基于可见光图像形态和色度特征的介质阻挡放电均匀性研究

基于可见光图像形态和色度特征的介质阻挡放电均匀性研究

论文摘要

介质阻挡放电的均匀放电模式广泛应用于工业生产,因此其均匀性识别具有重要的研究价值。普通数码相机拍摄的可见光放电图像包含丰富的空间色度和形态信息,且长曝光时间更能反映放电的统计规律,但是现有的研究很少将其运用于放电均匀程度的检测。本文基于放电可见光图像的形态和色度特征,开展了不同气体中介质阻挡放电均匀程度的研究,取得的具体成果如下:基于可见光图像的RGB分量图,通过三基色灰度频率分布(RGB-GLH)、相邻放电点最短距离计算、傅立叶频谱分析等方法,研究了介质阻挡放电中丝状放电和均匀放电的放电模式,并提出了基于蓝基色(B)分量的用于划分放电均匀程度的指标:1)研究发现三基色RGB-GLH和总灰度T-GLH的变化规律一致,但B-GLH的平均灰度级更大,有利于排除噪声干扰等影响;2)提出了按照B-GLH形态接近正态分布的程度作为划分放电均匀程度的标准;提出了通过阈值分割法提取放电区域,按照相邻放电点平均最短距离接近0的程度作为划分放电均匀程度的标准;3)基于B分量图的傅立叶频谱分析,有效地识别了大气压氩气中的类辉光放电现象。以上结果均符合现有认知,说明本方法可行。通过将可见光图像的RGB彩色空间转换为HSI彩色空间的方法,发现色调H不受曝光时间影响,提出了以色调H的变异系数作为判断放电均匀程度的指标,结果表明介质阻挡放电的均匀程度次序为低气压空气(更均匀)≈大气压氩气>大气压氮气>大气压空气,符合现有认知,说明本方法可行。根据可见光区域发射光谱的测量结果转化至CIE 1931 XYZ标准色度系统的研究方法,建立起介质阻挡放电发射光谱与可见光图像色度指标的相互关系,实现了微观物理辐射和宏观物理状态的关联。通过可见光区域的发射光谱,计算了氮气的转动温度(气体温度),根据不同放电模式的能量面密度,提出了氮气的气体温度越小,则放电越均匀的识别标准,解释了以氮气为主的介质阻挡放电均匀程度次序为低气压空气(更均匀)>大气压氮气>大气压空气的现象。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  •   1.1 研究背景
  •   1.2 国内外研究现状
  •   1.3 本文的主要工作及章节安排
  • 2 实验装置及相关图像处理方法
  •   2.1 实验装置和实验条件
  •   2.2 彩色模型和图像分析方法
  •   2.3 本章小结
  • 3 基于可见光放电图像RGB模型的均匀性识别
  •   3.1 放电图像的RGB-GLH和颜色矩
  •   3.2 放电图像的相邻放电点最短距离计算
  •   3.3 放电图像的傅立叶频谱分析
  •   3.4 本章小结
  • 4 基于可见光放电图像HSI模型的均匀性识别
  •   4.1 分离强度指标的HSI彩色空间
  •   4.2 放电图像的CIE1931 色品图
  •   4.3 本章小结
  • 5 基于可见光区域发射光谱的均匀性识别
  •   5.1 不同气体条件中介质阻挡放电的发射光谱识别
  •   5.2 可见光区域发射光谱的CIE1931 色品图
  •   5.3 不同气体条件中氮分子的转动温度和振动温度
  •   5.4 本章小结
  • 6 总结与展望
  •   6.1 主要工作及成果
  •   6.2 下一步工作展望
  • 致谢
  • 参考文献
  • 文章来源

    类型: 硕士论文

    作者: 胡嘉慧

    导师: 叶齐政

    关键词: 介质阻挡放电,可见光放电图像,均匀性识别,图像处理技术,发射光谱

    来源: 华中科技大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 物理学,计算机软件及计算机应用

    单位: 华中科技大学

    基金: 国家自然科学基金面上项目《气体放电可见光光学图像的多层表征》(51577081)

    分类号: TP391.41;O461.2

    总页数: 83

    文件大小: 4118K

    下载量: 88

    相关论文文献

    • [1].多网络联合的红外与可见光图像融合算法研究[J]. 包装工程 2019(23)
    • [2].基于可见光图像的无创血糖测量仿体实验验证[J]. 光学学报 2020(06)
    • [3].卷积自编码融合网络的红外可见光图像融合[J]. 小型微型计算机系统 2019(12)
    • [4].电力架空线路巡检可见光图像智能处理研究综述[J]. 电网技术 2020(03)
    • [5].基于方向导波增强的红外与可见光图像融合[J]. 激光与红外 2020(04)
    • [6].红外与可见光图像融合的汽车抗晕光系统[J]. 红外与激光工程 2017(08)
    • [7].基于特征能量加权的红外与可见光图像融合[J]. 光电工程 2010(03)
    • [8].非下采样轮廊波变换的红外与可见光图像融合[J]. 激光杂志 2020(04)
    • [9].基于多特征的红外与可见光图像融合[J]. 激光杂志 2019(10)
    • [10].结合脉冲耦合神经网络与引导滤波的红外与可见光图像融合[J]. 光学学报 2019(11)
    • [11].基于稀疏特征的红外与可见光图像融合[J]. 光子学报 2018(09)
    • [12].基于剪切波变换和邻域结构特征的红外与可见光图像融合[J]. 光学学报 2017(10)
    • [13].一种自适应的红外与可见光图像融合算法[J]. 电子科技 2015(05)
    • [14].基于小波包变换的红外与可见光图像融合[J]. 光学与光电技术 2013(06)
    • [15].基于区域分割的红外与可见光图像融合算法的研究(英文)[J]. Chinese Journal of Aeronautics 2009(01)
    • [16].一种基于区域特性的红外与可见光图像融合算法[J]. 光子学报 2009(06)
    • [17].神经网络框架下的红外与可见光图像融合算法综述[J]. 激光杂志 2020(07)
    • [18].一种基于总变分与显著性检测的红外与可见光图像融合方法[J]. 云南民族大学学报(自然科学版) 2019(06)
    • [19].高分辨率热感图像与可见光图像配准方法研究[J]. 现代测绘 2018(02)
    • [20].基于斜率一致性的电气设备红外与可见光图像配准方法[J]. 光电子·激光 2017(07)
    • [21].红外和可见光图像互补融合的运动目标检测方法[J]. 红外技术 2015(08)
    • [22].主成分分析的红外与可见光图像特征融合[J]. 沈阳理工大学学报 2012(04)
    • [23].红外与可见光图像自动配准算法的研究[J]. 红外技术 2010(03)
    • [24].基于滚动引导滤波的红外与可见光图像融合算法[J]. 红外技术 2020(01)
    • [25].基于灰度能量差异性的红外与可见光图像融合[J]. 红外技术 2020(08)
    • [26].视觉显著性指导的红外与可见光图像融合算法[J]. 西安电子科技大学学报 2019(01)
    • [27].基于对比度增强和两尺度分解的红外与可见光图像融合[J]. 通信技术 2019(08)
    • [28].基于无字典模型的红外与可见光图像融合分类[J]. 北京化工大学学报(自然科学版) 2018(02)
    • [29].结合区域与边缘特征的红外与可见光图像融合算法[J]. 红外技术 2018(05)
    • [30].一种可见光图像增强算法的FPGA实现[J]. 科技资讯 2017(03)

    标签:;  ;  ;  ;  ;  

    基于可见光图像形态和色度特征的介质阻挡放电均匀性研究
    下载Doc文档

    猜你喜欢