一种爆炸火焰特征的分析方法、装置及设备
1.本发明涉及火焰分析技术领域，具体涉及一种爆炸火焰特征的分析方法、装置及设备。
背景技术：
2.随着现代工业化进程的加快以及智能制造和新材料应用的兴起，粉尘技术日益成熟，生产、加工和使用粉尘的行业逐渐增多，且粉体作为原料、中间产物以及工业产品伴生物，越来越多地参与到各行业规模化、机械化的生产中，随之而发生的粉尘爆炸事故概率不断加大。如2014年8月2日位于江苏省苏州市昆山市昆山经济技术开发区的昆山中荣金属制品有限公司抛光二车间发生特别重大铝粉尘爆炸事故，共造成146人死亡、163人受伤直接经济损失3.51亿元。同样的，可燃气体爆炸事故也频繁发生；例如，2021年10月21日，东北地区发生瓦斯爆炸事故，造成5人死亡，52人受伤。
3.如何在现场有效预防爆炸事故的发生是当前急需解决的难题，但由于大型实验不仅耗费巨大的人力物力成本，且可能会造成人员伤亡。因此利用实验室的实验装置研究粉尘爆炸火焰的动态传播演化规律具有重要的意义。
4.目前，实验室爆炸实验系统研究爆炸火焰的动态变化大多还是根据火焰图像定性分析，并没有一套定量分析系统，导致对于火焰描述过于主观化，不够精确。因此设计一种精确、方便的方法来研究粉尘爆炸火焰的动态传播演化规律，就成为本发明要解决的问题。
技术实现要素：
5.有鉴于此，本发明的目的在于提供一种爆炸火焰特征的分析方法、装置及设备，以解决现有技术中，无法对爆炸产生的火焰进行定量分析，对火焰的传播演化规律不够精准的问题。
6.根据本发明实施例的第一方面，提供一种爆炸火焰特征的分析方法，包括：
7.获取爆炸火焰的图像信息，确定图像尺寸与实际尺寸的对应关系；
8.对爆炸火焰的图像信息进行灰度化处理；
9.对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息以及提取目标火焰图像的边界；
10.遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置；
11.通过确定的图像尺寸与实际尺寸的对应关系计算出目标火焰前端锋面的实际位置；
12.通过多帧图像之间火焰前端的位置与不同帧图像之间的时间间隔计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；
13.通过计算火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面
积的变化趋势；
14.提取图像中灰度值最大的像素的灰度值，将该灰度值作为该图像中火焰的亮度，根据多个图像帧的最大灰度值，得到火焰亮度的变化趋势。
15.优选地，
16.所述获取爆炸火焰的图像信息包括：
17.将实验对象按照预设的实验流程操作，并设置实验所需的实验条件，所述试验条件包括浓度、点火延迟时间、喷尘压力以及点火能量；
18.在点火的同时，通过设置在实验装置视窗正前方的高速摄像机按照一定的频率进行拍摄，获取爆炸火焰的图像信息。
19.优选地，
20.所述确定图像尺寸与实际尺寸的对应关系包括：
21.根据实验装置视窗的尺寸以及图像的分辨率，计算爆炸火焰的图像信息中每一个像素点所代表的实际高度。
22.优选地，
23.所述对爆炸火焰的图像信息进行灰度化处理包括：
24.利用gamma校正算法对彩的爆炸火焰的图像信息进行处理得到灰度值，对不同通道里的灰度值进行加权，将加权后得到的灰度值转换后存到对应的二维数组里面。
25.优选地，
26.所述对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息包括：
27.根据二维数组里的灰度值生成灰度直方图，并进行归一化处理，得到比例直方图；
28.根据比例直方图计算爆炸火焰的图像信息的平均灰度；
29.将灰度值从0迭代到x，通过平均灰度计算目标火焰和背景的类间方差；
30.将最大类间方差对应的灰度值设置为阈值，基于阈值对图像进行二值化处理。
31.优选地，
32.所述提取目标火焰图像的边界包括：
33.通过高斯滤波来平滑二值化处理后的图像，去除噪声；
34.获取图像的强度梯度；
35.通过非最大抑制法来消除图像的边误检；
36.通过双阈值方法确定可能的边界；
37.通过滞后法来跟踪可能的边界，再对边界进行提取；
38.所述对边界进行提取包括：
