CN108389169A - 一种应用于火焰光场重聚焦成像的温度重建方法 - Google Patents
一种应用于火焰光场重聚焦成像的温度重建方法 Download PDFInfo
- Publication number
- CN108389169A CN108389169A CN201810186356.7A CN201810186356A CN108389169A CN 108389169 A CN108389169 A CN 108389169A CN 201810186356 A CN201810186356 A CN 201810186356A CN 108389169 A CN108389169 A CN 108389169A
- Authority
- CN
- China
- Prior art keywords
- flame
- image
- noise
- light
- imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003384 imaging method Methods 0.000 title claims abstract description 58
- 230000003287 optical effect Effects 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 22
- 230000009467 reduction Effects 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000001228 spectrum Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000005457 Black-body radiation Effects 0.000 claims description 11
- 230000005855 radiation Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 2
- 238000002485 combustion reaction Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000000704 physical effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
一种应用于火焰光场重聚焦成像的温度重建方法，本发明涉及应用于火焰光场重聚焦成像的温度重建方法。本发明的目的是为了解决现有重聚焦图像精度受空间分辨率制约导致温度重建的精度低，以及现有重聚焦图像分块明显的不足导致火焰内部相应位置处的温度分布精确度低的问题。过程为：由光场相机拍摄火焰并记录其光场成像；对光场成像多像素提取得到子孔径图像，根据子孔径图像得到火焰的光场重聚焦图像；运用小波阈值变换对光场重聚焦图像降噪，得到降噪图像；运用Lucy‑Richardson解卷积方法对降噪图像进行复原，得到复原降噪图像；得到重建火焰的温度。本发明用于高温火焰温度重建过程中的火焰成像仿真技术领域。
Description
技术领域
本发明涉及高温火焰温度重建过程中的火焰成像仿真技术，尤其涉及应用于火焰光场重聚焦成像的温度重建方法。
背景技术
发电供热行业正在经历经济和环境的重大变化。尽管可再生能源的比例将继续增长，化石燃料仍将是今后几代人及许多国家能源的主要来源。火焰温度场分布是判断燃料燃烧状态的重要标准，因而火焰内部温度精确的探测是亟待解决的问题。
目前,火焰物理参数的重建方法可以分为两大类，即接触式方法与非接触式方法。相比接触式探测方法，非接触式探测方法中的辐射光谱探测方法实现了测量范围宽、动态响应快、对流场影响小等优点。光场相机因其具有能够收集多角度光场信息的优点，是应用在火焰探测的一种新兴的非接触式光谱辐射探测方法。将光场相机的重聚焦能力应用到火焰内部温度重建，是一种值得深入研究的高效方法。
图像噪声的去除方法研究一直伴随在提高光场成像分辨率的进程中，尤其对火焰温度重建的精度起着关键作用。图像去噪的一般方法是，根据噪声能量一般集中于高频，而信号频谱则分布于一个有限区间的这一特点，用傅立叶变换将含噪信号变换到频域，然后采用低通滤波的方法进行滤波去噪。然而,由于图像的细节也分布在高频区域，所以这种方法在去除图像噪声的同时也会将图像的边缘平滑，失去图像的一些细节信息。因此图像去噪的一个两难的问题,就是如何在降低噪声和保留图像细节上保持平衡。即去除火焰光场成像的噪声同时保留火焰的细节信息例如火焰边界温度梯度的变化。
小波变换因其具有良好的时频局部化性质，为解决上述问题提供了良好的工具。用小波变换将含噪信号变换到小波域，可以采用多分辨分析，这将能够非常好地刻画信号的非平稳特性,如边缘、尖峰、断点等，以便于特征的提取。因此，小波变换现今已成为图像降噪的主流方法。它可以对图像实现多尺度的分解，在图像小波分解的过程中噪声部分会被散发至高频信号中，然后再采用常见的滤波技术处理高频信号，而达到消减噪声的目的。但小波变换尚未被用于针对火焰光场成像的降噪。
