本发明专利技术涉及数字图像处理技术领域，尤其涉及一种火焰视觉检测噪声点消除方法、设备及存储介质，包括：对相机采集的彩色三通道图像进行分割，分割成第一单通道图像、第二单通道图像和第三单通道图像，分别包含R值、G值和B值；将第一单通道图像分别减去第二单通道图像和第三单通道图像，并进行灰度化处理，得到灰度图像；将灰度图像中灰度值为负值的像素点赋值为零；对灰度图像进行火焰检测。本发明专利技术中，由于火焰检测时，火焰为明亮的红色，R值很大，而G值和B值很小，噪声点不存在这种特性，所以将R值分别减去G值和B值，将负值设为0，得到仅包含红色分量值的灰度图像，此处的灰度值即为红色分量的值，将其他颜色噪声点消除，增加检测精度。增加检测精度。增加检测精度。
【技术实现步骤摘要】
一种火焰视觉检测噪声点消除方法、设备及存储介质
[0001]本专利技术涉及数字图像处理
，尤其涉及一种火焰视觉检测噪声点消除方法、设备及存储介质。
技术介绍
[0002]PAN基碳纤维的氧化碳化过程包含预氧化、低温碳化、高温碳化、表面处理、上浆干燥等工序。其中，预氧化是一个重要的中间过程，PAN原丝的线型分子链在此过程中逐渐形成耐热的梯形结构，PAN原丝需要在氧化炉集群中经过温度递增的多个氧化炉，预氧化过程的主要反应是环化、氧化和脱氢，都是放热反应，会在纤维内部造成蓄热和过热，而氧化炉内温度又高，很容易由于局部温度过高而发生着火现象。
[0003]由于氧化炉内温度较高，炉内一旦着火即发生爆燃现象，在几秒内火焰即可扩散至整个氧化炉，为了提高对氧化炉内火焰识别的速度，可通过视觉检测的方式，但是对于检测精度要求很高，在一出现火焰时，就要识别出并进行后续的灭火措施。高精度的检测往往带来较高的误检率，一旦误检进行后续的灭火措施，则对于生产线的运作产生很大的影响，极大增加了生产成本。
[0004]在相机进行图像采集时，由于使用过程中的热效应，会产生一些随机的噪声点，这些噪声点可能出现在图像中的任意位置，对于火焰检测精度产生很大的影响。
[0005]公开于该
技术介绍
部分的信息仅仅旨在加深对本专利技术的总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
[0006]本专利技术提供了一种火焰视觉检测噪声点消除方法、设备及存储介质，从而有效解决
技术介绍
中的问题。
[0007]为了达到上述目的，本专利技术所采用的技术方案是：一种火焰视觉检测噪声点消除方法，包括如下步骤：对相机采集的彩色三通道图像进行分割，分割成第一单通道图像、第二单通道图像和第三单通道图像，分别包含R值、G值和B值；将所述第一单通道图像分别减去所述第二单通道图像和第三单通道图像，并进行灰度化处理，得到灰度图像；将所述灰度图像中灰度值为负值的像素点赋值为零；对所述灰度图像进行火焰检测。
[0008]进一步地，所述灰度图像中：h(x,y)= R(x,y)
‑
G(x,y)
‑
B(x,y)；其中，(x,y)为像素点的坐标，h(x,y)为所述灰度图像中此坐标像素点对应的灰度值，R(x,y)为所述第一单通道图像中此坐标像素点对应的R值，G(x,y)为所述第二单通道图像中此坐标像素点对应的G值，B(x,y)为所述第三单通道图像中此坐标像素点对应的B值。
[0009]进一步地，若h(x,y)<0，则令h(x,y)=0。
[0010]进一步地，还包括：对所述灰度图像中像素点进行筛选，找出灰度值关于所述第一单通道图像中R值占比小于第一阈值的像素点；将找出的像素点的灰度值赋值为零。
[0011]进一步地，若：h(x,y)/ R(x,y)<A则令：h(x,y)=0其中，(x,y)为像素点的坐标，h(x,y)为所述灰度图像中此坐标像素点对应的灰度值，R(x,y)为所述第一单通道图像中此坐标像素点对应的R值，A为所述第一阈值。
[0012]进一步地，所述第一阈值A取值范围为0.65
‑
0.75。
[0013]本专利技术还包括一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述的方法。
[0014]本专利技术还包括一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述的方法。
