1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
卡尔曼算法在目标跟踪、风向预测、非均匀性矫正领域都有着广泛应用。提出了用卡尔曼算法进行线列相机扫描灰度值的预测。根据线列探测器的实时扫描, 得出了灰度直方图的变化, 并将这一过程归一化到卡尔曼公式中; 用递推法快速测出了下一时间灰度的统计分布, 间接预测了积分时间, 最终达到了红外线列探测器动态范围自适应控制的目的。采用多幅8 bit图像为不同场景提供仿真环境, 最终快速稳定地预测出了下一阶段的灰度分布统计图。结果为红外线列相机扫描提供了智能化解决方案。
卡尔曼 灰度分布直方图 自适应调整 Kalman gray level histogram adaptive adjustment
1
2 哈尔滨工业大学自动化测试与控制系,黑龙江,哈尔滨,150001
采用动态跟踪火焰焰芯算法和改进的一维灰度直方图算法用于燃烧控制,很好地解决了实时监测锅炉火焰的燃烧状态和品质问题.1000幅典型图像的仿真结果,同目测判别结果比较,此方法识别率优于99.8%.
燃烧控制 图像分割 灰度直方图 动态跟踪. burning control image segmentation gray level histogram dynamic trace.