一種循環(huán)流化床鍋爐氣固流場顆粒運動檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種循環(huán)流化床鍋爐氣固流場顆粒運動檢測方法。
【背景技術(shù)】
[0002] 近年來，循環(huán)流化床作為一種高效、清潔的燃燒技術(shù)發(fā)展迅速，循環(huán)流化床鍋爐已 被認為是我國現(xiàn)階段最切實可行的潔凈煤燃燒技術(shù)。隨著循環(huán)流化床機組大型化高參數(shù)化 的發(fā)展，爐內(nèi)氣固流動特性的研宄是該技術(shù)發(fā)展的關(guān)鍵問題之一。
[0003] 隨著流化床技術(shù)的不斷發(fā)展，可以發(fā)現(xiàn)現(xiàn)有的對爐內(nèi)氣固兩相特性的試驗研宄和 數(shù)值模擬工作依然存在明顯的不足。對爐內(nèi)的局部區(qū)域氣固流動分布的影響研宄，目前顆 粒速度的測量方法可以分為兩大類，接觸式測量法和非接觸式測量法。接觸式測量法主要 包括傳統(tǒng)的沖擊力法，等速取樣法，光纖探頭法等。接觸式測速方法由于其所使用的測量裝 置對局部流場有干擾作用，使其測量結(jié)果精度和準確性較低，且難以實現(xiàn)在線實時測量。近 年來，隨著計算機，數(shù)據(jù)采集和圖像處理技術(shù)的不斷發(fā)展，非接觸式的測量技術(shù)如粒子圖像 測速技術(shù)（以下簡稱PIV技術(shù)），激光多普勒測速技術(shù)等有了快速發(fā)展和應(yīng)用。
[0004] PIV技術(shù)是基于流場可視化技術(shù)發(fā)展起來的，PIV技術(shù)所采用的圖像處理算法主 要包括灰度分布互相關(guān)法，自相關(guān)法，二值化互相關(guān)法，速度梯度張量法，四時間步追蹤法 等等?，F(xiàn)有方法在處理循環(huán)流化床鍋爐的氣固流場時，由于流化床爐內(nèi)顆粒活動特點，通過 后期圖像處理往往不容易獲得理想的顆粒速度場分布，當成像上存在干擾，會使得計算矢 量圖的時候存在誤差甚至錯誤，出現(xiàn)較多錯誤的速度矢量，魯棒性差。此外，目前在流化床 氣固流場顆粒運動速度檢測研宄上，是直接將應(yīng)用現(xiàn)有圖像處理算法得到的矢量圖作為最 終結(jié)果，而未對矢量圖進行進一步處理分析，這會導致矢量圖本身誤差客觀存在的時候，對 粒子運動跟蹤的連續(xù)性差。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明所要解決的技術(shù)問題是針對上述現(xiàn)有技術(shù)提供一種跟蹤連續(xù)性好、準確性 高、計算誤差小的循環(huán)流化床鍋爐氣固流場顆粒運動檢測方法。
[0006] 本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為：一種循環(huán)流化床鍋爐氣固流場顆 粒運動檢測方法，其特征在于：包括如下步驟：
[0007] 步驟一：采集循環(huán)流化床鍋爐氣固流場顆粒運動的視頻圖像；
[0008] 步驟二：對步驟一采集的視頻圖像進行預處理：采用高斯平滑算法對步驟一采集 的視頻圖像進行濾波去噪；
[0009] 步驟三：對濾波去噪后的視頻圖像進行銳化處理，以提高圖像的對比度；
[0010] 步驟四：將銳化處理后的視頻圖像轉(zhuǎn)化為灰度視頻圖像；
[0011] 步驟五：使用光流法對灰度視頻圖像進行處理，得到運動矢量圖像；光流法為現(xiàn) 有常規(guī)技術(shù)；
[0012] 步驟六：根據(jù)步驟五得到的運動矢量圖像中每個矢量點的運動矢量，將運動矢量 圖像劃分大小不等的網(wǎng)格區(qū)域，最后根據(jù)運動矢量圖像中每個矢量點的運動矢量模大小和 矢量方向劃分網(wǎng)格區(qū)域，具體劃分方法為：
[0013] 步驟6-1、遍歷運動矢量圖像中的所有矢量點，分別取每個矢量點的運動矢量模和 矢量方向，將每個矢量點的運動矢量模和矢量方向進行歸一化處理，得到每個矢量點的運 動矢量模的歸一化值和矢量方向的歸一化值，然后將每個矢量點的運動矢量模的歸一化值 和矢量方向的歸一化值進行分段量化；
[0014] 步驟6-2、分別計算所有矢量點運動矢量的橫向分量的模和縱向分量的模，然后計 算出最大網(wǎng)格和最小網(wǎng)格的橫向限定值及縱向限定值，即：將所有矢量點運動矢量的橫向 分量的模按照從大到小的次序依次排序，計算排序前20%的橫向分量的模的平均值V 1，然 后，計算確定最小網(wǎng)格區(qū)域的橫向限定值為
【主權(quán)項】