综上，现有重聚焦图像精度受空间分辨率制约导致温度重建的精度低，以及现有重聚焦图像分块明显的不足导致火焰内部相应位置处的温度分布精确度低。
发明内容
本发明的目的是为了解决现有重聚焦图像精度受空间分辨率制约导致温度重建的精度低，以及现有重聚焦图像分块明显的不足导致火焰内部相应位置处的温度分布精确度低的问题，而提出一种应用于火焰光场重聚焦成像的温度重建方法。
一种应用于火焰光场重聚焦成像的温度重建方法具体过程为：
步骤一：由光场相机拍摄火焰并记录其光场成像；
步骤二：对光场成像多像素提取得到子孔径图像，根据子孔径图像得到火焰的光场重聚焦图像；
步骤三：运用小波阈值变换对光场重聚焦图像降噪，得到降噪图像；
步骤四：运用Lucy-Richardson解卷积方法对降噪图像进行复原，得到复原降噪图像；
步骤五：根据复原降噪图像灰度与黑体辐射力，以及黑体辐射力与温度之间的对应关系，得到重建火焰的温度。
本发明的有益效果为：
本发明一种应用于火焰光场重聚焦成像的温度重建方法，由光场相机拍摄火焰并记录其光场成像；对光场成像多像素提取得到子孔径图像，进而得到三维火焰和分层火焰的重聚焦图像；运用小波阈值变换对光场重聚焦图像降噪；运用Lucy-Richardson解卷积方法复原降噪图像；根据复原降噪图像灰度与黑体辐射强度、温度之间的对应关系，重建火焰的每一分层温度场的分布。
(1)针对重聚焦图像精度受空间分辨率制约导致温度重建的精度低这一问题，本发明通过采用多像素重构方法实现高精度火焰三维温度场重建。
(2)针对新重聚焦图像分块明显的不足导致火焰内部相应位置处的温度分布精确度低这一问题，本发明通过运用小波变换将图像降噪处理，得到了相对光滑的重聚焦降噪图像，再对该图像用解卷积方法，提高了火焰内部相应位置处的温度分布精确度。
解决了现有重聚焦图像精度受空间分辨率制约导致温度重建的精度低以及现有重聚焦图像分块明显的不足，使得火焰内部相应位置处的温度分布精确度低的问题。
如图7所示为应用本发明的方法，在透明介质中，计算得到的不同分层火焰温度相对误差分布图。计算的温度分布区间为1250K到1800K。相对误差最大值仅为8％，且大部分相对误差仅低于5％。该相对误差分布图体现了高精度的温度重建结果，可以用于火焰三维温度场的高精度重建。
附图说明
图1为本发明的基本流程图；
图2为火焰光场成像的模型示意图，x为模型三维平面的x坐标，y为模型三维平面的y坐标，z为模型三维平面的z坐标，o为模型三维平面的中心，也是主透镜中心；
图3为子孔径提取示意图；
图4为中心分层火焰重聚焦成像示意图；
图5为中心分层火焰重聚焦降噪图像示意图；
图6为三维火焰重聚焦降噪图像经Lucy-Richardson解卷积结果示意图；
图7为温度相对误差分布图，r(m)为火焰径向坐标；y(m)为火焰轴向坐标，Relative Error为相对误差；
图8为将子孔径图像进行一系列移动与叠加过程示意图，U表示相机主透镜所在的平面，S表示微透镜阵列所在的平面，S'为新的对焦平面，l为主透镜与微透镜阵列间的距离，l'为对焦平面改变后主透镜与微透镜之间的距离，u为相机主透镜所在的平面坐标，s表示微透镜阵列所在的平面坐标，s'为新的对焦平面坐标。
具体实施方式
具体实施方式一：结合图1说明本实施方式，本实施方式的一种应用于火焰光场重聚焦成像的温度重建方法具体过程为：
步骤一：由光场相机拍摄火焰并记录其光场成像；
步骤二：对光场成像多像素提取得到子孔径图像，根据子孔径图像得到火焰的光场重聚焦图像；
步骤三：运用小波阈值变换对光场重聚焦图像降噪，得到降噪图像；
步骤四：运用Lucy-Richardson解卷积方法对降噪图像进行复原，得到复原降噪图像；
步骤五：根据复原降噪图像灰度与黑体辐射力，以及黑体辐射力与温度之间的对应关系，得到重建火焰的温度。
具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中由光场相机拍摄火焰并记录其光场成像；具体过程为：
根据已知的火焰温度和辐射物性条件模拟生成三维火焰和分层火焰，由光场相机拍摄火焰并记录其光场成像；
如图2所示，光场相机是由主透镜和微透镜阵列以及CCD成像屏组成的，其中，微透镜阵列是由数量众多的微小透镜排列组成，并放置在主透镜和CCD成像屏之间。火焰发射的某一光线，经过光场相机主透镜后，在虚拟的主透镜成像面成像，传统相机一般在该成像面设置成像屏。但光场相机不同，光线继续经过微透镜阵列，最后在成像屏成像，从而实现区别于传统相机的辐射强度和多角度的光场信息的同时捕获。
火焰发射光线，光线产生之后从火焰燃烧区域发出，光线经过光场相机的主透镜，微透镜阵列和CCD最终完成光场成像，由光场相机拍摄火焰并记录其光场成像。
所述辐射物性条件为透明介质，火焰发生光线认为是微小颗粒产生的；
