当前位置: 首页 > 专利查询>清华大学专利>正文

基于线性群和广义特征优化的浮法玻璃熔窑火焰识别方法技术

技术编号:15238707 阅读:197 留言:0更新日期:2017-04-29 03:45
本发明专利技术涉及一种基于线性群和广义特征优化的浮法玻璃熔窑火焰识别方法,属于先进制造、自动化和图像处理技术领域,其特征在于,针对玻璃熔窑恶劣生产环境(如粉尘、油污、高温等)下火焰图像所具有的大噪声、存在像素丢失和清晰度低等特点,提出一种基于线性群和广义特征优化的玻璃熔窑火焰识别方法。首先将不完备的玻璃熔窑火焰信息进行线性群变换,并利用矩阵完备方法对线性群变换后的不完备火焰信息进行恢复,从而得到完备的火焰图像;然后,将完备后的火焰图像信息映射到广义特征空间,在广义特征空间中根据近邻规则对火焰状态进行识别。本发明专利技术可有效应用于识别玻璃熔窑火焰,以优化玻璃熔窑燃烧状况。

【技术实现步骤摘要】

本专利技术属于先进制造、自动化和图像处理
,具体涉及在复杂及不恶劣生产环境下浮法玻璃熔窑火焰监控图像识别方法。
技术介绍
目前针对带噪声的图像识别问题,有如下几类图像处理方法:基于偏微分方程的方法、基于变分的方法、基于像素块的方法;基于偏微分方程的和基于变分方法仅适用小范围的修复,而通常浮法玻璃熔窑内的火焰信息不完备的范围比较大,因此该类方法无法适应于该问题;基于像素块的方法需要不断迭代匹配图像受损区域与已知区域的相似度来得到最佳匹配块,从而进行填充,每一次填充都需要遍历整幅图像,导致计算复杂度很高,无法满足浮法玻璃企业对玻璃火焰识别的要求。
技术实现思路
针对玻璃熔窑恶劣生产环境(如粉尘、油污、高温等)下火焰图像所具有的大噪声、存在像素丢失和清晰度低等特点,本专利技术提出一种基于线性群和广义特征优化的玻璃熔窑火焰识别方法。该方法是在计算机上按如下步骤实现的:步骤(1):初始化,设定如下基本变量设定问题变量和算法参数:pos:用来判断火焰每一层信息不完整的位置mi:火焰图像的第i(i=1,2,3)层对应的行数ni:火焰图像的第i(i=1,2,3)层对应的列数U:奇异左正交矩阵R:对角矩阵V:奇异右正交矩阵O:线性群矩阵r:对变量奇异值分解所需的秩参数tol:停止迭代的条件参数Tmax:最大迭代数次μ:正则参数μmax:正则参数上限τ:泰勒近似系数α:矩阵V的共轭系数β:矩阵U的共轭系数ρ:用于对正则参数进行更新xi:完备后的第i副火焰图像X:完备后的火焰图像集合θ:完备后的火焰图像集合的均值θj:完备后的第j类火焰图像集合的均值Nj:完备后的第j类火焰图像集合的数目E:混合噪声矩阵矩阵E的噪声变量噪声矩阵元素M:不完备矩阵PΩ:采样矩阵Sw:类内散度矩阵SB:类间散度矩阵W:特征矩阵变量Wopt:广义特征优化矩阵步骤(2):熔窑内部受干扰火焰图像信号通过高温视频电缆传输到工业监示器的视频输入接口,使熔窑的火焰图像在工业监视器上,然后截取工业监视器上被干扰的火焰图像作为方法的输入,将其分成红色通道、绿色通道和蓝色通道矩阵,每一通道矩阵对应一个观测到的不完备矩阵M,如果矩阵中的元素小于阈值pos,则将该元素标记为0;步骤(3):假设待求的完备通道对应的矩阵为X,那么对变量X进行奇异值分解得到X=URV,其中R是对角矩阵,一共r个对角元素,U和V是单位正交矩阵;步骤(4):基于上述步骤,所提出的正交群变换下方法相应的模型如下其中表示矩阵的F范数平方和,得到奇异值分解是不唯一的,即对变量进行线性群变换得到X=(UO)(ORO)(OV)其中O是线性群,所以为了避免问题求解时陷入局部最优,在新的搜索空间中优化新的变量矩阵U,R和V,同时得到E的每个元素的闭式解其中,为对角矩阵E的噪声变量;为噪声矩阵E元素;ρk是第k次迭代的阈值参数;步骤(5):根据观测到的不完备图像M计算上述步骤中的变量U,R和V步骤(5.1):模型初始化;令矩阵U,R和V为单位对角矩阵,初始化迭代次数i=1,停止迭代的条件参数tol>10-10,泰勒近似系数τ=0.5,共轭方向矩阵ξ=0;步骤(5.2):根据如下公式计算Gk=(UkRkVk-X/μ-E/ρ)步骤(5.3):根据如下公式Pk=UkRkVk+E-Gk/τ步骤(5.4):计算矩阵乘积PkVk,将其和前一次的共轭方向线性相加,即根据公式ηk=PkVk+αk-1ηk-1+Gk/ρ计算变量V新的下降方向ηk;步骤(5.5):计算矩阵乘积PkUk,将其和前一次的共轭方向线性相加,根据公式ξk=PkUk+βk-1ξk-1+Gk/ρ计算变量U新的下降方向ξk;步骤(5.6):对变量V的共轭方向矩阵ηk进行分解,得到正交矩阵,将其赋值为新的变量Vk;步骤(5.7):对变量U的共轭方向矩阵ξk进行分解,得到正交矩阵,将其赋值为新的变量Uk;步骤(5.8):利用奇异值阈值收缩算子计算得到Rk的闭式解,其中s1,…,sr是Pk的奇异值;步骤(5.8):更新参数μk=min(ρμk,μmax);步骤(5.9):若迭代次数达到最大迭代次数Tmax或者满足停止条件则迭代终止,否则跳至5.2;步骤(6):输出最终解X=URV作为完备后的火焰图像通道;步骤(7):重复5.1-5.9,分别计算图像的每一个完备的通道;步骤(8):将上述步骤得到完备通道合成为完备的火焰图像;步骤(9):计算完备后的火焰图像集合X求均值和第j类完备后的火焰图像集合求均值步骤(10):计算类内散度矩阵Sw和类间散度矩阵SBSB=∑jNj(μi-μ)(μi-μ)T步骤(11):计算广义特征优化矩阵Wopt步骤(12):对X进行特征抽取得到新特征空间的样本集合WoptX,并根据近邻规则建立分类器;步骤(13):对新到的火焰图像根据近邻规则在新的特征空间中进行识别,得到对应的状态,即过燃烧,正常燃烧,欠燃烧。根据上述基于线性群和广义特征优化的玻璃熔窑火焰识别方法,本专利技术对现场采集到的玻璃熔窑火焰图像进行仿真实验,从仿真结果可看出,本专利技术可以很好的解决工业摄像机在复杂生产环境下的火焰图像识别问题。附图说明图1:基于线性群和广义特征优化的玻璃熔窑火焰识别方法流程图;图2:不完备的火焰图像及其恢复结果。具体实施方式为了更好地理解本专利技术的技术方案,图1给出了本专利技术的方法流程。本专利技术的熔窑火焰识别方法依赖于相关数据采集系统,有工业摄像机和工业电视。本专利技术的实施方式如下:步骤(1):熔窑内部受干扰火焰图像信号通过高温视频电缆传输到工业监示器的视频输入接口,使熔窑的火焰图像在工业监视器上,然后截取工业监视器上被干扰的火焰图像作为方法的输入,将其分成红色通道、绿色通道和蓝色通道矩阵,每一通道矩阵对应一个观测到的不完备矩阵M,如果矩阵中的元素小于阈值pos,则将该元素标记为0;步骤(2):初始化,设定如下基本变量设定算法相关参数:tol:停止迭代的条件参数Tmax:最大迭代数次μ:正则参数μmax:正则参数上限τ:泰勒近似系数α:矩阵V的共轭系数β:矩阵U的共轭系数ρ:用于对正则参数进行更新E:混合噪声矩阵步骤(3):假设待求的完备通道对应的矩阵为X,那么对变量X进行奇异值分解得到X=URV,其中R是对角矩阵,一共r个对角元素,U和V是单位正交矩阵;步骤(4):基于上述步骤,所提出的正交群变换下方法相应的模型如下其中表示矩阵的F范数平方和,得到奇异值分解是不唯一的,即对变量进行线性群变换得到X=(UO)(ORO)(OV)其中O是线性群,所以为了避免问题求解时陷入局部最优,在新的搜索空间中优化新的变量矩阵U,R和V,同时得到E的每个元素的闭式解步骤(5):根据观测到的不完备图像M计算上述步骤中的变量U,R和V步骤(5.1):模型初始化;令矩阵U,R和V为单位对角矩阵,初始化迭代次数i=1,停止迭代的条件参数tol>10-10,泰勒近似系数τ=0.5,共轭方向矩阵ξ=0;步骤(5.2):根据如下公式计算Gk=(UkRkVk-X/μ-E/ρ)步骤(5.3):根据如下公式Pk=UkRkVk+E-Gk/τ步骤(5.4):计算矩阵乘积PkVk,将其和前一次的共轭方向线性相加,即根据公式ηk=PkVk+αk-1ηk-1+Gk/ρ计算变本文档来自技高网...