39.遍历二值化图像的每一个像素点，将灰度值为x的像素点设置为参考点，搜索参考点四周邻域方向上的像素，确定参考点周围是否存在至少一个像素为0的点，若存在，则参考点为边界点，否则为非边界点。
40.根据本发明实施例的第二方面，提供一种爆炸火焰特征的分析装置，包括：
41.图像获取模块：用于获取爆炸火焰的图像信息，确定图像尺寸与实际尺寸的对应关系；
42.灰度化处理模块：用于对爆炸火焰的图像信息进行灰度化处理；
43.二值化处理模块：用于对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息以及提取目标火焰图像的边界；
44.前端锋面确定模块：用于遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置；
45.实际位置获取模块：用于通过确定的图像尺寸与实际尺寸的对应关系计算出火焰前端的实际位置；
46.速度分析模块：用于通过多帧图像之间火焰前端的位置与不同帧图像之间的时间间隔计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；
47.面积分析模块：用于通过计算火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；
48.亮度分析模块：用于提取图像中灰度值最大的像素的灰度值，将该灰度值作为该图像中火焰的亮度，根据多个图像帧的最大灰度值，得到火焰亮度的变化趋势。
49.根据本发明实施例的第三方面，提供一种爆炸火焰特征的分析设备，包括：
50.存储器，所述存储器中存储有程序指令；
51.控制器，用于执行存储器中存储的程序指令，执行如上述所述的方法。
52.本发明的实施例提供的技术方案可以包括以下有益效果：
53.本技术通过获取爆炸火焰的图像信息，对图像信息进行灰度化处理以及二值化处理，获取目标火焰信息并提取火焰的边界，然后遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置，根据图像尺寸与实际尺寸的对应关系得到前端锋面的实际位置，根据实际前端锋面在各帧图像中的位置变化和各帧图像之间的时间间隔，计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；通过火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；根据每帧图像中最大灰度值的变化，得到火焰亮度的变化规律，通过对火焰速度、面积以及亮度的定量分析，真实反映了粉尘爆炸火焰的动态传播演化规律，非常适合在对爆炸火焰传播规律的研究中推广、使用。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
54.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
55.图1是根据一示例性实施例示出的一种爆炸火焰特征的分析方法的流程示意图；
56.图2是根据另一示例性实施例示出的一种爆炸火焰特征的分析方法的总流程图；
57.图3是根据另一示例性实施例示出的图像二值化处理流程图；
58.图4是根据另一示例性实施例示出的一种爆炸火焰特征的分析装置的系统示意图；
59.附图中：1-图像获取模块，2-灰度化处理模块，3-二值化处理模块，4-前端锋面确定模块，5-实际位置获取模块，6-速度分析模块，7-面积分析模块，8-亮度分析模块。
具体实施方式
60.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
61.实施例一
62.图1是根据一示例性实施例示出的一种爆炸火焰特征的分析方法的流程示意图，如图1所示，包括：
63.s1，获取爆炸火焰的图像信息，确定图像尺寸与实际尺寸的对应关系；
64.s2，对爆炸火焰的图像信息进行灰度化处理；
65.s3，对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息以及提取目标火焰图像的边界；
66.s4，遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置；
67.s5，通过确定的图像尺寸与实际尺寸的对应关系计算出目标火焰前端锋面的实际位置；
68.s6，通过多帧图像之间火焰前端的位置与不同帧图像之间的时间间隔计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；