所述光场相机为德国Raytrix公司R29光场相机。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中对光场成像多像素提取得到子孔径图像，根据子孔径图像得到火焰的光场重聚焦图像；
多像素提取方法的定义为，通过牺牲光场相机的角度分辨率，即在每个微透镜下覆盖的CCD像素中提取超过一个像素得到子孔径成像，此时再进行重聚焦，来获得更高的空间分辨率，称为多像素提取方法。
具体过程为：
如图2所示，按照微透镜排列顺序，在光场相机的每个微透镜覆盖的CCD成像区域m*n下提取sm*sn个像素，光场相机的微透镜个数为M*N，因此每个子孔径图像所含像素数量为sm*sn*M*N；
m为微透镜覆盖CCD成像区域的横向像素数量，n为微透镜覆盖CCD成像区域的纵向像素数量，sm为在m中提取的横向像素数量，sn为在n中提取的纵向像素数量，M为横向微透镜个数，N为纵向微透镜个数；M、N取值为正整数；
将子孔径图像平移叠加后得到三维火焰和分层火焰的光场重聚焦图像。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述将子孔径图像平移叠加后得到三维火焰和分层火焰的光场重聚焦图像；具体过程为：
重聚焦可理解为是将子孔径图像进行一系列的移动与叠加的过程，图8中U表示相机主透镜所在的平面，S表示微透镜阵列所在的平面，S'为新的对焦平面，l为主透镜与微透镜阵列间的距离，l'为对焦平面改变后主透镜与微透镜之间的距离，令
通过将子孔径图像进行的移动和叠加，得到三维火焰和分层火焰的光场重聚焦图像；
其中
l为主透镜与微透镜阵列间的距离，l'为对焦平面改变后主透镜与微透镜之间的距离，u表示相机主透镜所在的平面的横坐标，v为相机主透镜所在的平面的纵坐标。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤三中运用小波阈值变换对光场重聚焦图像降噪，得到降噪图像；具体过程为：
但经步骤二提取后发现，子孔径提取的灰度梯度较大，这使得图像的连贯性不强。经分析认为这种效果为较强的图像噪声所导致的，因此考虑引入一种区别于傅里叶频率滤波的小波降噪方法，对图像进行降噪；
首先，基于MATLAB选择db8小波基函数，分解层数设定为3层(选择合适的基小波和小波分解层数)，对步骤二得到的光场重聚焦图像f(k)作小波变换，得到一组小波系数wj,k；
然后，通过对wj,k进行阈值处理，得到估计小波系数使得最小；
阈值为全局软阈值函数；
最后，对进行小波重构，得到估计信号即为降噪图像。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是：所述步骤四中运用Lucy-Richardson解卷积方法对降噪图像进行复原，得到复原降噪图像；具体过程为：
假设由步骤三得到的降噪图像的噪声为泊松分布并假定该图像像素之间相互独立，在已知原始图像f的情况下，降噪图像g的条件概率函数为
式中g(i,j)和f(i,j)分别为降噪图像和原始图像在位置(i,j)处的像素值，而h(i,j)则为位置(i,j)处的降噪点扩展函数，代表卷积；g(i,j)！为g(i,j)的阶乘；
i为降噪图像像素的横坐标，j为降噪图像像素的纵坐标；
通过对式(1)的最大似然估计得到复原降噪图像，即求解偏导数
在假定h满足归一化的条件下，用下式乘性迭代算法求解式(2)
式中h(i,j)T为h(i,j)的转置，和分别为迭代时的第k步和第k+1步的迭代图像复原的估计结果，直至得到第K步的迭代图像复原的估计结果，即为复原降噪图像。
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七：本实施方式与具体实施方式一至六之一不同的是：所述K取值为10。
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八：本实施方式与具体实施方式一至七之一不同的是：所述步骤五中根据复原降噪图像灰度与黑体辐射力，以及黑体辐射力与温度之间的对应关系，得到重建火焰的温度；具体过程为：
使用光场相机分别拍摄已知不同温度的黑体平面，并选取A个温度值进行标定，获取黑体平面的光场图像灰度值R；A取值为正整数；
将火焰位置调整在距离光场相机主透镜d处，为了分析单一光谱条件下火焰产生光线所携带的能量，将火焰发射的光线波长设定为λ，根据普朗克定律得火焰任意位置处产生的光线的自身黑体光谱辐射力Ebλ[W/(m2·μm)]的表达式为：
式中，c1为普朗克第一辐射常数，c2为普朗克第二辐射常数，T表示某一位置的温度；W为瓦；d单位为m；
根据式(4)计算已知的不同温度黑体平面对应的黑体实际光谱辐射力Ebλ，获得了黑体平面的光场图像灰度值R与光谱辐射力Ebλ的对应拟合关系式：Ebλ＝f(R)；
结合拟合关系式，根据步骤四得到的复原降噪图像灰度值R′计算得到黑体光谱辐射力Eb′λ，并由黑体光谱辐射力Eb′λ得到重建火焰的温度：
其它步骤及参数与具体实施方式一至七之一相同。
具体实施方式九：本实施方式与具体实施方式一至八之一不同的是：所述火焰发射的光线波长λ＝610nm。
其它步骤及参数与具体实施方式一至八之一相同。
