基于ARM的火焰识别系统的设计

论文摘要

随着计算机技术的发展,图像处理、图像识别技术应用到了各行各业。火焰识别更多的应用在了火灾预警领域、炉膛火焰识别领域。其传感器多采用了感烟、感温、感光探测器以及红外对射探测器。对于识别火炬火焰这种在室外大空间复杂背景下的火焰,传统识别方法则无能为力。因此本系统使用数字图像处理技术来识别火炬火焰。由于海上采油平台电力资源有限,我们使用嵌入式的解决方案。处理器采用主频高达203MHz的ARM32位处理器S3C2410A,并扩充了系统内存来运行其软件系统。使用了模块化的设计,设计了比较安全可靠的电源模块,复位模块,USB接口模块。因而能方便使用USB接口的CCD摄像头。为了方便系统升级,预留了以太网通讯模块。在现有的图像处理技术基础上,分析了现有的基于视频的火灾、炉膛火焰识别技术,并结合火炬火焰的特征,设计了一套基于BP神经网络算法的火焰识别技术。系统每隔一段时间截取一帧图像,保留一份副本以保留其颜色信息,然后把彩色图像转为灰度图像,用数学形态学的方法对其进行滤波,灰度变换等预处理和增强,在此基础上对物体轮廓进行跟踪,并计算它的各种形态学参数。匹配相同物体在不同图像中的轮廓,用同一物体的形态学参数的变化作为神经网络的输入参数,来对物体轮廓进行辨识,判断背景中有无火焰。系统使用了LINUX操作系统,选择了WINDOWS XP+VMWARE+REDHAT 9 LINUX作为开发平台,使用了交叉编译器和可视化的QTOPIA作为开发工具。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本课题的研究目的和意义
• 1.2 数字图像处理的发展现状
• 1.3 火焰识别应用的主要技术简介
• 1.3.1 基于传感原理的火焰探测技术
• 1.3.2 基于传感原理的火焰探测技术的缺点
• 1.3.3 基于数字图像处理的火焰识别系统
• 第二章 硬件设计
• 2.1 系统构成
• 2.2 S3C2410A芯片简介
• 2.3 系统原理图及分析
• 2.3.1 电源电路
• 2.3.2 复位电路
• 2.3.3 系统时钟
• 2.3.4 系统存储电路
• 2.3.5 USB主机接口
• 2.3.6 USB摄像头
• 第三章 构建操作系统和开发驱动
• 3.1 概述
• 3.2 操作系统的选择
• 3.2.1 几种嵌入式操作系统的比较
• 3.3 嵌入式系统的构建
• 3.3.1 设计引导程序
• 3.3.2 配置编译内核
• 3.3.3 建立根文件系统
• 3.3.4 在开发主机上进行安装配置
• 3.4 宿主机嵌入式开发环境的建立
• 3.4.1 宿主机的要求
• 3.4.2 安装交叉编译器
• 3.4.3 嵌入式linux操作系统图形用户接口
• 3.5 USB驱动的开发
• 3.5.1 主机控制器驱动的设计
• 第四章 软件设计
• 4.1 概述
• 4.2 视频的截取
• 4.2.1 常用的数据结构有
• 4.2.2 采集程序实现过程
• 4.2.3 截取图像
• 4.3 对单幅图像的分析
• 4.3.1 彩色图像变灰阶
• 4.3.2 统计灰度图像的像素灰度直方图
• 4.3.3 图像二值化
• 4.3.4 图像的收缩,膨胀
• 4.4 轮廓跟踪
• 4.4.1 用到的数据结构
• 4.4.2 图像参数的计算
• 4.5 火焰的特征及其识别
• 4.5.1 火焰特征
• 4.5.2 用BP神经网络进行辨识
• 第五章 总结与展望
• 5.1 本文的主要工作
• 5.1.1 系统硬件设计
• 5.1.2 系统的软件设计
• 5.2 系统尽一步完善
• 参考文献
• 致谢