基于嵌入式圖像識別的煤粉鍋爐火焰檢測系統設計

劉 剛

（1.煤科院節能技術有限公司，北京 100013；2.煤炭資源高效開采與潔凈利用國家重點實驗室，北京 100013；3.國家能源煤炭高效利用與節能減排技術裝備重點實驗室，北京 100013）

近幾年，隨著煤粉鍋爐產業的發展與完善，如何檢測鍋爐的燃燒情況成為其最終能否實現無人值守的關鍵。現有的檢測系統主要為紅外和紫外火焰檢測系統，但有時積灰、煤粉堵塞等情況會造成檢測不準確、可靠性下降。在此情況下，結合司爐工燒爐經驗，筆者提出一種根據鍋爐燃燒時爐前攝像頭所攝黑白圖像灰度值不同辨別燃燒狀況的方法，為在無人條件下鍋爐房的正常運行提供安全保障。

1 系統的設計及實現

1.1 系統的總體結構

硬件部分利用FPGA可編程門陣列。它負責控制攝像頭的工作（通過接收組態王系統信號判斷是否進入提取圖像，或者根據鍋爐運行周期發出控制信號），并接收傳回的圖像數據進行算法識別，根據識別結果判斷燃燒情況并報警。FPGA系統的識別和報警數據可以通過VGA接口在顯示器上顯示，或者通過網口將數據傳給監控室電腦。

1.2 系統的主件結構

該系統的核心是基于Altera Cyclone II FPGA芯片的硬件平臺，外圍附有通信用RS232接口、RJ45接口，顯示用VGA接口、圖像采集用USB接口、通用PIO接口以及由USB FIFO和MAX II CPLD器件構成的用于調試和下載FPGA軟硬件邏輯的USB Blaster接口。

2 火焰圖像處理系統快速算法

2.1 背景差分法

背景差分法是數字圖像處理的經典算法，其基本運算過程非常簡單，首先利用式（1）計算背景圖像像素灰度矩陣bk與當前幀圖像像素灰度矩陣fk的差值，然后依據式（2）對相減后的差分圖像像素灰度矩陣Dk進行二值化，二值化的關鍵是選取二值化的閾值，并作形態學濾波處理（也可以省略），然后對所得結果Rk進行區域連通性分析，當某一連通區域的面積大于某一給定的閾值，即像素為1的點的連通區域大于每個給定的值，則認為其是檢測目標，并認為該區域就是目標的區域范圍。

式中，fk（x，y）為含檢測物的圖像；fbk（x，y）為純背景圖像；Dk（x，y）為幀差圖像。

式中，T是二值化圖像時設定的閾值，閾值的選取通過一系列試驗得到。

2.2 火焰的判別

圖像判別具有以下步驟，首先在MATLAB 6.3環境下對儲存的圖像進行處理。

（1）圖像背景差值處理。選定儲存的無火焰圖像為背景圖bk，與其余含火焰的圖像像素相減，得到相應差值圖像Dk。

（2）對灰度圖像以固定閾值做二值化處理。二值圖像的所有像素值只能在兩種可能的離散值中取其一種圖像，也稱為黑白圖像。本質上，這兩個可取的像素灰度值分別對應于0（黑）和255（白）。以這種方式來操作圖像可以更加容易地識別圖像的結構特征，以便在圖像背景中識別物體。

（3）計算二值圖像前景的面積，與預設值面值比較。二值圖像的面積是指二值圖像中像素值為1的個數。對一幅二值圖像R來說，離散數據表示的圖像，其面積A象素個數可以通過計數得到：

在MATLAB工具箱中，利用bware函數計算二值圖像面積。通過程序計算，得到圖像的前景面積，與預設的值進行比較，如大于預設值則判定圖像中有火焰，如小于預設值則判定圖像無火焰。

（4）對前景面積符合的圖像進行被檢測物灰度均值計算，進行判別。背景差值后的圖像，已經完整地提取出了火焰燃燒的圖像部分，人們就可以很方便地計算出火焰燃燒圖像的灰度值總和，由于已經求得前景的像素數，所以兩者相除即得差值后燃燒圖像前景的平均灰度。

通過試驗，計算出不同燃燒情況下火焰的平均灰度值，與計算所得的圖像平均灰度進行比較，就可以知道火焰的燃燒情況，進而上傳數據信息至上位機。

3 結論

本文首先介紹了數字圖像技術與煤粉鍋爐產業的發展，說明了研究意義，闡述了圖像成像理論及其影響因素，通過結合數字圖像處理算法，利用Matlab軟件完成火焰圖像在線識別系統的算法設計，證明了本設計是可行的。