基于视频图像序列处理的火焰侦测

论文摘要

基于视频图像序列处理的火焰侦测方法,主要是通过分析远程监控摄像机所采集的视频图像序列,利用数字图像处理技术,对早期火灾火焰各种特征的检测,分割火焰区域并进行判别,以此对早期的火灾火焰进行实时侦测。与基于传感器的传统火灾探测技术相比,这种方法能探测更多火灾的信息,比如火焰的位置、火焰的大小、火焰的增长比率等等,也能应用于更多的复杂空间。本文对火焰视频图像的增强处理,噪声过滤,边缘检测和频率检测等算法以及其在视频图像中的应用做了深入的研究,提出了一种基于三个阶段的智能火焰侦测方法。(一)第一阶段:也称火焰图像分割阶段,首先分析比较了各种背景更新算法,并对具有较好鲁棒性的中值背景更新算法进行了改进,优化其运算速度,大幅度降低了算法的平均时间复杂度;其次对各种火灾火焰的颜色统计模型进行了分析和结果比较,采用了一种折中的方案,整合RGB和HSI两种颜色统计模型,对前一步背景消去法所提取的火焰区域进行过滤和优化。(二)第二阶段:是火焰其它各种特征的检测阶段。首先是火焰的形状检测,对目前应用得较多几种检测方法进行了分析比较,提出了使用canny边缘检测提取边缘进而求火焰周长与面积比率的判别方法。其次是火焰频率检测,采用火焰边缘变化频率检测来近似估计火焰抖动频率的方法。最后是直方图变化检测,比较前后帧之间S通道的直方图变化来过滤类似火焰的运动物体,增强系统判别准确率。(三)第三阶段:是报警系统,使用模糊逻辑理论,将火焰各种特征的检测结果与烟雾的检测结果进行模糊化之后作为输入,设置模糊逻辑规则库,输出警报信息。最后进行了仿真实验。实验结果表明该方法能有效的识别出火灾火焰并具有更快的运算速度和一定的抗干扰能力。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 课题目的及意义
• 1.2.1 传统的火灾探测技术
• 1.2.2 基于视频图像处理的火灾侦测
• 1.3 国内外相关技术发展现状
• 1.3.1 国外发展现状
• 1.3.2 国内发展现状
• 1.4 本文的主要研究内容
• 第2章 火焰图像处理原理概述
• 2.1 火灾火焰的基本特征
• 2.2 火焰的图像特征
• 2.2.1 火焰的颜色特征
• 2.2.2 火焰的形态特征
• 2.2.3 火焰的频率特征
• 2.3 系统设计流程
• 2.4 本章小结
• 第3章 火焰图像的分割算法
• 3.1 颜色的统计模型
• 3.2 动态检测
• 3.2.1 动态检测方法概述
• 3.2.2 背景消除法
• 3.2.3 基于正态分布的背景更新算法
• 3.2.4 优化的中值背景消除法
• 3.3 本章小结
• 第4章 火焰图像识别
• 4.1 形状判别
• 4.1.1 Canny 边缘检测
• 4.1.2 火焰形状检测
• 4.2 频率判别
• 4.3 直方图检测
• 4.4 烟雾处理部分
• 4.5 模糊逻辑的报警系统
• 4.5.1 模糊逻辑方法
• 4.5.2 多特征的整合
• 4.5.3 模糊逻辑与神经网络
• 4.6 本章小结
• 第5章 仿真与实验结果
• 5.1 火焰图像分割
• 5.2 火焰变化统计
• 5.3 系统界面
• 5.4 本章小结
• 总结与展望
• 总结
• 展望
• 参考文献
• 附录1 模糊逻辑规则库一
• 附录2 模糊逻辑规则库二
• 致谢