基于嵌入式图像识别的煤粉锅炉火焰检测系统设计

刘 刚

（1.煤科院节能技术有限公司，北京 100013；2.煤炭资源高效开采与洁净利用国家重点实验室，北京 100013；3.国家能源煤炭高效利用与节能减排技术装备重点实验室，北京 100013）

近几年，随着煤粉锅炉产业的发展与完善，如何检测锅炉的燃烧情况成为其最终能否实现无人值守的关键。现有的检测系统主要为红外和紫外火焰检测系统，但有时积灰、煤粉堵塞等情况会造成检测不准确、可靠性下降。在此情况下，结合司炉工烧炉经验，笔者提出一种根据锅炉燃烧时炉前摄像头所摄黑白图像灰度值不同辨别燃烧状况的方法，为在无人条件下锅炉房的正常运行提供安全保障。

1 系统的设计及实现

1.1 系统的总体结构

硬件部分利用FPGA可编程门阵列。它负责控制摄像头的工作（通过接收组态王系统信号判断是否进入提取图像，或者根据锅炉运行周期发出控制信号），并接收传回的图像数据进行算法识别，根据识别结果判断燃烧情况并报警。FPGA系统的识别和报警数据可以通过VGA接口在显示器上显示，或者通过网口将数据传给监控室电脑。

1.2 系统的主件结构

该系统的核心是基于Altera Cyclone II FPGA芯片的硬件平台，外围附有通信用RS232接口、RJ45接口，显示用VGA接口、图像采集用USB接口、通用PIO接口以及由USB FIFO和MAX II CPLD器件构成的用于调试和下载FPGA软硬件逻辑的USB Blaster接口。

2 火焰图像处理系统快速算法

2.1 背景差分法

背景差分法是数字图像处理的经典算法，其基本运算过程非常简单，首先利用式（1）计算背景图像像素灰度矩阵bk与当前帧图像像素灰度矩阵fk的差值，然后依据式（2）对相减后的差分图像像素灰度矩阵Dk进行二值化，二值化的关键是选取二值化的阈值，并作形态学滤波处理（也可以省略），然后对所得结果Rk进行区域连通性分析，当某一连通区域的面积大于某一给定的阈值，即像素为1的点的连通区域大于每个给定的值，则认为其是检测目标，并认为该区域就是目标的区域范围。

式中，fk（x，y）为含检测物的图像；fbk（x，y）为纯背景图像；Dk（x，y）为帧差图像。

式中，T是二值化图像时设定的阈值，阈值的选取通过一系列试验得到。

2.2 火焰的判别

图像判别具有以下步骤，首先在MATLAB 6.3环境下对储存的图像进行处理。

（1）图像背景差值处理。选定储存的无火焰图像为背景图bk，与其余含火焰的图像像素相减，得到相应差值图像Dk。

（2）对灰度图像以固定阈值做二值化处理。二值图像的所有像素值只能在两种可能的离散值中取其一种图像，也称为黑白图像。本质上，这两个可取的像素灰度值分别对应于0（黑）和255（白）。以这种方式来操作图像可以更加容易地识别图像的结构特征，以便在图像背景中识别物体。

（3）计算二值图像前景的面积，与预设值面值比较。二值图像的面积是指二值图像中像素值为1的个数。对一幅二值图像R来说，离散数据表示的图像，其面积A象素个数可以通过计数得到：

在MATLAB工具箱中，利用bware函数计算二值图像面积。通过程序计算，得到图像的前景面积，与预设的值进行比较，如大于预设值则判定图像中有火焰，如小于预设值则判定图像无火焰。

（4）对前景面积符合的图像进行被检测物灰度均值计算，进行判别。背景差值后的图像，已经完整地提取出了火焰燃烧的图像部分，人们就可以很方便地计算出火焰燃烧图像的灰度值总和，由于已经求得前景的像素数，所以两者相除即得差值后燃烧图像前景的平均灰度。

通过试验，计算出不同燃烧情况下火焰的平均灰度值，与计算所得的图像平均灰度进行比较，就可以知道火焰的燃烧情况，进而上传数据信息至上位机。

3 结论

本文首先介绍了数字图像技术与煤粉锅炉产业的发展，说明了研究意义，阐述了图像成像理论及其影响因素，通过结合数字图像处理算法，利用Matlab软件完成火焰图像在线识别系统的算法设计，证明了本设计是可行的。