基于图像处理的大空间火灾监测技术的研究

论文摘要

随着中国社会经济的发展和科学技术的进步,尤其是城市人口的急剧增加和城市化进程的飞速发展,具有大空间特点的建筑物比比皆是。由于发生在大空间建筑物中的火灾具有蔓延速度快、易发生轰燃等特点,使火灾的扑救比较困难,所以对大空间建筑物火灾安全防范技术的研究,具有较强的现实意义和实用价值。火灾图像自动监测技术是基于图像处理的优点和计算机语言的高速运算性,提出的一项利用火焰图像的信息来分析判断火灾的监测技术。论文结合计算机图形学、数字图像处理和计算机视觉等技术,从火焰形态学特征和火焰颜色两方面着手,研究一种新的基于图像的火灾探测处理技术。目标是将提出的方案变为实际的算法,用软件最终设计实现一套完整的火灾探测和自动灭火系统。本课题设计的主要内容包括火灾火焰图像识别算法原理的研究和火灾定位算法的研究与仿真。本文首先根据火焰图像和红外成像的特点,设计了基于图像处理的图像型火灾监测系统:用CCD摄像机作为探头,将被监视现场的红外图像输入计算机,在发现火灾的情况下,然后利用图像处理的各种算法对图像进行一系列处理。对图像进行处理后计算火灾的空间位置,自动启动灭火系统和报警疏散系统。本文主要对摄像机定标算法和火灾图像的定位算法进行研究。论文从火灾火焰的视觉特性出发,具体分析了火灾火焰在视频图像序列帧上的信号特征,同时针对这些特征进行了数学模型的建立和识别算法的研究,提出了基于灰度值本身的特征点提取算法。在自动灭火技术上,论文研究了摄像机标定算法、图像特征点的匹配算法和图片的火灾位置确定的方法,并对火灾图像的中心位置提出了改进的算法,将图像灰度值用在火灾火焰空间定位上,提高了空间定位的准确性。在此基础上,用MATLAB软件对火灾图像处理与定位算法进行了仿真并给出了仿真结果。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 大空间建筑火灾特点
• 1.3 火灾检测技术的国内外研究状况
• 1.3.1 早期火灾探测传感方法
• 1.3.2 大空间建筑火灾的研究
• 1.4 基于图像的火灾识别技术的发展
• 1.5 本文的研究目的及内容
• 1.6 本章小结
• 2 图像型火灾监控系统
• 2.1 图像型火灾监控系统原理
• 2.2 各个模块分析
• 2.2.1 图像采集模块
• 2.2.2 火灾识别模块
• 2.2.3 图像处理模块
• 2.2.4 火灾定位模块
• 2.3 图像型火灾视频监测系统的优点
• 2.4 本章小结
• 3 火灾图像识别的理论基础
• 3.1 火灾信号的特征
• 3.2 红外图像特征
• 3.3 火灾的图像识别依据
• 3.4 图像识别算法
• 3.4.1 BP 神经网络基本原理
• 3.4.2 BP 神经网络模型
• 3.4.3 BP 网络模型的缺陷分析及优化策略
• 3.5 本章小结
• 4 火灾图像的数字处理方法
• 4.1 图像采集
• 4.2 图像预处理
• 4.2.1 阈值分割
• 4.2.2 直方图修正
• 4.2.3 图像分割
• 4.2.4 平滑滤波
• 4.3 图像特征点提取
• 4.3.1 边缘检测
• 4.3.2 特征点提取
• 4.4 本章小结
• 5 火灾的空间定位
• 5.1 双目立体视觉原理
• 5.2 摄像机定标
• 5.2.1 摄像机定标的发展状况
• 5.2.2 坐标系
• 5.3 常用摄像机模型及标定方法
• 5.3.1 传统标定方法
• 5.3.2 自标定方法
• 5.3.3 基于主动视觉的标定方法
• 5.3.4 线性模型的摄像机标定
• 5.3.5 摄像机标定实验
• 5.4 三维空间重构
• 5.4.1 误差分析
• 5.4.2 畸变模型
• 5.5 立体匹配
• 5.5.1 匹配准则
• 5.5.2 匹配策略
• 5.6 基于点特征的立体匹配
• 5.6.1 基于相关方式建立候选匹配
• 5.6.2 图像相似性关系计算方法
• 5.7 火灾的定位研究
• 5.7.1 火灾中心坐标与几何特征的参数的计算
• 5.7.2 火灾位置的确定
• 5.8 本章小结
• 6 火灾定位算法软件仿真
• 6.1 MATLAB 简介
• 6.2 MATLAB 在图像处理中的应用
• 6.3 软件仿真
• 6.4 仿真结果
• 6.5 结果分析
• 7 总结与展望
• 致谢
• 参考文献
• 附录