• 한국자동차공학회논문집
• /
• 제7권7호
• /
• pp.42-53
• /
• 1999

Two dimensional flame temperature and KL value distribution from the luminous flame containing soot in a DI diesel engine were measured by the tow-color method using tow different wavelengths of the flame image. The combustion chamber of a DI diesel engine was visualized by elongating the piston and cylinder and the flame in the combustion chamber was photographed on a nega-color film using a high speed camera. In this study, color CCD camera was used to digitize the three color density of the film exposed to the flame and standard lamp . The accuracy of the measuring method depends on the calibration line of film made from a high temperature standard tungsten lamp. The formation and oxidization of soot in the diesel engine were studied by observing measured time history of KL factor and flame temperature . Also , effects of various shapes of combustion chamber and fuel injection on flame temperature. Also, effects of various shapes of combustion chamber and fuel injection on flame temperature and KL value distribution were examined.

• 한국위성정보통신학회논문지
• /
• 제9권2호
• /
• pp.33-37
• /
• 2014

본 논문은 컬러 영상에서 화염의 후보 영역을 검출하기 위해 화염의 온도 분포 특성을 이용하여 화염의 영역을 분할한다. 기존 화염 검출 알고리즘에서는 단순히 화염의 색상을 황색에서 적색사이를 화염 후보 영역으로 검출하여 많은 오검출을 포함한다. 하지만 실제 화재에서 화염은 백색에서 적색사이의 색상을 보이고 있고, 화염의 영역 위치에서 따라 서로 다른 색상을 보인다. 본 논문에서는 화염의 온도 분포에 따른 색상을 분리하여 오검출 요소를 최소화한다. 제안하는 방법은 화염의 온도 분포 특성을 표현할 수 있는 색상 모델을 찾고, 색상 모델의 값을 비선형 양자화 단계로 나누어 히스토그램으로 분석하여 화염 후보 영역을 결정한다. 제안된 방법은 기존의 수 작업한 결과와 비교하면 정합도가 71.8%가 되고, 비화염 화소의 비율은 기존의 방법 중 최대 비화염 화소 수와 비교하면 약 27배 개선된 성능을 확인하였다.

• 한국위성정보통신학회논문지
• /
• 제8권3호
• /
• pp.52-57
• /
• 2013

본 논문은 컬러 영상의 색상분석 기반의 화염 검출 알고리즘에 최적인 컬러모델을 도출하여 화재감시 시스템에 적용하기 위한 컬러모델의 화염 색상 비교 분석에 대하여 기술한다. 기존 화재검출 알고리즘에서 많이 사용되는 RGB, YCbCr, CIE Lab, HSV 국제 표준 컬러모델에서 화염과 비화염 영역간의 색상 분리도 특성을 영상의 히스토그램 교차 분석(Histogram Intersection) 기법을 사용하여 정량화하고 분석한다. 4가지 국제 표준 컬러모델에 대한 히스토그램 교차 분석 결과, YCbCr 컬러모델의 평균 히스토그램 교차값이 0.0575로서 화염과 비화염간의 색상 분리도가 가장 우수한 컬러모델임을 확인하였으며, 각 컬러모델을 구성하는 12개 성분들 중에서는 청색차(Cb) 성분, 적색(R) 성분, 적색차(Cr) 성분이 각각 0.0433, 0.0526, 0.0567 로서 화염과 비화염 영역의 색상 분리도 특성이 매우 우수하여, 색상 분석 기반의 화염 검출에 가장 최적이며 실용적인 컬러모델과 성분임을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제20권4호
• /
• pp.516-521
• /
• 2010

본 논문은 퍼지 칼라모델을 이용한 영상기반의 지능형 무인 화재감시 시스템을 제안한다. 일반적으로 화재 감시를 위해 열이나 연기를 감지하는 별도의 장치를 사용하지만, 널리 보급된 폐쇄회로를 이용하면 별도의 장치와 추가적인 비용 없이 화재를 감시할 수 있다. 이와 같이 영상만으로 화재를 감시하는 시스템은 주로 연기나 불꽃을 추출하는 방법을 사용한다. 그러나 연기검출 방식은 야간에 회색계열의 연기를 검출하기 곤란하고, 불꽃검출 방식은 온도, 인화물질, 화재규모 등에 따른 불꽃색상의 변화에 대응하지 못하는 문제점을 가지고 있다. 본 논문은 무인환경 특히 야간 및 다양한 불꽃색상의 변화에 대응할 수 있는 강인한 화재감시 시스템을 다룬다. 이를 위해 폐쇄회로의 입력영상으로부터 움직임 영역을 추출하고, 퍼지 칼라모델을 이용한 색상과 히스토그램을 이용한 모양을 통해 불꽃 여부을 판단하고, 이것의 확산이 확인될 경우, 화재경보를 발령하는 시스템을 구현한다. 마지막으로, 통제된 실제 화재 실험을 통해 제안하는 방법의 유효성을 검증한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.25-27
• /
• 2009

This paper presents the stereoscopic conversion of flame images. The stereoscopic conversion is a technology that generates left and right images from a monoscopic image. Even though many conversion methods have been introduced and commercialized so far, the processing of flame images is relatively few. Such conventional methods are effectively used either real-time or off-line. However, the application of such schemes to special-effect images such as flame is hard to be applied. The proposed method is designed to convert a flame image into a stereoscopic image. Depth map of flame regions are produced based on the analysis of color models of flames. Experimental results tested on diverse flame image sets validates the effectiveness of the proposed method.