采用以下实施例验证本发明的有益效果：
实施例一：
本实施例一中应用于火焰光场重聚焦成像的温度重建方法具体是按照以下步骤制备的：
步骤一中，根据已知的火焰温度和辐射物性条件生成三维火焰和分层火焰，并由光场相机生成其光场成像。其中，本实施例中辐射物性条件为透明介质，且光场相机模拟原型为德国Raytrix公司R29光场相机。
如图2所示，建立火焰光场成像模型，将火焰放置在距离光场相机主透镜d＝0.4m位置处，火焰温度分布按照如下公式计算
其中，R＝0.04m为火焰半径；Z＝0.4m为火焰高度；z为轴向坐标；r为径向坐标，且与图2笛卡尔坐标系关系为
分层方法为：按火焰径向分层，每隔0.01m分一层，靠近相机为正，远离相机为负。将火焰按径向分为7层，分别为x＝0.03m,0.02m,0.01m,0.0m,-0.01m,-0.02m,-0.03m，并分别命名为1-7层，每层分配的厚度区间为(-0.005,0.005)，在这个厚度范围内，火焰的温度分布遵循公式(7)，故每层温度分布都有所不同，越远离火焰中心，每层火焰的高度越低，温度分布也有所不同。但由于第1,7层火焰温度很低，其高温区域只是其他5层的边界低温，因此本实施例暂不对其进行分析。
步骤二中，针对德国Raytrix公司R29光场相机，如图3所示，在每片微透镜覆盖区域m*n＝30*30下提取sm*sn＝3*3个像素，由于RaytrixR29相机的微透镜个数为M*N＝205*126，经多像素提取后每个子孔径的大小为sm*sn*M*N＝615*378。将子孔径图像平移叠加后得到图4分层火焰重聚焦图像。
步骤三中，选择db8作为小波基函数，分解层数设定为3层，阈值为全局软阈值函数。经小波变换分层火焰重聚焦降噪图像如图5所示。
步骤四中，经过Lucy-Richardson方法对火焰迭代解卷积，三维火焰的最终迭代估计结果如图6所示，从图像亮度、火焰尺寸，火焰中心低温区域面积等方面分析，与图5所示分层火焰重聚焦降噪图像非常相似。
步骤五中，由光场相机拍摄黑体平面进行标定过程，选取6个温度值进行标定，分别是850℃,900℃,950℃,1000℃,1050℃以及1100℃，分别拍摄不同温度下的黑体平面，获取拍摄的光场图像灰度值。并根据式(4)计算不同温度黑体平面对应的黑体光谱辐射力，获得了CCD上灰度R与实际光谱辐射力Eb′λ的对应拟合关系式为
Eb′λ＝-1.349×10-5×R2+0.6849×R-0.1328 (7)
计算重建温度与步骤一中已知温度的相对误差，用于判定温度重建的效果。
重建温度Test与步骤一中计算温度Text的相对误差σT定义为
图7所示为应用本发明的方法，在透明介质中，计算得到的不同分层火焰温度相对误差分布图。计算的温度分布区间为1250K到1800K。相对误差最大值仅为8％，且大部分相对误差仅低于5％。该相对误差分布图体现了高精度的温度重建结果，可以用于火焰三维温度场的高精度重建。
最后应说明的是：以上所述仅是本发明的具体实施方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员仍应当理解为：在不脱离本发明原理的前提下，还可以做出若干改进或等同替换，这些改进和等同替换也应视为本发明的保护范围。
Claims (9)
1.一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述方法具体过程为：
步骤一：由光场相机拍摄火焰并记录其光场成像；
步骤二：对光场成像多像素提取得到子孔径图像，根据子孔径图像得到火焰的光场重聚焦图像；
步骤三：运用小波阈值变换对光场重聚焦图像降噪，得到降噪图像；
步骤四：运用Lucy-Richardson解卷积方法对降噪图像进行复原，得到复原降噪图像；
步骤五：根据复原降噪图像灰度与黑体辐射力，以及黑体辐射力与温度之间的对应关系，得到重建火焰的温度。
2.根据权利要求1所述一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述步骤一中由光场相机拍摄火焰并记录其光场成像；具体过程为：
火焰发射光线，光线经过光场相机的主透镜，微透镜阵列和CCD最终完成光场成像，由光场相机拍摄火焰并记录其光场成像。
3.根据权利要求2所述一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述步骤二中对光场成像多像素提取得到子孔径图像，根据子孔径图像得到火焰的光场重聚焦图像；具体过程为：
按照微透镜排列顺序，在光场相机的每个微透镜覆盖的CCD成像区域m*n下提取sm*sn个像素，光场相机的微透镜个数为M*N，因此每个子孔径图像所含像素数量为sm*sn*M*N；
m为微透镜覆盖CCD成像区域的横向像素数量，n为微透镜覆盖CCD成像区域的纵向像素数量，sm为在m中提取的横向像素数量，sn为在n中提取的纵向像素数量，M为横向微透镜个数，N为纵向微透镜个数；M、N取值为正整数；
将子孔径图像平移叠加后得到火焰的光场重聚焦图像。
