%0 Journal Article
%T Log-Gabor小波和分数阶多项式KPCA的火焰图像状态识别
%A 宋昱
%A 吴一全
%J 中国图象图形学报
%D 2014
%R 10.11834/jig.20141210
%X 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。
%K 燃烧监测
%K 火焰图像
%K Log-Gabor小波
%K 核主成分分析
%K 支持向量机
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20141210&flag=1