الگوریتم تشخیص و آشکارسازی خودکار کانتور تصاویر شل با شکل خاص بر اساس رنک و لبه

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,583

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP08_031

تاریخ نمایه سازی: 9 بهمن 1392

چکیده مقاله:

در واکنش‌های ترم و شیمیایی، تشخیص شکل هندسی شعله در تعیین نوع سوختن بسیار حائز اهمیت است. در این مقاله فرایند آشکارسازی کانتور شعله‌های خاص بر اساس تشخیص رنجبر لبه‌های خارجی انجام می‌پذیرد. ابتدا پایگاه داده تصاویر شعله‌های با شکل خاص، نظیر شل یک راکتور در نیروگاه برق به طور رنگی و سیاه و سفید تهیه شده است. در تصاویر رنگی شل ابتدا فضای رنگی شعله بررسی و رنگ‌های قالب آن شناسایی می‌شوند. سپس با انتخاب یک فیلتر جدا کننده، کانال رنگی مناسب با رنگ شعله از آن جدا می‌گردد. در ادامه این خروجی مات و لبه‌های مقدماتی آن با استفاده از آشکارسازی لب سوبل باس آستانه گیجی استخراج می‌شود. در انتها با استفاده از یک الگوریتم ردیابی کانتور پیشنهادی، کانتور شعله با شکل خاص با کمترین خطا آشکار می‌گردد. در تصاویر سیاه و سفید شعله تنها تغییر در فرایند فوق، جایگزینی تطبیق هیستوگرام با استفاده از یک تابع شیب، به جای اعمال فیلترهای رنگی است. با این کار تمایز شدت شل از پس زمینه بیشتر شده و فرایند استخراج لب آسان‌تر انجام شود. روش پیشنهادی این مقاله دو پایگاه داده‌ای با چند 100 شعله با شکل خاص آزمایش شده است. نتایج حاصل با در نظر گرفتن پیوستگی کانتور شعله و عدم وجود زاید های نامتجانس با شکل شعله ارزیابی گردیده‌اند. این ارزیابی نشان می‌دهد روش پیشنهادی با استحکام و انعطاف‌پذیری بیشتر و دقت بالاتری شل با شکل خاص را آشکار ساز می‌سازد. در ضمن این روش نسبت نویز مقاوم بوده و برای استخراج شده در تصاویر رنگی که بسیار دشوارتر است مناسب است.

نویسندگان

سعید پور رجایی

گروه مهندسی مخابرات - دانشکده برق و کامپیوتر دانشگاه سیستان و بلوچستان - زاهدان

فرحناز مهنا

گروه مهندسی مخابرات - دانشکده برق و کامپیوتر دانشگاه سیستان و بلوچستان - زاهدان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Characteriza tion of Flame Radicals by Combining Spectroscopic Imaging and ...
  • W. Whang, H. Zhou, _ Detection Based on flame color ...
  • Z. Xie, Q. Whang, "Larg Space Fire Detection in La ...
  • J. Shao, G. Wang, W. Guo, _ Image-Based Fire Detection ...
  • T. Qiu, Y. Yan, _ Medial Axis Extraction Algorithm For ...
  • T. Qiu, Y. Yan, G. Lu, :A Three-Dim ensional Shape ...
  • T. Qiu, Y. Yan, ،Watershed transformation Based Identification of the ...
  • W. B. Horng, J. W. Peng, C. Y. Chen, _ ...
  • Z. Xi, X. Fang, S. Zhen, M. Zhibin, "Video Flame ...
  • pp. 4291-4294, 23-25 May 2012. ...
  • C. W. Adkins, _ guide for fire image analysis system-Version ...
  • T. Qiu, Y. Yan, _ Autoadaptive Edge-Detection Algorithm for Flame ...
  • H. C. Bheemul, G. Lu, and Y. Yan, _ Three-dim ...
  • Z. Zhang, J. Zhao, D. Zhang, C. Qu, Y. Ke, ...
  • X. Zhou, F. Yu, Y. Wen, . Lu, and G. ...
  • B. U. Toreyin, Y. Dedeoglu, and A. E. Cetin, :Flame ...
  • B. U. Toreyin, Y. Dedeoglu, U. Gudukbay, and A. E. ...
  • B. U. Toreyin and A. E. Cetin, "Online detection of ...
  • M. I. Chacon-Murgu ia and F. J. Perez-Vargas, "Thermal video ...
  • S. M. Razmi, N. Saad, and V. S. Asirvadam, "Vision- ...
  • X. She and F. Huang, "Flame edge detection based on ...
  • Q. Jiang and Q. Wang, "Large space fire image processing ...
  • نمایش کامل مراجع