4.根据权利要求3所述一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述将子孔径图像平移叠加后得到火焰的光场重聚焦图像；具体过程为：
通过将子孔径图像进行的移动和叠加，得到火焰的光场重聚焦图像；
其中l为主透镜与微透镜阵列间的距离，l'为对焦平面改变后主透镜与微透镜之间的距离，u表示相机主透镜所在的平面的横坐标，v为相机主透镜所在的平面的纵坐标。
5.根据权利要求4所述一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述步骤三中运用小波阈值变换对光场重聚焦图像降噪，得到降噪图像；具体过程为：
首先，基于MATLAB选择db8小波基函数，分解层数设定为3层，对步骤二得到的光场重聚焦图像f(k)作小波变换，得到一组小波系数wj,k；
然后，通过对wj,k进行阈值处理，得到估计小波系数使得最小；
阈值为全局软阈值函数；
最后，对进行小波重构，得到估计信号即为降噪图像。
6.根据权利要求5所述一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述步骤四中运用Lucy-Richardson解卷积方法对降噪图像进行复原，得到复原降噪图像；具体过程为：
假设由步骤三得到的降噪图像的噪声为泊松分布并假定该图像像素之间相互独立，在已知原始图像f的情况下，降噪图像g的条件概率函数为
式中g(i,j)和f(i,j)分别为降噪图像和原始图像在位置(i,j)处的像素值，而h(i,j)则为位置(i,j)处的降噪点扩展函数，代表卷积；i为降噪图像像素的横坐标，j为降噪图像像素的纵坐标；g(i,j)！为g(i,j)的阶乘；
通过对式(1)的最大似然估计得到复原降噪图像，
即求解偏导数
在假定h满足归一化的条件下，用下式乘性迭代算法求解式(2)
式中h(i,j)T为h(i,j)的转置，和分别为迭代时的第k步和第k+1步的迭代图像复原的估计结果，直至得到第K步的迭代图像复原的估计结果，即为复原降噪图像。
7.根据权利要求6所述一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述K取值为10。
8.根据权利要求7所述一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述步骤五中根据复原降噪图像灰度与黑体辐射力，以及黑体辐射力与温度之间的对应关系，得到重建火焰的温度；具体过程为：
使用光场相机分别拍摄已知不同温度的黑体平面，并选取A个温度值进行标定，获取黑体平面的光场图像灰度值R；A取值为正整数；
将火焰位置调整在距离光场相机主透镜d处，将火焰发射的光线波长设定为λ，根据普朗克定律得火焰任意位置处产生的光线的自身黑体光谱辐射力Ebλ[W/(m2·μm)]的表达式为：
式中，c1为普朗克第一辐射常数，c2为普朗克第二辐射常数，T表示某一位置的温度；d单位为m；
根据式(4)计算已知的不同温度黑体平面对应的黑体实际光谱辐射力Ebλ，获得了黑体平面的光场图像灰度值R与光谱辐射力Ebλ的对应拟合关系式：Ebλ＝f(R)；
结合拟合关系式，根据步骤四得到的复原降噪图像灰度值R′计算得到黑体光谱辐射力Eb′λ，并由黑体光谱辐射力Eb′λ得到重建火焰的温度：
9.根据权利要求8所述一种应用于火焰光场重聚焦成像的温度重建方法，其特征在于：所述火焰发射的光线波长λ＝610nm。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810186356.7A CN108389169B (zh) | 2018-03-07 | 2018-03-07 | 一种应用于火焰光场重聚焦成像的温度重建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810186356.7A CN108389169B (zh) | 2018-03-07 | 2018-03-07 | 一种应用于火焰光场重聚焦成像的温度重建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108389169A true CN108389169A (zh) | 2018-08-10 |
| CN108389169B CN108389169B (zh) | 2021-11-09 |
Family
ID=63066818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810186356.7A Active CN108389169B (zh) | 2018-03-07 | 2018-03-07 | 一种应用于火焰光场重聚焦成像的温度重建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108389169B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109255809A (zh) * | 2018-09-26 | 2019-01-22 | 郑州云海信息技术有限公司 | 一种光场图像深度估计方法及装置 |
