《高温低氧火焰图像智能诊断方法》编著者董增寿等。

本书分析研究了锅炉燃烧诊断现状，总结了国内外的研究方向和方法，指出其存在的不足与缺陷，并分析总结了数字图像处理技术和人工智能的研究进展，重点研究了基于数字图像处理技术与现代人工智能相结合的燃烧诊断系统。由于摄取的火焰图像较原始图像存在一定程度的降质和失真，因此本书建立了图像降质模型，依据该模型对摄取的火焰图像实现了变换和恢复处理，使处理后火焰图像能够最大程度地接近原始图像的特征。采用增强处理，使火焰目标和炉膛背景产生明显的区别，然后对其进行分割处理，把火焰目标从炉膛背景中提取出来。同时，研究了基于火焰图像处理技术的测温算法，运用智能模型来诊断火焰的燃烧状态。最后，本书重点研究了氮氧化物的生成机理，以及各种运行参数对氮氧化物排放量的影响规律，这些影响因素为检测氮氧化物排放量做了理论基础。并对偏最小二乘法的计算模型进行改进，结合从火焰图像中提取出的锅炉内燃烧温度及其他影响氮氧化物生成的参数对锅炉氮氧化物排放量进行预测，提高预测的精确度和计算速度。

《高温低氧火焰图像智能诊断方法》编著者董增寿等。

《高温低氧火焰图像智能诊断方法》内容提要：本书主要介绍了数字图像处理技术在高温低氧燃烧诊断中的应用现状以及火焰图像预处理方法、温度场检测方法、火焰图像的特征量分析、基于神经网络和基于支持向量机的燃烧稳定性判定方法、基于偏最小二乘法的氮氧化物排放量预测方法等。

本书适合从事燃烧技术的工程技术人员阅读，也可供高等院校图像处理相关专业的教师和研究生参考。

第1章 绪论 1

1.1 引言 1

1.2 图像处理在燃烧诊断中的应用 2

1.3 火焰图像温度场检测技术 10

1.4 氮氧化物排放检测技术的发展 11

第2章 火焰图像的预处理 13

2.1 火焰图像处理技术 15

2.2 火焰图像去噪处理 37

2.3 火焰图像分割处理 46

第3章 温度场检测方法 59

3.1 温度场检测方法概述 59

3.2 燃烧火焰特性及基于图像火焰测温系统的构成 72

3.3 热辐射的基本概念 83

3.4 黑体辐射基本定律 84

3.5 灰体的基本概念 86

3.6 热辐射测温法 87

第4章 燃烧稳定性的判断 96

4.1 燃烧稳定性的研究现状 97

4.2 燃烧技术的原理及特征 112

4.3 基于神经网络的燃烧稳定性判别 122

4.4 基于支持向量机的燃烧诊断 145

第5章 氮氧化物检测技术 153

5.1 基于火焰图像的NOx排放量检测的研究 154

5.2 NOx生成机理与排放量影响因素的研究 163

5.3 高温低氧氮氧化物排放量的预测 176

5.4 偏最小二乘回归法在锅炉氮氧化物检测中的应用 179

第6章 相关技术发展 194

6.1 高温低氧火焰图像处理技术的发展 194

6.2 炉膛火焰图像处理系统软件设计 199

6.3 稳定性判断技术的发展 207

6.4 氮氧化物检测技术的发展 212

6.5 工业高温炉自动调节系统的开发构想 217

参考文献 220