[0015]本专利技术的有益效果为：本专利技术通过将相机采集的彩色三通道图像分割成三幅单通道图像，分别包含R值、G值和B值，由于火焰检测时，火焰为明亮的红色，R值很大，而G值和B值很小，噪声点不存在这种特性，所以将R值分别减去G值和B值，将负值设为0，从而得到仅包含红色分量值的灰度图像，此处的灰度值即为红色分量的值，将其他颜色的随机噪声点消除，增加检测精度。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术方法的流程图；图2为计算机设备的示意图。
具体实施方式
[0018]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。
[0019]如图1所示：一种火焰视觉检测噪声点消除方法，包括如下步骤：对相机采集的彩色三通道图像进行分割，分割成第一单通道图像、第二单通道图像和第三单通道图像，分别包含R值、G值和B值；将第一单通道图像分别减去第二单通道图像和第三单通道图像，并进行灰度化处理，得到灰度图像；将灰度图像中灰度值为负值的像素点赋值为零；对灰度图像进行火焰检测。
[0020]通过将相机采集的彩色三通道图像分割成三幅单通道图像，分别包含R值、G值和B值，由于火焰检测时，火焰为明亮的红色，R值很大，而G值和B值很小，噪声点不存在这种特性，所以将R值分别减去G值和B值，将负值设为0，从而得到仅包含红色分量值的灰度图像，此处的灰度值即为红色分量的值，将其他颜色的随机噪声点消除，增加检测精度。
[0021]在本实施例中，灰度图像中：h(x,y)= R(x,y)
‑
G(x,y)
‑
B(x,y)；其中，(x,y)为像素点的坐标，h(x,y)为灰度图像中此坐标像素点对应的灰度值，R(x,y)为第一单通道图像中此坐标像素点对应的R值，G(x,y)为第二单通道图像中此坐标像素点对应的G值，B(x,y)为第三单通道图像中此坐标像素点对应的B值。
[0022]其中，若h(x,y)<0，则令h(x,y)=0。
[0023]作为上述实施例的优选，还包括：对灰度图像中像素点进行筛选，找出灰度值关于第一单通道图像中R值占比小于第一阈值的像素点；将找出的像素点的灰度值赋值为零。
[0024]作为上述实施例的优选，若：h(x,y)/ R(x,y)<A则令：h(x,y)=0其中，(x,y)为像素点的坐标，h(x,y)为灰度图像中此坐标像素点对应的灰度值，R(x,y)为第一单通道图像中此坐标像素点对应的R值，A为第一阈值。
[0025]由于随机噪声点中，还可能存在少量的红色噪声点，如果仅通过显示红色分量的情况下，这些红色噪声点经过R值减去G值和B值后，可能还大于0，会对后续的检测造成影响，所以还需要进行二次筛选，找出那些显示为红色的噪声点。
[0026]其中，由于噪声点不存在火焰明亮的红色的特性，所以即使显示为红色，但是不存在R值很大，G值和B值很小的特性，通过这一点，找本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种火焰视觉检测噪声点消除方法，其特征在于，包括如下步骤：对相机采集的彩色三通道图像进行分割，分割成第一单通道图像、第二单通道图像和第三单通道图像，分别包含R值、G值和B值；将所述第一单通道图像分别减去所述第二单通道图像和第三单通道图像，并进行灰度化处理，得到灰度图像；将所述灰度图像中灰度值为负值的像素点赋值为零；对所述灰度图像进行火焰检测。2.根据权利要求1所述的火焰视觉检测噪声点消除方法，其特征在于，所述灰度图像中：h(x,y)= R(x,y)
‑
G(x,y)
‑
B(x,y)；其中，(x,y)为像素点的坐标，h(x,y)为所述灰度图像中此坐标像素点对应的灰度值，R(x,y)为所述第一单通道图像中此坐标像素点对应的R值，G(x,y)为所述第二单通道图像中此坐标像素点对应的G值，B(x,y) 为所述第三单通道图像中此坐标像素点对应的B值。3.根据权利要求2所述的火焰视觉检测噪声点消除方法，其特征在于，若h(x,y)<0，则令h(x,y)=0。4.根据权利要求1所述的火焰视觉检...
【专利技术属性】
技术研发人员：谈昆伦，史伟林，徐仙，徐峰，罗金，毛坤鹏，
申请(专利权)人：新创碳谷集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。