改进ISCA算法的工业炉火焰图像阈值分割方法

工业炉是一种利用燃料燃烧的热量对物料进行加工的高温设备。若使用不当,极易发生爆炸现象,通过观测工业炉火焰图像可准确了解燃料的燃烧情况,避免事故的发生。但工业炉火焰图像易受燃烧工况等因素的影响,选取分割阈值存在一定的难度,无法准确地分割火焰图像。为此,提出一种基于改进ISCA算法的工业炉火焰图像阈值分割算法。利用混沌映射、归一化方式改进ISCA算法,根据贪婪选择设立对立学习机制,增加种群多样性,有效避免陷入局部最优解。基于中值滤波算法,对火焰图像噪声进行去除,利用阈值分割、灰度直方图,建立火焰图像阈值分割函数模型,结合Kapur熵最大化、累积分布函数求解该模型,完成工业炉火焰图像阈值分割。实验结果表明,所提算法的误分率始终低于2%,阈值分割用时在0.3 s以下,第17次迭代即可完成收敛,该算法在工业炉火焰图像阈值分割过程中运算速度快且阈值分割误分率低,可以有效提高工业炉火焰图像阈值分割精度。