基于火焰图像特征与GRNN的转炉吹炼状态识别

• 作者: 何自芬 刘辉 张云生 张印辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 转炉 火焰图像 线不变矩 颜色均值 Laws纹理 广义回归神经网络
• 年，卷（期）: 2011,（26）
• 所属期刊栏目: 博士论坛
• 页码范围: 7-10
• 分类号: TP391.41
• 字数: 3317字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.26.003

摘要

随着转炉冶炼过程的推进,炉口火焰图像在不同的冶炼阶段呈现较为明显的差别.根据火焰图像判断冶炼所处阶段的问题,其关键在于如何准确提取火焰的主要特征,提出了火焰边缘线不变矩特征,火焰图像Laws纹理能量特征,以及图像色彩特征,并研究了它们的变化过程.最后,利用广义回归神经网络(GRNN)建立图像特征和冶炼阶段之间的分类模型.实验结果表明,该方法能有效进行基于图像识别的转炉冶炼状态判断,具有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何自芬	昆明理工大学机电工程学院	33	122	6.0	10.0
2	张印辉	昆明理工大学机电工程学院	40	190	8.0	13.0
3	张云生	昆明理工大学信息工程与自动化学院	89	503	11.0	18.0
4	刘辉	昆明理工大学冶金与能源工程学院	147	1430	17.0	34.0