| CN109409281A (zh) * | 2018-10-22 | 2019-03-01 | 河南科技大学 | 一种基于改进的小波阈值函数的降噪方法 |
| CN110400336A (zh) * | 2019-06-05 | 2019-11-01 | 东南大学 | 一种双光场相机火焰三维温度场重建方法 |
| CN112067132A (zh) * | 2020-07-13 | 2020-12-11 | 北京化工大学 | 一种基于随机一致性采样技术的火焰高温测量标定方法 |
| CN113256812A (zh) * | 2021-04-07 | 2021-08-13 | 东南大学 | 光场相机的特征光线采样优化方法、处理装置及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011071958A2 (en) * | 2009-12-07 | 2011-06-16 | William Marsh Rice University | Apparatus and method for compressive imaging and sensing through multiplexed modulation |
| CN102164293A (zh) * | 2010-02-16 | 2011-08-24 | 索尼公司 | 图像处理装置、图像处理方法、图像处理程序和成像装置 |
| CN102881041A (zh) * | 2012-08-21 | 2013-01-16 | 中国科学院计算技术研究所 | 一种基于多源实测数据的火焰建模方法及其系统 |
| CN105606222A (zh) * | 2015-09-06 | 2016-05-25 | 东南大学 | 一种火焰三维温度场测量的成像装置、测量装置及测量方法 |
| CN106296811A (zh) * | 2016-08-17 | 2017-01-04 | 李思嘉 | 一种基于单光场相机的目标物三维重构方法 |
| CN106803892A (zh) * | 2017-03-13 | 2017-06-06 | 中国科学院光电技术研究所 | 一种基于光场测量的光场高清晰成像方法 |
| CN107084794A (zh) * | 2017-04-10 | 2017-08-22 | 东南大学 | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 |
-
2018
- 2018-03-07 CN CN201810186356.7A patent/CN108389169B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011071958A2 (en) * | 2009-12-07 | 2011-06-16 | William Marsh Rice University | Apparatus and method for compressive imaging and sensing through multiplexed modulation |
| CN102164293A (zh) * | 2010-02-16 | 2011-08-24 | 索尼公司 | 图像处理装置、图像处理方法、图像处理程序和成像装置 |
| CN102881041A (zh) * | 2012-08-21 | 2013-01-16 | 中国科学院计算技术研究所 | 一种基于多源实测数据的火焰建模方法及其系统 |
| CN105606222A (zh) * | 2015-09-06 | 2016-05-25 | 东南大学 | 一种火焰三维温度场测量的成像装置、测量装置及测量方法 |
| CN106296811A (zh) * | 2016-08-17 | 2017-01-04 | 李思嘉 | 一种基于单光场相机的目标物三维重构方法 |
| CN106803892A (zh) * | 2017-03-13 | 2017-06-06 | 中国科学院光电技术研究所 | 一种基于光场测量的光场高清晰成像方法 |
| CN107084794A (zh) * | 2017-04-10 | 2017-08-22 | 东南大学 | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 |
Non-Patent Citations (1)
| Title |
|---|
| 于凤芹: "《实用小波分析十讲》", 31 July 2013 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109255809A (zh) * | 2018-09-26 | 2019-01-22 | 郑州云海信息技术有限公司 | 一种光场图像深度估计方法及装置 |
