Log-Gabor小波和分数阶多项式KPCA的火焰图像状态识别

• 作者: 吴一全 宋昱
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 燃烧监测 火焰图像 Log-Gabor小波 核主成分分析 支持向量机
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1785-1793
• 页数: 9页
• 分类号: TK223|TN911
• 字数: 7178字
• 语种: 中文
• DOI: 10.11834/jig.20141210

摘要

目的 为了进一步提高锅炉燃烧火焰图像状态识别的性能,提出了一种基于Log-Gabor小波和分数阶多项式核主成分分析(KPCA)的火焰图像状态识别方法.方法 首先利用Log-Gabor滤波器组对火焰图像进行滤波,提取滤波后图像的均值和标准差,并构成纹理特征向量.然后使用分数阶KPCA方法对纹理特征向量进行降维,并将降维后的纹理特征向量输入支持向量机进行分类.结果 本文与基于Log-Gabor小波特征提取以及2种基于Gabor小波特征提取的方法相比,本文方法的分类识别正确率更高,分类精度为76％.同时,第1主分量方差比重与核函数参数d之间满足递增关系.本文方法能够准确地提取火焰图像纹理特征.结论 本文提出一种对锅炉燃烧火焰图像进行状态识别的方法,对提取的火焰图像纹理特征向量进行降维并进行分类,可以获得较高的分类精度.实验结果表明,本文方法分类精度较高,运行时间较短,具有良好的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴一全	南京航空航天大学电子信息工程学院	198	2249	23.0	36.0
5	宋昱	南京航空航天大学电子信息工程学院	13	146	6.0	12.0