1. 一種循環(huán)流化床鍋爐氣固流場顆粒運動檢測方法，其特征在于：包括如下步驟： 步驟一：采集循環(huán)流化床鍋爐氣固流場顆粒運動的視頻圖像； 步驟二：對步驟一采集的視頻圖像進行預處理：采用高斯平滑算法對步驟一采集的視 頻圖像進行濾波去噪； 步驟三：對濾波去噪后的視頻圖像進行銳化處理，以提高圖像的對比度； 步驟四：將銳化處理后的視頻圖像轉(zhuǎn)化為灰度視頻圖像； 步驟五：使用光流法對灰度視頻圖像進行處理，得到運動矢量圖像； 步驟六：根據(jù)步驟五得到的運動矢量圖像中每個矢量點的運動矢量，將運動矢量圖像 劃分大小不等的網(wǎng)格區(qū)域，最后根據(jù)運動矢量圖像中每個矢量點的運動矢量模大小和矢量 方向劃分網(wǎng)格區(qū)域，具體劃分方法為： 步驟6-1、遍歷運動矢量圖像中的所有矢量點，分別取每個矢量點的運動矢量模和矢量 方向，將每個矢量點的運動矢量模和矢量方向進行歸一化處理，得到每個矢量點的運動矢 量模的歸一化值和矢量方向的歸一化值，然后將每個矢量點的運動矢量模的歸一化值和矢 量方向的歸一化值進行分段量化； 步驟6-2、分別計算所有矢量點運動矢量的橫向分量的模和縱向分量的模，然后計算出 最大網(wǎng)格和最小網(wǎng)格的橫向限定值及縱向限定值，即：將所有矢量點運動矢量的橫向分量 的模按照從大到小的次序依次排序，計算排序前20%的橫向分量的模的平均值V 1，然后，計 算確定最小網(wǎng)格區(qū)域的橫向限定值為INT * C|，其中INT為取整函數(shù)，C為直接輸入 的常系數(shù)，而視頻圖像的長和寬分別用L和W表示；同理，取排序最后20%的橫向分量的模 的平均值V2，計算確定最大網(wǎng)格區(qū)域的橫向限定值為：INT * (ψ將所有矢量點的運 動矢量縱向分量的模按從大到小依次排序，計算排序前20%的縱向分量的模的平均值v3， 然后，計算確定最小網(wǎng)格區(qū)域的縱向限定值為INT * cj，其中INT為取整函數(shù)，C為直 接輸入的常系數(shù)，而視頻圖像的長和寬分別用L和W表示；同理，取排序最后20%的縱向分 量的模的平均值V4，計算確定最大網(wǎng)格區(qū)域的縱向限定值為：INT * C]; 步驟6-3、遍歷運動矢量圖像中的所有矢量點，劃分網(wǎng)格區(qū)域，具體為：任意提取一個 矢量點作為基礎(chǔ)矢量點，從基礎(chǔ)矢量點出發(fā)，取其周圍相鄰矢量點，分別判斷該相鄰矢量點 的運動矢量模的歸一化值和矢量方向的歸一化值是否均同該基礎(chǔ)矢量點的運動矢量模的 歸一化值和矢量方向的歸一化值在同一個量化區(qū)間，如果是，則劃入同一個網(wǎng)格區(qū)域，如果 否，則不劃入該網(wǎng)格區(qū)域，并將該相鄰矢量點作為新的基礎(chǔ)矢量點，重新開始劃取新網(wǎng)格區(qū) 域；另外，在網(wǎng)格區(qū)域劃分過程中，依次沿橫向和縱向?qū)⑹噶奎c連續(xù)劃入同一網(wǎng)格區(qū)域時， 要滿足網(wǎng)格區(qū)域的橫向大小不超過最大網(wǎng)格區(qū)域的橫向限定值，以及縱向大小不超過最大 網(wǎng)格區(qū)域的縱向限定值，當網(wǎng)格區(qū)域的橫向大小超過最大網(wǎng)格區(qū)域的橫向限定值，或網(wǎng)格 區(qū)域的縱向大小超過最大網(wǎng)格區(qū)域的縱向限定值時，重新開始劃取新網(wǎng)格區(qū)域；而對網(wǎng)格 區(qū)域的橫向大小小于最小網(wǎng)格區(qū)域的橫向限定值，或網(wǎng)格區(qū)域的縱向大小小于最小網(wǎng)格區(qū) 域的縱向限定值，對于這類的網(wǎng)格區(qū)域中的矢量點，從運動矢量圖像中去除； 步驟七：取步驟六中已劃分好網(wǎng)格區(qū)域的所有矢量點的運動矢量進行主元分析，計算 得到該網(wǎng)格區(qū)域的矢量方向，然后計算該網(wǎng)格區(qū)域中所有矢量點的運動矢量模平均值，得 到該網(wǎng)格區(qū)域的最終運動矢量； 步驟八：重復步驟七，直至遍歷完整幅運動矢量圖像的所有網(wǎng)格區(qū)域； 步驟九：輸出步驟八后視頻圖像中顆粒運動矢量數(shù)據(jù)。
【專利摘要】本發(fā)明涉及一種循環(huán)流化床鍋爐氣固流場顆粒運動速度檢測方法，其特征在于：包括如下步驟：步驟一：采集循環(huán)流化床鍋爐氣固流場顆粒運動的視頻圖像；步驟二：對視頻圖像進行預處理；步驟三：對預處理后的視頻圖像進行銳化處理；步驟四：將銳化處理后的視頻圖像轉(zhuǎn)化為灰度視頻圖像；步驟五：使用光流法對灰度視頻圖像進行處理，得到運動矢量圖像；步驟六：將運動矢量圖像劃分大小不等的網(wǎng)格區(qū)域；步驟七：計算某一網(wǎng)格區(qū)域的最終運動矢量；步驟八：重復步驟七，直至遍歷完整幅運動矢量圖像；步驟九：輸出視頻圖像中顆粒運動矢量數(shù)據(jù)。與現(xiàn)有技術(shù)相比，本發(fā)明穩(wěn)定性好，準確度高。
【IPC分類】G01P5-00, G06T7-20
【公開號】CN104637072
【申請?zhí)枴緾N201510101090
【發(fā)明人】李瀟, 葛英輝, 余建軍
【申請人】寧波大學
【公開日】2015年5月20日
【申請日】2015年3月9日