基于图像处理的室内视频火灾烟雾识别方法

论文摘要

伴随信息处理和计算机视觉技术的不断提高,智能视频监控以其广泛的应用前景和潜在的经济价值在现代安防系统中受到了高度重视。这种在无人干预情况下,自动提取用户敏感信息及时预警的分析手段为火灾探测技术的发展开辟了新的研究方向。本文突破早期火灾探测技术的局限,将智能视频监控技术用于火灾预警中,研究室内环境下视频火灾的烟雾识别方法。本文采用基于OTSU阈值分割的背景差帧差结合法检测可疑烟雾区域。针对室内环境多运动目标的复杂性,本文提出了基于图像块近似连通性的图元分割方法,用固定大小图像块中运动像素点的比重来描述前景区域的连通情况,分割出满足近似连通条件的可疑图元。该方法省略了传统的形态学计算、求取最大连通域的耗时处理过程,即使烟雾和其它运动目标在图像中相邻接,仍能分割出部分独立图元,提高了烟雾图元提取的实时性和可靠性。本文选取了三项特征对可疑图元进行烟雾识别。通过烟雾发生前后,图元在不同颜色空间的数据分布,得出了基于亮度Y和饱和度S的色彩度量方法。通过烟雾发生前后,图元在小波空间的高频分析,得到了基于小波变换系数的能量度量方法。在色彩和能量辨别的基础上,针对烟雾局部区域分布均匀、结构一致的特点,本文提出了一种基于结构相似程度的烟雾识别方法。将可疑方形图元与局部区域的多个历史图元进行亮度、对比度和结构的比较,分析目标是否具备高度相关的结构化信息,并以此建立烟雾的结构分析依据。对满足三个判别条件的烟雾图元在时间轴和图像局部空间综合统计后确定出最终的烟雾识别结果。全文的创新在于提出了基于近似连通的图像块提取方法和基于历史信息的烟雾识别结构分析方法,提高了复杂环境中烟雾检测的有效性。本文在PC平台上针对实时监控环境和公开的烟雾视频数据库进行了大量测试,实验结果证明该方法在不同的光线照度、烟雾浓度、拍摄距离和监控环境下都能有效检测到烟雾信号,实现了识别室内烟雾的研究目的。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题来源
• 1.2 课题的研究背景及意义
• 1.3 课题的国内外研究现状
• 1.4 课题的研究内容
• 1.5 课题的重点难点和创新点
• 1.6 论文的组织安排
• 2 烟雾可疑图元提取
• 2.1 烟雾可疑区域的目标检测
• 2.2 可疑图元分割
• 2.3 本章小结
• 3 烟雾图元的识别分析
• 3.1 色彩分析
• 3.2 能量分析
• 3.3 结构分析
• 3.4 烟雾综合判别和报警
• 3.5 本章小结
• 4 烟雾识别实验测试
• 4.1 模块组装测试
• 4.2 算法整体测试
• 4.3 算法的适用范围
• 4.4 本章小结
• 5 总结与展望
• 致谢
• 参考文献