69.s7，通过计算火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；
70.s8，提取图像中灰度值最大的像素的灰度值，将该灰度值作为该图像中火焰的亮度，根据多个图像帧的最大灰度值，得到火焰亮度的变化趋势。
71.可以理解的是，如附图2所示，本技术通过获取爆炸火焰的图像信息，对图像信息进行灰度化处理以及二值化处理，获取目标火焰信息并提取火焰的边界，然后遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置，根据图像尺寸与实际尺寸的对应关系得到前端锋面的实际位置，根据实际前端锋面在各帧图像中的位置变化和各帧图像之间的时间间隔，计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；通过火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；根据每帧图像中最大灰度值的变化，得到火焰亮度的变化规律，通过对火焰速度、面积以及亮度的定量分析，真实反映了粉尘爆炸火焰的动态传播演化规律，非常适合在对爆炸火焰传播规律的研究中推广、使用。
72.值得强调的是，为了在爆炸火焰原始图像中提取出火焰的区域并确定火焰前锋的位置，首先要对火焰原始图像进行简单的处理，将图像中视窗之外的无用的黑边去除，以减少计算量。
73.值得强调的是：
74.(1)火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度：
75.速度分析由于在二值化图像中，白像素的像素值为255，黑像素的像素值为0，
因此可以通过遍历二值化图像中的每一个像素得到火焰前端锋面在图像中的位置，即火焰边界在火焰传播方向上距离点火位置最远的点所在的位置坐标。当图像中火焰前端锋面的位置所在的像素点确定时，便可以利用图像尺寸与实际尺寸之间的关系计算出火焰前端的实际位置，两帧之间火焰前端的位置差与时间间隔的比值即为火焰前端在这一时间间隔内的平均速度，当时间间隔无限趋近于0时，这个平均速度相当于该时刻的瞬时速度。两帧之间的平均速度与时间间隔的比值则为火焰前端在这一时间间隔内的平均加速度，同理，时间间隔无限趋近于0时，这个平均加速度相当于该时刻的瞬时加速度；对火焰边界进行处理，得到每一帧图像中火焰前锋所在位置，并以时间为横轴，火焰传播距离为纵轴做图，得到火焰前锋变化的趋势图，以此分析火焰传播距离；利用后一帧火焰前锋距离减去前一帧火焰前锋距离得到该时间间隔内火焰移动距离，因此，两帧之间的火焰平均速度计算公式为：
[0076][0077]
其中，δl—两帧时间间隔内火焰移动距离，δt—时间间隔，li—第i秒火焰传播距离，f—采样频率；
[0078]
利用公式计算出每一帧的火焰平均速度，并以时间为横坐标，速度为纵坐标做图得到火焰传播速度变化趋势图，以此分析火焰传播速度的变化趋势；
[0079]
利用后一帧火焰传播速度减去前一帧火焰传播得到该时间间隔内火焰传播速度差值，因此，两帧之间的火焰平均加速度计算公式为：
[0080][0081]
其中，δv—两帧时间间隔内火焰传播速度，vi—第i秒火焰传播速度；
[0082]
利用公式计算出每一帧的火焰平均加速度，并以时间为横坐标，加速度为纵坐标做图得到火焰传播加速度变化趋势图，以此分析火焰传播加速度的变化趋势。
[0083]
另外，用最后一帧的火焰前锋距离减去第一帧的火焰前锋传播距离，得到火焰传播总距离，传播总距离与花费时间的比值即该时间间隔内火焰传播的平均速度。
[0084]
(2)火焰面积的变化趋势
[0085]
在得到的二值化图像中，白像素代表火焰，黑像素代表背景，因此可以通过计算图像中白像素的数量来计算火焰面积。具体方法为：遍历图像中的每一个像素，并计算所有白像素的数量，就可以得到火焰占据的像素的数量，通过计算白像素和总像素的比值可以得到火焰占整个图像的比例，得到火焰像素占图像像素的比例后就可以利用图像尺寸与实际尺寸之间的关系计算出火焰面积。具体计算公式为：
[0086][0087]
其中，areaw—白像素总数，area
sum
—图像总像素数；
[0088]
利用公式计算出每一帧的火焰面积，并以时间为横坐标，面积为纵坐标做图得到火焰面积变化趋势图，以此分析火焰面积的变化趋势；
