基于图像处理的火灾探测系统的研究

论文摘要

火灾探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,提出的一项利用图像的信息分析来判断火灾的监测技术。它利用CCD摄像机作为探头,将被监视现场的彩色图像和红外图像输入计算机,然后利用图像处理的算法,从单幅图像和图像序列中来识别有无火灾的发生。论文结合计算机图形学、数字图像处理、计算机视觉等技术,从火灾火焰形态学特征和视觉特征两方面着手,并采用BP神经网络模型,研究基于图像特征的火灾探测技术。目标是将提出的方案变为实际的算法,用软件实现,设计一套完整的火灾探测系统。本文详细地研究了火灾图像的增强处理、噪声滤除、最大熵阈值分割、区域跟踪和边缘检测等算法及其在火灾图像处理中的应用。并通过将数种算法集成起来的方法,提出了一种在序列图像中跟踪火灾火焰的算法,在图像序列中提取出火焰目标。此外,还分析了火灾火焰和其它一些干扰现象的面积变化规律、形体变化规律、边缘变化规律和整体移动趋势,并且针对于每一种规律都提出相应的图像识别算法。通过这些算法,我们可以识别出早期火灾的火焰图像并能够区别其它的干扰现象。实践证明,该系统是行之有效的,具有较高的准确性和可靠性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 课题研究的背景和意义
• 1.2.1 传统的火灾探测系统
• 1.2.2 图像型火灾探测系统
• 1.3 国内外研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 计算机视觉系统
• 1.4.1 计算机视觉的发展
• 1.4.2 计算机视觉研究状况
• 1.5 课题研究的主要内容
• 第2章 火灾火焰特征及图像处理的理论基础
• 2.1 火灾火焰的基本特征
• 2.1.1 火灾火焰的发生和发展
• 2.1.2 火灾火焰的物理特征
• 2.1.3 火灾火焰的图像特征
• 2.2 数字图像的基础理论
• 2.2.1 数字图像及其表示
• 2.2.2 图像文件的存储格式
• 2.2.3 数字图像的颜色表示
• 2.2.4 图像的处理过程
• 2.3 摄像机的架设和火灾图像的获得
• 2.3.1 通用摄像机模型和成像变换
• 2.3.2 摄像机的标定
• 2.3.3 空间定位双目成像原理
• 第3章 火灾图像的获取和处理
• 3.1 图像获取
• 3.2 图像预处理
• 3.2.1 直方图处理
• 3.2.2 图像增强
• 3.2.3 图像滤波处理
• 3.3 火灾图像分割算法
• 3.3.1 基于边缘检测分割算法
• 3.3.2 区域跟踪分割法
• 3.3.3 基于灰度空间阈值分割法
• 3.4 图像形态学特征
• 3.4.1 开运算
• 3.4.2 闭运算
• 第4章 火灾图像的特征提取和识别
• 4.1 链码
• 4.1.1 链码由4 连通向8 连通转换
• 4.1.2 链码求特征值的计算方法
• 4.1.3 火灾图像的轮廓跟踪和形状参数的特征提取
• 4.2 火灾图像识别依据
• 4.2.1 火焰的蔓延特性
• 4.2.2 边缘抖动特性
• 4.2.3 相对稳定特性
• 4.2.4 火焰的形状特征
• 4.3 基于人工神经网络火灾图像识别
• 4.3.1 神经网络的基本结构
• 4.3.2 神经网络的训练
• 4.3.3 基于神经网络的火灾探测系统设计
• 4.4 实验结果及分析
• 第5章 系统的设计与实现
• 5.1 系统构成
• 5.2 软件的开发环境与结构
• 5.3 系统界面
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢
• 详细摘要