
      圖像處理
      海戰(zhàn)場偵察圖像處理技術(shù)圖譜及應(yīng)用展望
      基于ARM嵌入式的關(guān)于圖像處理的交通信號(hào)燈識(shí)別
      電子制作(2019年15期)2019-08-27 01:12:12
      基于圖像處理的機(jī)器人精確抓取的設(shè)計(jì)與實(shí)現(xiàn)
      機(jī)器學(xué)習(xí)在圖像處理中的應(yīng)用
      電子制作(2018年18期)2018-11-14 01:48:20
      Bayesian-MCMC算法在計(jì)算機(jī)圖像處理中的實(shí)踐
      電子測試(2018年6期)2018-05-09 07:32:01
      改進(jìn)壓縮感知算法的圖像處理仿真研究
      電子測試(2017年11期)2017-12-15 08:57:08
      模糊圖像處理,刑事偵查利器
      圖像處理技術(shù)的實(shí)戰(zhàn)應(yīng)用
      遙感圖像處理軟件在文物高光譜數(shù)據(jù)分析中的應(yīng)用
      基于圖像處理的定位器坡度計(jì)算
      電氣化鐵道(2016年4期)2016-04-16 05:59:46
      芦溪县| 成武县| 吴旗县| 肃南| 永昌县| 光泽县| 旬阳县| 洞头县| 会理县| 满城县| 凤台县| 蒙山县| 中西区| 于都县| 乾安县| 永修县| 启东市| 长沙市| 雅江县| 宕昌县| 阜康市| 页游| 鄂尔多斯市| 大英县| 祥云县| 达日县| 景谷| 尖扎县| 瓮安县| 莎车县| 美姑县| 临武县| 随州市| 微山县| 游戏| 皮山县| 中西区| 郧西县| 兰西县| 宽城| 高台县|