針對(duì)網(wǎng)帶窯燒結(jié)工況圖像頻域噪聲干擾的特點(diǎn)以及彩色圖像處理算法復(fù)雜、實(shí)時(shí)性差的問題，提出了利用頻域?yàn)V波技術(shù)與灰度變換技術(shù)相結(jié)合對(duì)燒結(jié)工況圖像進(jìn)行預(yù)處理的算法，實(shí)現(xiàn)了燒結(jié)工況圖像的去噪與灰度變換。
針對(duì)單純的基于像素灰度值的圖像分割方法難以精確分割火焰區(qū)與物料區(qū)的難題，分析了網(wǎng)帶窯燒結(jié)工況圖像火焰區(qū)與物料區(qū)在紋理特征方面的差別，提出了利用Gabor小波紋理粗糙度對(duì)基于像素灰度值的FCM聚類結(jié)果進(jìn)行去模糊化的燒結(jié)工況圖像分割算法，實(shí)現(xiàn)了圖像中火焰區(qū)與物料區(qū)的分割。根據(jù)“人工看火”經(jīng)驗(yàn)描述了物料高度、閃爍頻率、整體平均灰度、火焰顏色與物料顏色五個(gè)回轉(zhuǎn)窯燒結(jié)工況圖像特征，提出了網(wǎng)帶窯從整體圖像及分割后的圖像中提取上述特征的算法。
根據(jù)“人工看火”過程的數(shù)據(jù)融合原理，針對(duì)網(wǎng)帶窯燒結(jié)工況圖像特征以及由燒成帶溫度、窯頭溫度、窯尾溫度以及冷卻機(jī)電流構(gòu)成的關(guān)鍵過程數(shù)據(jù)的特點(diǎn)，提出了包括數(shù)據(jù)濾波、同步序列化與歸一化處理的融合算法，得到了融合后的混合特征數(shù)據(jù)。將混合特征數(shù)據(jù)作為輸入，網(wǎng)帶窯欠燒結(jié)、正燒結(jié)和過燒結(jié)三種基本燒結(jié)工況作為輸出，建立了基于準(zhǔn)正態(tài)二叉樹支持向量機(jī)的燒結(jié)工況識(shí)別模型。【lrz】