[0089]
(3)火焰亮度的变化趋势
[0090]
灰度图像是每个像素只有一个采样颜的图像。这类图像通常显示为从最暗黑到最亮的白的灰度。灰度是使用黑调表示物体，即用黑为基准，不同的饱和度的黑来显示图像，范围一般从0到255，白为255，黑为0。因此可以用灰度来表示图像的亮度，且灰度值越大，代表该像素越亮；
[0091]
提取灰度图像中每一个像素的灰度值，并以图像的宽为x轴，高为y轴，灰度值为z轴绘制火焰灰度变化趋势图，以此分析每一帧火焰亮度变化趋势；
[0092]
提取每一帧图像中灰度值最大的像素的灰度值，并以时间为横轴，灰度值为纵轴绘制火焰随时间的亮度变化趋势图，以此分析火焰亮度随时间的变化规律。
[0093]
优选地，
[0094]
所述获取爆炸火焰的图像信息包括：
[0095]
将实验对象按照预设的实验流程操作，并设置实验所需的实验条件，所述试验条件包括浓度、点火延迟时间、喷尘压力以及点火能量；
[0096]
在点火的同时，通过设置在实验装置视窗正前方的高速摄像机按照一定的频率进行拍摄，获取爆炸火焰的图像信息；
[0097]
可以理解的是，爆炸试验在实验室中进行，所使用的装置包括但不限于哈特曼管、20l球形容器以及其他自制装置。为了方便说明，本实施例以哈特曼管为例进行说明，哈特曼管内径69mm,高296.5mm,壁厚9.5mm,容积为1.2l。管的上方为开放空间，管的底部有一个蘑菇状喷头,用于扩散粉尘。点火电极位于距离管的底部100mm处,实验采用高压互感器直接放电的方式。哈特曼装置主要由点火系统、喷尘系统、控制系统、数据采集系统组成。在哈特曼管的正前方安装高速摄像装置，用于进行高速摄像，为了保证采样之后的数字信号完整地保留原始信号中的信息，采样的频率需至少为信号中最高频率的两倍，即
[0098]fn
＞2f
max
[0099]
式中，fn为采样频率，f
max
为信号频率；
[0100]
则
[0101][0102]
其中，tn为采样间隔时间；
[0103]
本发明选择的采样频率为2000hz，即高速摄像的拍摄速度为2000fps，也可根据需要选择满足采样定理的其他拍摄速度。图片尺寸设定为64
×
256像素。
[0104]
优选地，
[0105]
所述确定图像尺寸与实际尺寸的对应关系包括：
[0106]
根据实验装置视窗的尺寸以及图像的分辨率，计算爆炸火焰的图像信息中每一个像素点所代表的实际高度；
[0107]
可以理解的是，必须建立图像尺寸和实际尺寸的对应关系才能正确分析火焰特征。因为在高速摄影拍摄爆炸火焰传播过程中，高速摄影机每次都需要调整距离和对焦，因
此每次拍摄出的图像和实际尺寸都有不同，而后期的火焰传播分析过程都以拍摄的图像为基础，故需要针对每次拍摄环境建立图像和实际尺寸的对应关系，保证通过图像和对应关系可以反映出实际的尺寸变化，真实描述火焰特征。如实验时的哈特曼管内径为69mm，高度为296.5mm，裁剪后的图像分辨率为60
×
206，图片的分辨率结合哈特曼管的尺寸，就可以推算出在爆炸火焰图像中每一个像素点所代表的实际高度为：
[0108][0109]
根据此对应关系就可随时计算出图像中距离反映出的实际距离。
[0110]
优选地，
[0111]
所述对爆炸火焰的图像信息进行灰度化处理包括：
[0112]
利用gamma校正算法对彩的爆炸火焰的图像信息进行处理得到灰度值，对不同通道里的灰度值进行加权，将加权后得到的灰度值转换后存到对应的二维数组里面；
[0113]
可以理解的是，灰度使用黑调表示物体,即用黑为基准，不同的饱和度的黑来显示图像。每个灰度对象都具有从0％(白)到100％(黑)的亮度值。使用灰度将裁剪后的彩图像转换为高质量黑白图像，转换对象的灰级别(阴影)表示原始对象的亮度。任何颜都由红、绿、蓝三基组成，假如原来某点的颜为rgb(r，g，b)，利用gamma校正算法对彩图像进行处理，公式如下，具体操作为：对不同通道里的灰度值进行加权，加权后得到的灰度值就是我们转换后的灰度图的灰度值，转换后存到对应的二维数组里面，这个数组就是转换后的灰度图像抽象意义上的二维数组，显示出来就是一副灰度图像，其表示如下所示：
[0114][0115]
最后，遍历读取图像灰度值，并存入一个新数组中。
[0116]
优选地，
[0117]
所述对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息包括：
[0118]
