基于火焰图像识别陶瓷辊道窑烧成带工况智能检测方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 引言 | 第8-12页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·陶瓷辊道窑测温技术现状及发展趋势 | 第9-10页 |
| ·测温技术的现状 | 第9-10页 |
| ·测温技术的发展趋势 | 第10页 |
| ·多传感器信息融合 | 第10-11页 |
| ·论文的主要内容 | 第11-12页 |
| 2 陶瓷辊道窑烧成带多点温度检测系统 | 第12-25页 |
| ·陶瓷烧制工艺过程 | 第12-13页 |
| ·热电偶传感器多点温度采集系统 | 第13-18页 |
| ·热电偶测温的基本原理 | 第13-14页 |
| ·热电偶温度检测系统的电路设计 | 第14-15页 |
| ·热电偶冷端温度的电路设计 | 第15-17页 |
| ·A/D转换电路 | 第17页 |
| ·单片机温度采集显示电路 | 第17-18页 |
| ·信息融合 | 第18-22页 |
| ·信息融合的概念和基本原理 | 第18页 |
| ·信息融合的结构 | 第18-21页 |
| ·基于均值的递推融合方法 | 第21-22页 |
| ·温度检测系统流程 | 第22-23页 |
| ·实验研究 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 图像处理方法简介 | 第25-36页 |
| ·图像处理概述 | 第25-26页 |
| ·图像预处理 | 第26-29页 |
| ·帧间平滑 | 第27-28页 |
| ·邻域平均法 | 第28-29页 |
| ·中值滤波 | 第29页 |
| ·图像分割方法 | 第29-33页 |
| ·阈值分割法 | 第30-31页 |
| ·基于区域的分割法 | 第31页 |
| ·边缘检测的分割法 | 第31-32页 |
| ·基于模糊理论的分割方法 | 第32页 |
| ·基于神经网络的方法 | 第32-33页 |
| ·图像分割的性能评价 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 陶瓷辊道窑火焰图像处理及特征提取 | 第36-47页 |
| ·引言 | 第36页 |
| ·陶瓷辊道窑火焰图像的采集及预处理 | 第36-38页 |
| ·火焰图像的采集 | 第36-37页 |
| ·火焰图像的预处理 | 第37-38页 |
| ·火焰图像的帧间平滑 | 第37页 |
| ·火焰图像的中值滤波 | 第37-38页 |
| ·聚类算法的基本原理 | 第38-41页 |
| ·聚类的基本概念 | 第38-39页 |
| ·相似性测度 | 第39-40页 |
| ·聚类准则 | 第40-41页 |
| ·聚类算法的选择 | 第41页 |
| ·K-均值聚类陶瓷辊道窑火焰图像分割及特征提取 | 第41-46页 |
| ·色彩空间的转换 | 第42-43页 |
| ·K均值聚类算法的要点 | 第43-44页 |
| ·K-均值聚类 | 第44页 |
| ·火焰特征的提取 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5 基于火焰图像识别的陶瓷辊道窑温度智能检测 | 第47-60页 |
| ·模糊专家系统 | 第47-51页 |
| ·专家系统的基本概述 | 第47-48页 |
| ·专家系统的构造步骤 | 第48-49页 |
| ·模糊专家系统 | 第49-51页 |
| ·模糊专家系统结构 | 第49-51页 |
| ·合成推理方法(mamdani运算法) | 第51页 |
| ·烧成带火焰温度判断的模糊专家系统的结构 | 第51-52页 |
| ·模糊知识库的建立 | 第52-53页 |
| ·窑炉烧成带火焰温度的模糊推理 | 第53-55页 |
| ·仿真研究 | 第55-59页 |
| ·窑炉烧成带火焰温度的模糊推理系统建立 | 第55-57页 |
| ·仿真结果分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 6 结论与展望 | 第60-61页 |
| ·结论 | 第60页 |
| ·展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 发表论文 | 第65页 |
