[发明专利]基于卷积神经网络的火焰场快速监测装置及方法

权利要求书

1.一种基于卷积神经网络的火焰场快速监测装置，其特征在于，包括多方向投影采集装置、基于MART的三维重建模块和卷积神经网络监测模块，所述多方向投影采集装置从12个间隔为15°的不同方向用相机对待测火焰场进行空间位置参数和相距进行标定，并对火焰图像进行采集；所述基于MART的三维重建模块将多方向投影采集装置采集到的12个方向的图像进行三维形貌重建；所述卷积神经网络模块以采集到的多方向投影和MART重建结果作为训练集输入和输出，实现火焰形貌监测；

三维形貌重建包括以下步骤：

1)将重建区域划分为离散网格，每一个离散网格为一个物点；

2)计算第i个离散网格对第m个相机的各像素所贡献的辐射权重因子；

3)对所有离散网格重复步骤2)，得到整个重建区域中所有离散网格在第m个相机中的权重因子；

4)对系统中所有相机重复步骤2)和3)，得到整个系统的权重矩阵；

5)根据步骤4)的结果对火焰场强度进行重建；

卷积神经网络监测模块以投影采集装置所采集到的图像作为训练集输入X，以MART三维重建算法所重建出的结果作为训练集输出Y；该模块共采用15000组训练数据进行网络训练，之后根据网络的输出结果对网络进行参数调整；将投影数据输入优化后的卷积神经网络以得到火焰形貌的监测结果；

优化后的卷积神经网络具有四个卷积层，分别具有8、16、32、32个卷积核，前三个卷积层的卷积核大小为3×3，第四个卷积层的卷积核大小为2×2，四个卷积层的步长均为1，每个卷积层后都跟有一个批量正则化层，之后采用relu激活函数对卷积层进行激活，在第四个卷积层后接一个池化层，池化层大小为2×2，步长为1。

2.根据权利要求1所述的基于卷积神经网络的火焰场快速监测装置，其特征在于，12个相机围绕待测场放置，相邻相机间隔为15°，构成一个半圆；12个相机连接到同一台计算机，由计算机内的触发程序产生脉冲信号，再经过一个外触发卡同时触发12个相机，同一时刻采集12个投影方向上的火焰发射光强度图像。

3.一种基于卷积神经网络的火焰场快速监测方法，其特征在于，包括以下步骤：

步骤1，对待测火焰场进行空间位置参数和相距进行标定，采集火焰图像；

步骤2，利用MART三维重建算法对采集到的火焰图像进行三维形貌重建；具体为：

1)将重建区域划分为离散网格，每一个离散网格为一个物点；

2)计算第i个离散网格对第m个相机的各像素所贡献的辐射权重因子；

3)对所有离散网格重复步骤2)，得到整个重建区域中所有离散网格在第m个相机中的权重因子；

4)对系统中所有相机重复步骤2)和3)，得到整个系统的权重矩阵；

5)根据步骤4)的结果对火焰场强度进行重建；

步骤3，以采集到的多方向投影和MART三维重建结果作为训练集输入和输出，进行火焰形貌监测；具体为：

卷积神经网络监测模块以投影采集装置所采集到的图像作为训练集输入X，以MART三维重建算法所重建出的结果作为训练集输出Y；该模块共采用15000组训练数据进行网络训练，之后根据网络的输出结果对网络进行参数调整；将投影数据输入优化后的卷积神经网络以得到火焰形貌的监测结果；

优化后的卷积神经网络具有四个卷积层，分别具有8、16、32、32个卷积核，前三个卷积层的卷积核大小为3×3，第四个卷积层的卷积核大小为2×2，四个卷积层的步长均为1，每个卷积层后都跟有一个批量正则化层，之后采用relu激活函数对卷积层进行激活，在第四个卷积层后接一个池化层，池化层大小为2×2，步长为1。

4.根据权利要求3所述的基于卷积神经网络的火焰场快速监测方法，其特征在于，步骤1包括以下步骤：

1)建立世界坐标系(Xw，Yw，Zw)、相机坐标系(X，Y，Z)和相机成像面坐标系(u，v)，并确定世界坐标系(Xw，Yw，Zw)、相机坐标系(X，Y，Z)和离散图像坐标系(u，v)之间的关系，其中世界坐标系和相机坐标系的关系为：

其中，旋转矩阵为平移矢量为

相机成像面坐标系(u，v)与相机坐标系(X，Y，Z)的关系为：

式中，Z₀为相机的相距；

2)利用多方向投影采集装置进行图像采集，确定采样点在相机成像面坐标系中的坐标；

3)根据采样点在世界坐标系中的坐标和采样点在相机成像面坐标系中的坐标；利用世界坐标系(Xw，Yw，Zw)、相机坐标系(X，Y，Z)和离散图像坐标系(u，v)之间的关系确定相机的空间位置参数；

4)将相机预先调节聚焦于一点，聚焦点在世界坐标系中的坐标为(x_f，y_f，z_f)，其在相机成像面的坐标位置为(x′_f,y′_f)，在相机成像系统中聚焦点和其对应的像点满足成像方程：

其中f_lens为相机镜头的焦距；

根据相机的空间位置参数，利用聚焦点的世界坐标和成像平面坐标确定相机的相距Z₀，从而完成相机的标定。