根据二维数组里的灰度值生成灰度直方图，并进行归一化处理，得到比例直方图；
[0119]
根据比例直方图计算爆炸火焰的图像信息的平均灰度；
[0120]
将灰度值从0迭代到x，通过平均灰度计算目标火焰和背景的类间方差；
[0121]
将最大类间方差对应的灰度值设置为阈值，基于阈值对图像进行二值化处理；
[0122]
可以理解的是，如附图3所示，一幅图像包括目标物体、背景还有噪声，为了从图像中直接提取出火焰(即目标物体)，采用阈值法对图像进行二值化处理，具体为：
[0123]
利用图像中火焰和背景的差异，将图像设置为两个不同的级别，并选取一个合适的阈值以确定像素为火焰还是背景，将大于阈值的像素灰度设置为灰度极大值，将小于阈值的像素灰度设为灰度极小值，从而获得二值化图像。利用大津法(otsu)确定阈值，大津法是由日本学者大津于1979年提出，其又被称为最大类间方差法，otsu算法的核心就是类间方差，主要是利用图像的阈值划分为两个区域，并计算这两个区域间的方差，类间方差越大代表两部分灰度值的差异最大，即两部分差异最大，而最大方差类间对应的阈值就是所要
求取的阈值，通过这个阈值将目标物体和背景区分开。公式推导如下：
[0124][0125]
背景灰度占图像总灰度的比例可由以下公式表示：
[0126][0127]
其中：k—假定阈值th，ωi—灰度值为i占图像总灰度的比例；
[0128]
平均灰度为：
[0129][0130]
目标物体灰度占图像总会度的比例为：
[0131][0132]
其中：l表示图像的像素级，通常都是255；
[0133]
平均灰度为：
[0134][0135]
且有：
[0136]
ω1+ω2＝1
[0137]
则图像总体的平均灰度为：
[0138]
μ0＝μ1ω1+μ2ω2[0139]
则根据类间方差的概念可以求出该阈值处的类间方差：
[0140]
σ2＝ω1(μ
1-μ0)2+ω2(μ
2-μ0)2[0141]
进行化简可以得到：
[0142][0143]
利用大津法对图像进行二值化处理的具体操作步骤如下：
[0144]
(1)生成灰度直方图，并进行归一化处理，得到比例直方图：
[0145]
(2)根据比例直方图计算整幅图像的平均灰度μ0；
[0146]
(3)灰度值从0迭代到255，计算目标物体和背景的类间方差；
[0147]
(4)将最大类间方差对应的灰度值设置为阈值，并对图像进行二值化处理。
[0148]
优选地，
[0149]
所述提取目标火焰图像的边界包括：
[0150]
通过高斯滤波来平滑二值化处理后的图像，去除噪声；
[0151]
获取图像的强度梯度；
[0152]
通过非最大抑制法来消除图像的边误检；
[0153]
通过双阈值方法确定可能的边界；
[0154]
通过滞后法来跟踪可能的边界，再对边界进行提取；
[0155]
所述对边界进行提取包括：
[0156]
遍历二值化图像的每一个像素点，将灰度值为x的像素点设置为参考点，搜索参考点四周邻域方向上的像素，确定参考点周围是否存在至少一个像素为0的点，若存在，则参考点为边界点，否则为非边界点；
[0157]
可以理解的是，本实施例通过canny边缘检测算法对火焰边界进行检测，包括以下步骤：
[0158]
(1)应用高斯滤波来平滑图像，目的是去除噪声；
[0159]
(2)寻图像的强度梯度；
[0160]
(3)应用非最大抑制技术来消除边误检；
[0161]
(4)应用双阈值的方法来决定可能的(潜在的)边界；
[0162]
(5)利用滞后技术来跟踪边界。
[0163]
检测出边界后，需对边界进行提取，具体方法如下：
[0164]
遍历二值图像的每一个像素，以255值像素为参考点，搜索参考点四周邻域方向上的像素，确定参考点周围是否存在至少一个像素为0的点(背景点)，若存在，则参考点为边界点，否则为非边界点。
[0165]
实施例二
[0166]
图4是根据一示例性实施例示出的一种爆炸火焰特征的分析装置的系统示意图，如图4所示，包括：
[0167]
图像获取模块1：用于获取爆炸火焰的图像信息，确定图像尺寸与实际尺寸的对应关系；
[0168]
灰度化处理模块2：用于对爆炸火焰的图像信息进行灰度化处理；
[0169]
二值化处理模块3：用于对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息以及提取目标火焰图像的边界；
[0170]
