基于CUDA平臺(tái)的燃煤火焰圖像分割方法研究.pdf

1、回轉(zhuǎn)窯是以煤粉為燃料的大型高耗能、高排放熱工設(shè)備，為實(shí)現(xiàn)煤粉的高效燃燒，提取燃煤火焰的圖像特征進(jìn)行燃燒工況診斷越來(lái)越受重視，它對(duì)優(yōu)化燃燒過(guò)程、窯前優(yōu)化控制和節(jié)能減排具有重要的意義。傳統(tǒng)的回轉(zhuǎn)窯控制方法是最原始的人工看火操作方法，近年來(lái)，采用燃煤火焰圖像處理技術(shù)對(duì)窯內(nèi)溫度的檢測(cè)與控制尤為受到重視。但傳統(tǒng)的圖像處理方法運(yùn)行效率低、處理時(shí)間長(zhǎng)，不能滿足工業(yè)控制中的實(shí)時(shí)性要求。
　　計(jì)算統(tǒng)一設(shè)備架構(gòu)(CUDA，ComputeUnified

2、DeviceArchitecture)是一種基于圖形處理器(GPU，GraphicProcessingUnit)的使用類C語(yǔ)言進(jìn)行通用計(jì)算的開發(fā)環(huán)境和軟件體系，GPU在并行處理能力和存儲(chǔ)器帶寬上相對(duì)于串行處理的CPU有明顯優(yōu)勢(shì)，本文研究圖像處理算法在CUDA平臺(tái)下的并行化實(shí)現(xiàn)問(wèn)題，設(shè)計(jì)了幾種方法的并行化流程。實(shí)驗(yàn)結(jié)果表明經(jīng)過(guò)并行化處理的算法在運(yùn)算速度上有了較大的提升。
　　本文做的研究工作主要有以下幾個(gè)方面:
　　(1)通過(guò)

3、對(duì)CUDA編程架構(gòu)及其軟件體系結(jié)構(gòu)的研究，對(duì)并行的圖像處理算法從任務(wù)的劃分及存儲(chǔ)器的合理配置上做優(yōu)化。先將任務(wù)劃分為不同的執(zhí)行步驟，比較各步驟在執(zhí)行效率和計(jì)算復(fù)雜度上的差異，然后根據(jù)各步驟特點(diǎn)將任務(wù)劃分到主機(jī)端和設(shè)備端，再根據(jù)數(shù)據(jù)的特點(diǎn)及訪問(wèn)的頻繁程度，合理的配置紋理存儲(chǔ)器和共享存儲(chǔ)器，進(jìn)一步加速圖像的處理速度。
　　(2)圖像的預(yù)處理在整個(gè)圖像處理過(guò)程中是非常重要的，其直接關(guān)系到后續(xù)圖像分割和特征提取的效果，尤其在燃煤火焰的處理

4、過(guò)程中這一問(wèn)題更顯突出，本文首先針對(duì)這一容易被忽視的圖像預(yù)處理問(wèn)題做研究，基于CUDA平臺(tái)實(shí)現(xiàn)了直方圖均衡化、雙邊濾波、圖像邊緣檢測(cè)等一些基本算法。
　　(3)回轉(zhuǎn)窯內(nèi)火焰形狀復(fù)雜多變，研究中大都采用較復(fù)雜的圖像區(qū)域分割的方法，然后再針對(duì)分割后的“火焰區(qū)”、“物料區(qū)”等關(guān)鍵區(qū)域進(jìn)行特征提取，圖像分割后能大大減少數(shù)據(jù)量，因此，快速準(zhǔn)確的分割出感興趣的區(qū)域就顯得尤為重要。模糊C均值聚類的實(shí)現(xiàn)過(guò)程具有高度的并行性，符合CUDA單指令多數(shù)