• 한국연소학회:학술대회논문집
• /
• 한국연소학회 2000년도 제21회 KOSCO SYMPOSIUM 논문집
• /
• pp.175-182
• /
• 2000

Flame temperatures were measured and compared using a rapid insertion technique and a two-color pyrometry with Abel inversion process in co-flow ethylene diffusion flames. The measured line-of-sight temperature showed very limited usefulness in understanding the detailed soot formation/oxidation process in a co-flow diffusion flame. The flame temperatures could be measured with reasonable accuracy for the soot laden regions in ethylene diffusion flames using two-color pyrometry with an Abel inversion technique. Two-color-pyrometry with Abel inversion was demonstrated as a useful temperature measurement technique for co-flow diffusion flames, expecially under pressure conditions, where a thermocouple is not applicable. The soot volume fraction could be also obtained using tow-color pyrometry with Abel inversion, which provides important information for understanding the soot formation/oxidation mechanism in diffusion flames.

• 동력기계공학회지
• /
• 제16권4호
• /
• pp.5-11
• /
• 2012

There were some papers for diesel engine performance tests using BDF, but few article deals with the temperature and soot concentration of Bio diesel flame. Since the flame temperature of diesel engines is so high and change rapidly, an optical method for measurement of flame temperature is known as the most effective one. The two-color method regarding the visible wavelength radiation for the soot particles in flame was applied on Bio diesel flame in order to measure flame temperature and soot concentration in a diesel engine. Photo detecting device was newly designed and employed TSL250R, photo-diode, to pick-up the light information emitted from the combustion flame. As a result, real flame temperature T, as a flame brightness temperature, through Ta1, Ta2, were obtained and finally the characteristics of KL value as a soot concentration reveal the difference of combustion information between diesel fuel, blending oil and Bio diesel fuel oil.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.112-119
• /
• 2019

본 논문에서는 불꽃 감지를 위한 임베디드 시스템에 적합한 딥러닝 구조를 제안한다. 제안하는 딥러닝 구조의 불꽃 감지 과정은 불꽃 색깔 모델을 사용한 불꽃 영역 검출, 불꽃 색깔 특화 딥러닝 구조를 사용한 불꽃 영상 분류, 검출된 불꽃 영역의 $N{\times}N$ 셀 분리, 불꽃 모양 특화 딥러닝 구조를 사용한 불꽃 영상 분류 등의 4가지 과정으로 구성된다. 첫 번째로 입력 영상에서 불꽃의 색만을 추출한 다음 레이블링하여 불꽃 영역을 검출한다. 두 번째로 검출된 불꽃 영역을 불꽃 색깔에 특화 학습된 딥러닝 구조의 입력으로 넣고, 출력단의 불꽃 클래스 확률이 75% 이상에서만 불꽃 영상으로 분류한다. 세 번째로 앞 단에서 75% 미만 불꽃 영상으로 분류된 영상들의 검출된 불꽃 영역을 $N{\times}N$ 단위로 분할한다. 네 번째로 $N{\times}N$ 단위로 분할된 작은 셀들을 불꽃의 모양에 특화 학습된 딥러닝 구조의 입력으로 넣고, 각 셀의 불꽃 여부를 판단하여 50% 이상의 셀들이 불꽃 영상으로 분류될 경우에 불꽃 영상으로 분류한다. 제안된 딥러닝 구조의 성능을 평가하기 위하여 ImageNet의 불꽃 데이터베이스를 사용하여 실험하였다. 실험 결과, 제안하는 딥러닝 구조는 기존의 딥러닝 구조보다 평균 29.86% 낮은 리소스 점유율과 8초 빠른 불꽃 감지 시간을 나타내었다. 불꽃 검출률은 기존의 딥러닝 구조와 비교하여 평균 0.95% 낮은 결과를 나타내었으나, 이는 임베디드 시스템에 적용하기 위해 딥러닝 구조를 가볍게 구성한데서 나온 결과이다. 따라서 본 논문에서 제안하는 불꽃 감지를 위한 딥러닝 구조는 임베디드 시스템 적용에 적합함이 입증되었다.

• 대한기계학회논문집B
• /
• 제20권9호
• /
• pp.3007-3014
• /
• 1996

The instantaneous flame temperature and soot formation and oxidation in a D.I. diesel engine are measured using a two-color method. The proposed method based on the continuous spectral radiation from the soot particles in the flame is applicable to industrial diesel engines without major modifications of their main characteristics. Measurements are performed at one location inside the combustion chamber of a D.I. diesel engine. Effects of different engine speeds and loads on flame temperature and KL factor which is an index of soot concentration were examined. Little temperature change were observed with increasing rpm, while increased with loads. The higher the flame temperature is, the lower the KL factor is.

• International Journal of Precision Engineering and Manufacturing
• /
• 제3권2호
• /
• pp.45-51
• /
• 2002

Recently the interest for the environment is increasing. So the criterion for the evaluation of the burner has changed. For efficient driving problem, if the thermal efficiency is higher and the oxygen in exhaust gas is lower, then burner is evaluated better. For environmental problem. burner must satisfy NOx limit, soot limit and CO limit. Generally the experienced operator judge of the combustion status of the burner by the color of flame. we don't still have any satisfactory solution against it. the relation of the combustion status and the color of the flame hasn't still been established. This paper is the study about the relation of the combustion status and the color of the flame. This paper describes development of real time flame diagnosis technique that evaluate and diagnose combustion state such as consistency of components in exhaust gas, stability of flame in quantitative sense. In this paper, it was proposed on the flame diagnosis technique of burner using image processing algorithm, the parameter extracted from the image of the flame was used as the input variables of the flame diagnostic system. at first, linear regression algorithm and multiple regression algorithm was used to obtain linear multi-nominal expression. Using the constructed inference algorithm, the amount of NOx and CO of the combustion gas was successfully inferred. the combustion control system will be realized sooner or later.