前端锋面确定模块4：用于遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置；
[0171]
实际位置获取模块5：用于通过确定的图像尺寸与实际尺寸的对应关系计算出火焰前端的实际位置；
[0172]
速度分析模块6：用于通过多帧图像之间火焰前端的位置与不同帧图像之间的时间间隔计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；
[0173]
面积分析模块7：用于通过计算火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；
[0174]
亮度分析模块8：用于提取图像中灰度值最大的像素的灰度值，将该灰度值作为该图像中火焰的亮度，根据多个图像帧的最大灰度值，得到火焰亮度的变化趋势；
[0175]
可以理解的是，本技术还提供了一种爆炸火焰特征的分析装置，通过图像获取模块1获取爆炸火焰的图像信息，通过灰度化处理模块2对图像信息进行灰度化处理，通过二值化处理模块3对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息以及提取目标火焰图像的边界，通过前端锋面确定模块4遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置，通过实际位置获取模块5根据图像尺寸与实际尺寸的对应关系得到前端锋面的实际位置，通过速度分析模块6根据实际前端锋面在各帧图像中的位置变化和各帧图像之间的时间间隔，计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；通过面积分析模块7通过火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；通过亮度分析模块8根据每帧图像中最大灰度值的变化，得到火焰亮度的变化规律，通过对火焰速度、面积以及亮度的定量分析，真实反映了粉尘爆炸火焰的动态传播演化规律，非常适合在对爆炸火焰传播规律的研究中推广、使用。
[0176]
实施例三
[0177]
本技术还提供一种爆炸火焰特征的分析设备，包括：
[0178]
存储器，所述存储器中存储有程序指令；
[0179]
控制器，用于执行存储器中存储的程序指令，执行如上述所述的方法。
[0180]
可以理解的是，上述提到的存储器可以是只读存储器，磁盘或光盘等。
[0181]
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
[0182]
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。
[0183]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
[0184]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0185]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0186]
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0187]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0188]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0189]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
技术特征：
1.一种爆炸火焰特征的分析方法，其特征在于，包括：获取爆炸火焰的图像信息，确定图像尺寸与实际尺寸的对应关系；对爆炸火焰的图像信息进行灰度化处理；对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息以及提取目标火焰图像的边界；遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置；通过确定的图像尺寸与实际尺寸的对应关系计算出目标火焰前端锋面的实际位置；通过多帧图像之间火焰前端的位置与不同帧图像之间的时间间隔计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；通过计算火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；提取图像中灰度值最大的像素的灰度值，将该灰度值作为该图像中火焰的亮度，根据多个图像帧的最大灰度值，得到火焰亮度的变化趋势。