计算机应用

作者：张健, 于剑波, 汤健

单位：1.南京信息工程大学 计算机学院、网络空间安全学院，南京 210044；2.北京工业大学 信息科学技术学院，北京 100124

关键词：城市固废焚烧,图像预处理,图像分类,Transformer,深度学习

基金：国家自然科学基金资助项目(62073006)

由于国内城市固废焚烧（MSWI）过程的火焰图像具有强污染、高噪声和曝光度过高等问题，传统目标识别方法难以适用。因此，提出一种MSWI焚烧图像分类框架——基于多层预处理的SAswin网络（SAswin-MPNet）。首先，设计基于Transformer的混合注意力超分辨率重建（HASRT）模块对图像进行超分辨率的重建处理；其次，引入实用曝光校正（PEC）模块对高分辨率MSWI图像进行曝光度校正，从而获得多层预处理数据；此外，设计检验算法将预处理后的图像与原图像进行对照检验，将达到检验阈值的图像替换原图像，从而获得多层预处理数据集；最后，构建SAswin分类网络以识别燃烧状态。基于某MSWI电厂实际运行数据与ResNet-34、ResNet-50、ConvNeXt、ViT（Vision Transformer）、Swin-T（Swin-Tiny）和EVA-02（Enhanced Visual Assistant-02）进行对比的实验结果表明，SAswin-MPNet的MSWI图像燃烧状态识别的准确率与F1分数取得了最优结果。

来源：2026年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第3期