【技术保护点】
一种基于线性群和广义特征优化的浮法玻璃熔窑火焰识别方法,其特征在于,包括:将不完备的玻璃熔窑火焰信息进行线性群变换,利用矩阵完备方法对线性群变换后的不完备火焰信息进行恢复,从而得到完备的火焰图像;将完备后的火焰图像信息映射到广义特征空间,在广义特征空间中根据近邻规则对火焰状态进行识别。

【技术特征摘要】
1.一种基于线性群和广义特征优化的浮法玻璃熔窑火焰识别方法,其特征在于,包括:将不完备的玻璃熔窑火焰信息进行线性群变换,利用矩阵完备方法对线性群变换后的不完备火焰信息进行恢复,从而得到完备的火焰图像;将完备后的火焰图像信息映射到广义特征空间,在广义特征空间中根据近邻规则对火焰状态进行识别。2.根据权利要求1所述的方法,其特征在于,所述将不完备的玻璃熔窑火焰信息进行线性群变换,利用矩阵完备方法对线性群变换后的不完备火焰信息进行恢复,具体步骤如下:步骤1:初始化,设定如下基本变量和算法参数:pos:用来判断火焰每一层信息不完整的位置;mi:火焰图像的第i(i=1,2,3)层对应的行数;ni:火焰图像的第i(i=1,2,3)层对应的列数;U:奇异左正交矩阵;R:对角矩阵;V:奇异右正交矩阵;O:线性群矩阵;r:对变量奇异值分解所需的秩参数;tol:停止迭代的条件参数;Tmax:最大迭代数次;μ:正则参数;μmax:正则参数上限;τ:泰勒近似系数;α:矩阵V的共轭系数;β:矩阵U的共轭系数;ρ:用于对正则参数进行更新;xi:完备后的第i副火焰图像;X:完备后的火焰图像集合;θ:完备后的火焰图...

【专利技术属性】
技术研发人员:刘民王至超董明宇张亚斌刘涛
申请(专利权)人:清华大学青岛清能合创智能科技有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1