2.根据权利要求1所述的方法，其特征在于，所述获取爆炸火焰的图像信息包括：将实验对象按照预设的实验流程操作，并设置实验所需的实验条件，所述试验条件包括浓度、点火延迟时间、喷尘压力以及点火能量；在点火的同时，通过设置在实验装置视窗正前方的高速摄像机按照一定的频率进行拍摄，获取爆炸火焰的图像信息。3.根据权利要求2所述的方法，其特征在于，所述确定图像尺寸与实际尺寸的对应关系包括：根据实验装置视窗的尺寸以及图像的分辨率，计算爆炸火焰的图像信息中每一个像素点所代表的实际高度。4.根据权利要求3所述的方法，其特征在于，所述对爆炸火焰的图像信息进行灰度化处理包括：利用gamma校正算法对彩的爆炸火焰的图像信息进行处理得到灰度值，对不同通道里的灰度值进行加权，将加权后得到的灰度值转换后存到对应的二维数组里面。5.根据权利要求4所述的方法，其特征在于，所述对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息包括：根据二维数组里的灰度值生成灰度直方图，并进行归一化处理，得到比例直方图；根据比例直方图计算爆炸火焰的图像信息的平均灰度；将灰度值从0迭代到x，通过平均灰度计算目标火焰和背景的类间方差；将最大类间方差对应的灰度值设置为阈值，基于阈值对图像进行二值化处理。6.根据权利要求5所述的方法，其特征在于，所述提取目标火焰图像的边界包括：通过高斯滤波来平滑二值化处理后的图像，去除噪声；
获取图像的强度梯度；通过非最大抑制法来消除图像的边误检；通过双阈值方法确定可能的边界；通过滞后法来跟踪可能的边界，再对边界进行提取；所述对边界进行提取包括：遍历二值化图像的每一个像素点，将灰度值为x的像素点设置为参考点，搜索参考点四周邻域方向上的像素，确定参考点周围是否存在至少一个像素为0的点，若存在，则参考点为边界点，否则为非边界点。7.一种爆炸火焰特征的分析装置，其特征在于，所述装置包括：图像获取模块：用于获取爆炸火焰的图像信息，确定图像尺寸与实际尺寸的对应关系；灰度化处理模块：用于对爆炸火焰的图像信息进行灰度化处理；二值化处理模块：用于对灰度化处理后的图像信息进行二值化处理，提取爆炸火焰的图像信息中的目标火焰图像信息以及提取目标火焰图像的边界；前端锋面确定模块：用于遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置；实际位置获取模块：用于通过确定的图像尺寸与实际尺寸的对应关系计算出目标火焰前端锋面的实际位置；速度分析模块：用于通过多帧图像之间火焰前端的位置与不同帧图像之间的时间间隔计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；面积分析模块：用于通过计算火焰像素和总像素的比值可以得到火焰占整个图像的比例，利用图像尺寸与实际尺寸之间的关系计算出火焰面积，通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；亮度分析模块：用于提取图像中灰度值最大的像素的灰度值，将该灰度值作为该图像中火焰的亮度，根据多个图像帧的最大灰度值，得到火焰亮度的变化趋势。8.一种爆炸火焰特征的分析设备，其特征在于，包括：存储器，所述存储器中存储有程序指令；控制器，用于执行存储器中存储的程序指令，执行如权利要求1-6任一项所述的方法。
技术总结
本发明涉及一种爆炸火焰特征的分析方法、装置及设备，包括：通过获取爆炸火焰的图像信息，对图像信息进行灰度化处理以及二值化处理，提取火焰的边界，然后遍历二值化目标火焰图像信息中的每一个像素点得到目标火焰前端锋面在图像中的位置，根据实际前端锋面在各帧图像中的位置变化和各帧图像之间的时间间隔，计算火焰前端传播速度的变化趋势、火焰传播加速度的变化趋势以及平均速度；通过计算每一帧图像的火焰面积，得到火焰面积的变化趋势；根据每帧图像中最大灰度值的变化，得到火焰亮度的变化规律，通过对火焰速度、面积以及亮度的定量分析，真实反映了爆炸火焰的动态传播演化规律，非常适合在对爆炸火焰传播规律的研究中推广、使用。使用。使用。
