学位论文 > 优秀研究生学位论文题录展示

基于嵌入式气体检测系统软件控制及算法研究

作　者: 汪德暖
导　师: 罗小刚
学　校: 重庆大学
专　业: 生物医学工程
关键词: 气体检测嵌入式图像处理模式识别 QT
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 119次
引　用: 1次
阅　读: 论文下载

内容摘要

随着人类社会的进步和现代工业的发展,大气中各种有害气体的种类和数量在急剧增加,严重威胁人类的健康,因此设计出快速准确的有害气体检测系统是非常有必要的。目前,有关气体检测系统的研究愈来愈受到国内外学者的关注,提出了各种有害气体的检测方法,其中比较广泛的是利用气敏传感阵列来进行气体检测的方法。采用卟啉化学传感阵列(PSA)作为气敏传感器进行气体检测,是近年来新出现的一种检测方法,该方法通过检测PSA芯片中卟啉敏感物质与目标气体反应前后颜色变化信息来识别气体。该方法检测的灵敏度高、检测快速,能够有效的检测出对人类健康有威胁的气体。本文基于PSA和嵌入式ARM系统,设计了一种嵌入式微痕量气体检测系统,该系统在嵌入式ARM平台上进行开发,通过嵌入式系统交互软件的设计和移植,实现了气体检测系统的软硬件一体化,可以很方便的对气体进行快速准确的检测。文章主要介绍嵌入式系统软件控制方法及PSA图像处理的算法,并设计出嵌入式系统的交互软件,研究的内容包含以下几个方面:1.根据气体检测的原理及流程,对检测系统所需要的软件功能进行了分析,并提出了软件各个模块的设计方案。2.通过分析PSA图像的特点,提出了PSA图像的预处理方法。该算法包括图像剪切算法,基于形态学的滤波算法和基于Radon变化与功率谱结合的图像倾斜校正算法。通过该算法对PSA图像进行预处理操作,可得到很好的处理效果。3.根据对PSA图像中特征提取要求,设计了一种新颖的PSA图像自动特征提取算法。该算法采用基于二值投影与统计学结合的自动网格划分的区域分割算法,可以自动划分出每个卟啉敏感点的区域,不会出现网格缺失和冗余的现象,采用比例半径的特征提取算法可以很好的提取出每个卟啉敏感点的特征。4.通过对检测系统得到的表征气体模式的差值编码矢量进行分析,提出了基于分层的模糊神经网络的识别算法。该算法把气体检测分成两个层进行识别,同时结合模糊神经网络,不仅使得识别的时间花费大大减小,而且提高了气体模式识别的准确度。5.在Linux系统下,以Qt-Creator集成开发环境为平台,完成了嵌入式交互软件系统的开发。该系统能够实现气体检测的硬件控制、PSA图像采集、图像分析处理及实验数据的管理和存储功能。把此软件系统移植到嵌入式检测设备,可很好的控制整个气体的检测过程。

全文目录

中文摘要  3-4
英文摘要  4-9
1 绪论  9-17
  1.1 引言  9
  1.2 常用的气体检测技术概述  9-11
    1.2.1 气敏传感器技术现状  10-11
    1.2.2 卟啉传感器阵列技术现状  11
  1.3 嵌入式系统的概述  11-13
  1.4 模式识别技术现状  13
  1.5 论文的研究主要内容和意义  13-17
    1.5.1 论文研究的目的  13
    1.5.2 论文的研究内容  13-14
    1.5.3 论文研究的意义  14-17
2 系统的功能分析及软件设计  17-25
  2.1 系统的构架  17-18
  2.2 检测流程及原理  18-19
  2.3 系统的软件功能分析  19-20
  2.4 系统功能的软件设计  20-23
    2.4.1 硬件通信模块  20
    2.4.2 图像采集模块  20-21
    2.4.3 图像处理与模式识别模块  21-22
    2.4.4 数据管理  22
    2.4.5 数据保存模块  22-23
  2.5 本章小结  23-25
3 卟啉传感阵列图像预处理  25-39
  3.1 图像的剪切  25-26
  3.2 图像灰度化处理  26-28
  3.3 图像的滤波处理  28-30
    3.3.1 滤波技术的概述  28-29
    3.3.2 基于形态学的滤波技术  29-30
    3.3.3 图像滤波的结果及分析  30
  3.4 图像的倾斜校正  30-36
    3.4.1 基于radon变换的图像校正  31
    3.4.2 基于功率谱估计的图像校正  31
    3.4.3 Radon变换与功率谱结合的PSA图像自动校正算法  31-34
    3.4.4 倾斜校正的结果及分析  34-36
  3.5 本章小结  36-39
4 卟啉传感阵列图像特征值提取  39-49
  4.1 图像特征提取概述  39
  4.2 基于网格化分的PSA图像卟啉敏感区域定位方法  39-45
    4.2.1 阵列图像分割的现状  39-40
    4.2.2 PSA图像网格划分分析  40
    4.2.3 基于投影与统计学结合的自动网格划分  40-43
    4.2.4 局部阈值分割  43-44
    4.2.5 PSA图像卟啉敏感区域定位结果分析  44-45
  4.3 卟啉敏感点特征的提取  45-46
  4.4 特征值提取的结果分析  46-48
  4.5 本章小结  48-49
5 嵌入式气体检测系统模式识别算法设计  49-63
  5.1 模式识别概述  49-51
    5.1.1 模式识别的概念  49-50
    5.1.2 模式识别常见的技术  50-51
  5.2 气体检测系统模式识别算法  51-61
    5.2.1 基于PSA芯片的气体检测系统模式识别分析  51-53
    5.2.2 系统模式识别的流程  53-54
    5.2.3 气体种类的识别  54-55
    5.2.4 气体浓度的识别  55-58
    5.2.5 基于模糊神经网络的浓度识别  58-61
  5.3 气体模式识别的结果及分析  61-62
  5.4 本章小结  62-63
6 系统开发软件界面设计及嵌入式移植  63-77
  6.1 嵌入式Linux操作系统和QT语言概述  63-64
  6.2 系统开发软件的实现  64-70
    6.2.1 主界面的设计  64-65
    6.2.2 图像采集界面的设计  65-68
    6.2.3 图像处理界面的设计  68-69
    6.2.4 数据库管理界面设计  69-70
  6.3 系统开发软件的移植  70-74
    6.3.1 宿主机交叉编译环境的建立  70-72
    6.3.2 目标设备QT 应用软件运行环境的建立  72-73
    6.3.3 系统开发软件的移植  73-74
  6.4 嵌入式检测设备开发软件运行测试  74-75
  6.5 本章小结  75-77
7 总结和展望  77-79
  7.1 文章总结  77-78
  7.2 展望  78-79
致谢  79-81
参考文献  81-85
附录  85
  A. 作者在攻读硕士学位期间发表的论文目录  85
  B. 作者在攻读硕士学位期间参加的科研项目  85

基于嵌入式气体检测系统软件控制及算法研究

内容摘要

全文目录

相似论文