基于离散余弦变换特征和隐马尔科夫模型的铜熔炼过程烟雾分级

为实现铜熔炼过程除尘风机转速的自动调节, 提出了基于图像分析技术的烟雾浓度分级方法。通过采样窗对烟雾图像从上至下进行采样, 形成时间序列, 对每个采样子图进行离散余弦变换(DCT)特征提取, 提取的系数视作该时刻隐马尔科夫模型(HMM)隐含状态产生的的观测值, 一幅图像则分割成一个完整的HMM序列。通过对4种工况分别建立HMM, 每种工况各用30幅图像训练估计模型参数, 再对待测烟雾样本图像进行分类。实验结果表明, 采用HMM分类的准确率最高可达95%, 优于最小二乘支持向量机(LSSVM)的识别效果。