论文部分内容阅读
针对复杂工业环境中高温难以直接测量的问题，本文提出一种基于神经网络的颜色测温方法，利用高温物体的颜色与温度之间复杂的非线性映射关系，使用BP神经网络和最小二乘支持向量机两种方法，分别采用绿色和彩色两种颜色特征值建立测温模型拟合与高温物体温度之间的非线性映射关系，并进行精度比较。首先，利用彩色数码相机采集高温物体在不同温度发出的颜色光图像样本；其次，通过图像处理技术对图像进行预处理，即对图像进行平滑、分割、矩阵平均，提取出电炉丝图像颜色特征值；最后分别应用BP网络测温模型和LS-SVM测温模型对绿色和彩色两种颜色特征值进行测试。
实验仿真结果表明，两种测温模型都有比较高的测温精度，具有良好的非线性建模和泛化能力。其中利用LS-SVM测温模型测试效果要略好于BP测温模型，并且在稳定性方面有较大提高；而利用绿色通道测温模型的测试效果要略好于彩色测温模型。