一种固体氧化物燃料电池系统燃烧室火焰图像的处理方法技术方案

技术编号:33133487 阅读:23 留言:0更新日期:2022-04-17 00:54
本申请提供了一种固体氧化物燃料电池系统燃烧室火焰图像的处理方法,用于对SOFC系统的燃烧室采集到的图像进行一系列的预处理,从而使得图像具有更为精细的图像细节,方便后续高精度、高效的燃烧状态分析。方法包括:处理设备获取SOFC系统的燃烧室的待处理图像;处理设备通过PIVF处理,对待处理图像进行图像增强,得到第一图像;处理设备通过MSRCP处理,对第一图像进行图像增强,得到第二图像;处理设备对第一图像执行灰度化处理,得到第三图像;处理设备对第一图像、第二图像以及第三图像进行融合,得到第四图像;处理设备对第一图像、第二图像以及第四图像进行融合,得到第五图像。得到第五图像。得到第五图像。

【技术实现步骤摘要】
一种固体氧化物燃料电池系统燃烧室火焰图像的处理方法


[0001]本申请涉及图像处理领域,具体涉及一种固体氧化物燃料电池系统燃烧室火焰图像的处理方法。

技术介绍

[0002]固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)作为第三代燃料电池,是目前研究和商业化推广的热点,其为一种新型的能量转换装置,具有燃料适应性强、效率高、成本低、污染低等优点。
[0003]SOFC能够做到很少排放气体,甚至不排放气体,是一种绿色能源,SOFC加入一个热电联产技术系统后,其效率能提升至90%。在SOFC系统中,燃烧室主要负责尾气处理和系统热量供给,它是提高能源效率和减少环境污染的一个重要组件,而SOFC系统的安全性、可靠性是其发电系统的重要目标。若不及时检测并解决系统故障,故障会逐渐影响到整个系统的稳定高效运行。因此,在运行过程中监测燃烧室的燃烧状态具有重要意义。SOFC燃烧室燃烧状态的监测,需要对燃烧室火焰进行识别与分析,以控制燃烧室的燃烧进程。
[0004]然而在现有的相关技术的研究过程中,专利技术人发现,SOFC系统的燃烧室采集的图像普遍存在高亮度、对比度低、颜色混合等情况,从而基于图像分析燃烧室内的燃烧状态时,则会导致存在分析精度、分析效率较低的问题。

技术实现思路

[0005]本申请提供了一种固体氧化物燃料电池系统燃烧室火焰图像的处理方法,用于对SOFC系统的燃烧室采集到的图像进行一系列的预处理,从而使得图像具有更为精细的图像细节,方便后续高精度、高效的燃烧状态分析。
[0006]第一方面,本申请提供了一种固体氧化物燃料电池系统燃烧室火焰图像的处理方法,方法包括:
[0007]处理设备获取SOFC系统的燃烧室的待处理图像,初始图像是通过设于SOFC系统的燃烧室中的相机采集得到的;
[0008]处理设备通过基于感知的变分框架(Perceptually Inspired Variational Framework,PIVF)处理,对待处理图像进行图像增强,得到第一图像,以提取出主要颜色;
[0009]处理设备通过具有色度保持的多尺度同态滤波(Multi

Scale Retinex With Chromaticity Preservation,MSRCP)处理,对第一图像进行图像增强,得到第二图像,以提高颜色对比度;
[0010]处理设备对第一图像执行灰度化处理,得到第三图像,以提取出亮度信息;
[0011]处理设备对第一图像、第二图像以及第三图像进行融合,得到第四图像,以联合灰度信息以及彩色信息;
[0012]处理设备对第一图像、第二图像以及第四图像进行融合,得到第五图像,以通过第一图像以及第二图像两者来对第四图像进行校正。
[0013]结合本申请第一方面,在本申请第一方面第一种可能的实现方式中,PIVF处理包括:
[0014]获取待处理图像的图像大小的权重矩阵,其中,在权重矩阵中距离中心点越近的点赋予越大的权重;
[0015]对待处理图像进行归一化,获取图像多项式,并对图像多项式进行傅里叶变换;
[0016]使用权重矩阵以及图像多项式进行元素相乘;
[0017]对图像多项式进行反傅里叶变换;
[0018]使用预计算的多项式系数进行图像计算,获取第一图像。
[0019]结合本申请第一方面,在本申请第一方面第二种可能的实现方式中,PIVF处理是以梯度下降的方式进行图像增强的,PIVF处理定义为:
[0020][0021]其中,I
k
为每次迭代的结果,k为迭代次数,Δt为下降步长,α与β为平衡项,I0是原始图像,μ为0.5的常数,代表对图像的处理,Δt为梯度下降的步幅,
[0022]定义为:
[0023][0024]其中,x、y代表图像两个像素,w(x,y)为定义x、y距离的高斯函数,w(x,y)随距离增大而减小,为单调递增且可微的函数,
[0025]在每次下降过程中,计算I(k)

I(k

1),并判断差值是否小于图像增强阈值,若小于则完成图像增强处理,其中,图像增强阈值的区间为0.025至0.03。
[0026]结合本申请第一方面,在本申请第一方面第三种可能的实现方式中,MSRCP处理定义为:
[0027][0028]其中,I为图像,R、G、B为图像的RGB通道,Msr为多尺度同态滤波MSR算法,a、b为两个超参数,a、b均取值为0.01,Sp为最简颜色平衡算法。
[0029]结合本申请第一方面,在本申请第一方面第四种可能的实现方式中,处理设备对第一图像、第二图像以及第三图像进行融合,得到第四图像,包括:
[0030]处理设备基于色调保持模型,对第一图像、第二图像以及第三图像进行融合,得到第四图像,色调保持模型定义为:
[0031][0032]其中,I为第一图像,L是第二图像,g为第三图像,c为图像颜色通道。
[0033]结合本申请第一方面,在本申请第一方面第五种可能的实现方式中,处理设备对第一图像、第二图像以及第四图像进行融合,得到第五图像,包括:
[0034]处理设备基于小波融合处理,对第一图像、第二图像以及第四图像进行融合,得到第五图像,小波融合定义为:
[0035][0036]其中,V∈{LH,HL,HH},LH、HL、HH分别为小波分解后的图像垂直、水平、对角高频细节,c为图像通道,n为图像数量,S为待融合的图像细节分量,W为待融合的图像的权重,
[0037]小波融合处理通过拉普拉斯算子来保持图像的对比度权重,并用高斯曲线来为不同图像给予不同亮度权重,对比度权重定义为:
[0038]C
c,t
=A*I
c,t

[0039]其中,C为对比度权重,A为拉普拉斯算子,I为图像,*为卷积运算,
[0040]亮度权重定义为:
[0041][0042]其中,N为亮度权重,I为图像,μ为平均亮度,σ为0.5。
[0043]结合本申请第一方面,在本申请第一方面第六种可能的实现方式中,处理设备对第一图像、第二图像以及第四图像进行融合,得到第五图像之后,方法还包括:
[0044]处理设备基于第五图像,对SOFC系统的燃烧室中的火焰燃烧状态进行识别处理,识别处理的过程中包括图像特征识别处理以及图像分割处理。
[0045]第二方面,本申请提供了一种固体氧化物燃料电池系统燃烧室火焰图像的处理装置,装置包括:
[0046]获取单元,用于获取SOFC系统的燃烧室的待处理图像,初始图像是通过设于SOFC系统的燃烧室中的相机采集得到的;
[0047]第一增强单元,用于通过基于感知的变分框架PIVF处理,对待处理图像进行图像增强,得到第一图像,以提取出主要颜色;
[0048]第二增强单元,用于通过具有色度保持的多尺度同态滤波MSR本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种固体氧化物燃料电池系统燃烧室火焰图像的处理方法,其特征在于,所述方法包括:处理设备获取固体氧化物燃料电池SOFC系统的燃烧室的待处理图像,所述初始图像是通过设于所述SOFC系统的燃烧室中的相机采集得到的;所述处理设备通过基于感知的变分框架PIVF处理,对所述待处理图像进行图像增强,得到第一图像,以提取出主要颜色;所述处理设备通过具有色度保持的多尺度同态滤波MSRCP处理,对所述第一图像进行图像增强,得到第二图像,以提高颜色对比度;所述处理设备对所述第一图像执行灰度化处理,得到第三图像,以提取出亮度信息;所述处理设备对所述第一图像、所述第二图像以及所述第三图像进行融合,得到第四图像,以联合灰度信息以及彩色信息;所述处理设备对所述第一图像、所述第二图像以及所述第四图像进行融合,得到第五图像,以通过所述第一图像以及所述第二图像两者来对所述第四图像进行校正。2.根据权利要求1所述的方法,其特征在于,所述PIVF处理包括:获取所述待处理图像的图像大小的权重矩阵,其中,在所述权重矩阵中距离中心点越近的点赋予越大的权重;对所述待处理图像进行归一化,获取图像多项式,并对所述图像多项式进行傅里叶变换;使用所述权重矩阵以及所述图像多项式进行元素相乘;对所述图像多项式进行反傅里叶变换;使用预计算的多项式系数进行图像计算,获取所述第一图像。3.根据权利要求1所述的方法,其特征在于,所述PIVF处理是以梯度下降的方式进行图像增强的,所述PIVF处理定义为:其中,I
k
为每次迭代的结果,k为迭代次数,Δt为下降步长,α与β为平衡项,I0是原始图像,μ为0.5的常数,代表对图像的处理,Δt为梯度下降的步幅,定义为:其中,x、y代表图像两个像素,w(x,y)为定义x、y距离的高斯函数,w(x,y)随距离增大而减小,为单调递增且可微的函数,在每次下降过程中,计算I(k)

I(k

1),并判断差值是否小于图像增强阈值,若小于则完成图像增强处理,其中,所述图像增强阈值的区间为0.025至0.03。4.根据权利要求1所述的方法,其特征在于,所述MSRCP处理定义为:
其中,I为图像,R、G、B为图像的RGB通道,Msr为多尺度同态滤波MSR算法,a、b为两个超参数,a、b均取值为0.01,Sp为最简颜色平衡算法。5.根据权利要求1所述的方法,其特征在于,所述处理设备对所述第一图像、所述第二图像以及所述第三图像进行融合,得到第四图像,包括:所述处理设备基于色调保持模型,对所述第一图像、所述第二图像以及所述第三图像进行融合,得到所述第四图像,所述色调保持模型定义为:其...

【专利技术属性】
技术研发人员:李曦王阳付晓薇
申请(专利权)人:华中科技大学
类型:发明
国别省市:

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