10.3969/j.issn.1000-3932.2009.02.009
基于图像傅里叶变换纹理特征和概率神经网络的气固流化床流型识别
提出一种基于图像傅里叶变换纹理特征和概率神经网络相结合的气固流化床流型识别的新方法.该方法利用高速摄影系统获取流型图像.首先对流型图像进行组合滤波去噪,然后运用长方环傅里叶周向谱能量百分比法来计算图像频率分布特征,从而建立流型图像的纹理特征向量,并结合概率神经网络进行训练,实现流型的识别.实验结果表明,该方法能有效地识别气固流化床中鼓泡床、节涌床、湍动床、快速流化床、稀相输送五种典型流型,整体识别率达到98%,为流型识别开辟一条新途径.
气固流化床、流型识别、图像处理、傅里叶变换、纹理特征、概率神经网络
36
TP391(计算技术、计算机技术)
2009-05-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
38-42,58