| CN109409281A (zh) * | 2018-10-22 | 2019-03-01 | 河南科技大学 | 一种基于改进的小波阈值函数的降噪方法 |
| CN110400336A (zh) * | 2019-06-05 | 2019-11-01 | 东南大学 | 一种双光场相机火焰三维温度场重建方法 |
| CN110400336B (zh) * | 2019-06-05 | 2023-02-28 | 东南大学 | 一种双光场相机火焰三维温度场重建方法 |
| CN112067132A (zh) * | 2020-07-13 | 2020-12-11 | 北京化工大学 | 一种基于随机一致性采样技术的火焰高温测量标定方法 |
| CN113256812A (zh) * | 2021-04-07 | 2021-08-13 | 东南大学 | 光场相机的特征光线采样优化方法、处理装置及存储介质 |
| CN113256812B (zh) * | 2021-04-07 | 2022-11-04 | 东南大学 | 光场相机的特征光线采样优化方法、处理装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108389169B (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108389169A (zh) | 一种应用于火焰光场重聚焦成像的温度重建方法 | |
| CN109115348B (zh) | 一种基于火焰光场重聚焦图像的三维温度重建联合方法 | |
| Xiang et al. | Automatic registration of optical and SAR images via improved phase congruency model | |
| CN108534714B (zh) | 基于正弦和二进制条纹投影的快速三维测量方法 | |
| CN105931196B (zh) | 基于傅里叶光学建模的编码光圈相机图像恢复方法 | |
| CN109919911B (zh) | 基于多视角光度立体的移动三维重建方法 | |
| CN110956661B (zh) | 基于双向单应矩阵的可见光与红外相机动态位姿计算方法 | |
| CN111080709B (zh) | 基于轨迹特征配准的多光谱立体相机自标定算法 | |
| CN106600687B (zh) | 一种多方向火焰发射层析系统 | |
| CN112254656B (zh) | 一种基于结构表面点特征的立体视觉三维位移测量方法 | |
| JP5822937B2 (ja) | 不可視スペクトル領域の画像を処理する方法、相応するカメラおよび測定装置 | |
| CN110969667A (zh) | 基于边缘特征的多光谱相机外参自校正算法 | |
| CN110969669B (zh) | 基于互信息配准的可见光与红外相机联合标定方法 | |
| CN113030510B (zh) | 一种基于三色掩膜单彩色相机的三维流场测试方法及系统 | |
| Chen et al. | Sparse sampling transformer with uncertainty-driven ranking for unified removal of raindrops and rain streaks | |
| CN114549307A (zh) | 一种基于低分辨率图像的高精度点云色彩重建方法 | |
| CN107610216B (zh) | 基于粒子群优化多视角立体点云生成方法及应用的摄像机 | |
| CN110910457B (zh) | 基于角点特征的多光谱立体相机外参计算方法 | |
| CN117115359A (zh) | 一种基于深度图融合的多视图电网三维空间数据重建方法 | |
| Chen et al. | Uncertainty-Driven Dynamic Degradation Perceiving and Background Modeling for Efficient Single Image Desnowing | |
| CN108182727B (zh) | 基于多视点几何一致性的相位展开方法 | |
| Li et al. | Research on super-resolution image reconstruction based on low-resolution infrared sensor | |
| CN113628125B (zh) | 基于空间视差先验网络的多幅红外图像增强方法 | |
| CN116758409A (zh) | 一种基于单锚框采样的遥感图像目标检测方法 | |
| CN111366162B (zh) | 基于太阳帆板投影与模板匹配的小天体探测器位姿估计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |