基于机器视觉的垃圾焚烧炉火焰完结点检测系统研究

论文摘要

目前,我国垃圾焚烧炉系统主要是靠人的肉眼通过观火孔,来观察垃圾焚烧的状态的。通过人工观火来调节炉排的动作,调节垃圾的焚烧状况,不但劳动强度大,危险性高,而且如果调节不当会使炉膛熄火甚至会造成重大安全问题。因此,焚烧炉中垃圾焚烧状况检测至关重要。鉴于人工检测劳动强度大,效率低,危险性大,本文提出一种基于机器视觉的垃圾焚烧火焰完结点检测系统。本文首先对垃圾焚烧的具体工艺进行了研究;其次通过对我国垃圾成分的分析以及垃圾处理方法比较,确定本文采用热解焚烧法对垃圾进行处理;针对垃圾成分的复杂性,建立了基于机器视觉的垃圾焚烧炉火焰完结点检测系统的硬件系统,确定了图像采集的相机、图像采集卡、传像光纤及工控机的选型。其次,对基于机器视觉技术的垃圾焚烧火焰完结点判定方法进行了系统研究。为了去除各种噪声的干扰,对原始图像进行了预处理。通过对垃圾焚烧环境的分析以及与几种常用滤波方法比较,确定采用中值滤波对垃圾焚烧火焰图像进行增强;针对垃圾处理图像的特殊性,本文提出基于DFC的聚类图像分割技术;分割后的图像存在的噪声,利用形态学方法对图像进行去噪及加强图像特征的操作;通过各种边缘检测算法的比较,提出了基于相位信息的边缘检测方法来检测垃圾焚烧火焰的边缘,最后,通过对火焰边缘进行统计排列,利用中值算法求出火焰完结点位置并以图像或数值的形式作为参数,提供给炉排控制器。最后,通过VC++编程,自主开发出了适合本系统的上位机软件系统及简单、实用的操作界面,并且通过实际垃圾焚烧炉火焰的位置证明了本火焰完结点检测系统对垃圾焚烧系统控制作用的有效性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究的背景和意义
• 1.2 机器视觉技术的概述
• 1.3 机器视觉技术的应用
• 1.4 国内外研究现状
• 1.4.1 国外研究现状
• 1.4.2 国内研究现状
• 1.5 本文研究内容
• 1.6 本章小结
• 第2章 垃圾焚烧火焰完结点检测系统构成
• 2.1 垃圾焚烧系统的工艺流程
• 2.2 垃圾具体焚烧方法的选择
• 2.3 控制要求及难点
• 2.3.1 垃圾焚烧系统的控制目标
• 2.3.2 垃圾焚烧系统的控制难点
• 2.4 火焰完结点检测系统的硬件组成
• 2.4.1 火焰燃烧完结点及亮度检测系统组成
• 2.4.2 CCD 摄像机
• 2.4.3 图像采集卡
• 2.4.4 水冷防护系统
• 2.4.5 工业控制计算机
• 2.5 本章小结
• 第3章 焚烧炉火焰图像预处理与分析
• 3.1 图像灰度化
• 3.1.1 灰度化处理
• 3.1.2 仿真结果
• 3.2 图像去噪
• 3.2.1 均值滤波
• 3.2.2 高斯滤波
• 3.2.3 中值滤波
• 3.3 图像分割
• 3.3.1 典型阈值分割
• 3.3.2 DFC 聚类算法
• 3.3.3 仿真结果
• 3.4 形态学处理
• 3.4.1 形态学原理
• 3.4.2 腐蚀和膨胀
• 3.4.3 开运算和闭运算
• 3.5 本章小结
• 第4章 垃圾焚烧火焰图像亮度及边缘检测方法研究
• 4.1 垃圾焚烧火焰闪烁频率及亮度判定
• 4.2 基于相位进行边缘检测
• 4.2.1 相位信息
• 4.2.2 相位一致性的定义
• 4.2.3 局部能量模型的概述
• 4.2.4 局部能量估计
• 4.3 二维扩展
• 4.3.1 二维滤波器的设计
• 4.3.2 滤波器的方向
• 4.3.3 噪声补偿问题
• 4.3.4 各方向上数据的综合
• 4.4 仿真结果
• 4.5 本章小结
• 第5章 火焰完结点检测系统软件的实现
• 5.1 开发工具的选择
• 5.2 界面设计
• 5.2.2 图像采集模块
• 5.2.3 图像预处理模块
• 5.3 测量结果输出及数据分析
• 5.4 本章小结
• 第6章 结论及展望
• 6.1 结论
• 6.2 未来工作展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录