基于稀疏去噪的DT-CWT火焰圖像融合檢測(cè).pdf

1、在燒結(jié)法生產(chǎn)工藝中，回轉(zhuǎn)窯內(nèi)的燒成帶溫度是生產(chǎn)過程中的關(guān)鍵工藝控制指標(biāo)。由于傳統(tǒng)測(cè)量手段易受工況的影響，研究工作者采用火焰圖像處理的方式來反饋溫度信息。其中，火焰圖像的黑把子區(qū)域攜帶重要的特征信息，可以輔助解決火焰區(qū)和物料區(qū)無法準(zhǔn)確判斷燒結(jié)狀態(tài)的情況。但是由于火焰圖像自身特點(diǎn)局限和干擾信號(hào)的影響，使得黑把子區(qū)域特征難以準(zhǔn)確提取。在回轉(zhuǎn)窯火焰圖像的邊緣檢測(cè)處理中，主要是針對(duì)單幅圖像進(jìn)行分割處理，也有一些研究者對(duì)單幅圖像提取出各個(gè)區(qū)域后再進(jìn)

2、行融合處理，但這些方法對(duì)于黑把子區(qū)域邊緣不完整的單幅圖像處理效果不佳，因此本文采用像素級(jí)圖像融合方法，對(duì)兩幅單幀圖像進(jìn)行融合，可以融合出比較完整的黑把子區(qū)域。
　　目前小波變換是像素級(jí)圖像融合中常用的理論，傳統(tǒng)離散小波變換(DiscreteWavelet Transform，DWT)，有一定的局限性，無法滿足噪聲干擾嚴(yán)重的工業(yè)現(xiàn)場(chǎng)圖像處理需求。而雙樹復(fù)小波變換(Dual-tree Complex Wavelet Transform

3、，DT-CWT)能克服DWT的不足，DT-CWT融合方法可以得到比DWT融合方法更好的融合效果。為能在融合過程中抑制無關(guān)的噪聲信息，需結(jié)合一定的去噪方法增強(qiáng)DT-CWT融合方法的抗噪性。傳統(tǒng)去噪方法通常會(huì)造成圖像邊緣模糊，不能很好的表現(xiàn)圖像特征?；谶^完備字典的圖像稀疏表示方法因滿足稀疏性、特征保持性、可分性，能更好的表現(xiàn)圖像特征，成為很好的去噪方法，因此本文基于燃煤火焰圖像的特點(diǎn)，綜合稀疏去噪和DT-CWT融合方法，提出一種基于稀疏去

4、噪的DT-CWT火焰圖像融合檢測(cè)方法，在噪聲干擾嚴(yán)重條件下，實(shí)現(xiàn)回轉(zhuǎn)窯火焰圖像黑把子區(qū)域的有效融合及邊緣的檢測(cè)。本文的主要內(nèi)容如下：
　　首先，研究基于雙樹復(fù)小波的火焰圖像融合。將兩幅單幀火焰圖像作為輸入，進(jìn)行兩級(jí)雙樹復(fù)小波變換，其中第一級(jí)分解得到的低頻部分作為下一級(jí)分解的輸入；采用絕對(duì)值最大法對(duì)分解后的高頻部分進(jìn)行融合，得到融合圖像各方向的高頻系數(shù)；采用加權(quán)平均法對(duì)分解后的低頻部分進(jìn)行融合，得到融合圖像各方向的低頻系數(shù)；通過雙樹