学位论文 > 优秀研究生学位论文题录展示

基于视频的火灾火焰检测

作　者: 张宾
导　师: 吴建胜
学　校: 辽宁科技大学
专　业: 计算机应用技术
关键词: 火灾火焰识别 图像分割 I1、I2、I3颜色模型 前景提取 形态学
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 131次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着时代的进步,图像处理技术正源源不断的为计算机领域注入新鲜的血液,opencv,opengl等图像处理工具也在日益完善,视频火灾监测技术渐渐引起了人们的重视。但是由于真实的火灾场景中环境的复杂性和不断变化特性,使得火灾的识别变得非常困难。目前基于视频图像处理的各种火灾识别方法只是在特定的环境下比较有效,当环境发生变化时检测的误差就会变的很大,到目前为止还没用形成比较成熟的理论和算法。由于火焰区域内外温度的差异,其由焰心到外焰表现为不同的颜色,因此火焰的颜色实际上是在一定的取值范围之内,而不是一个确定的值。在本文中,分别在RGB、HI S、YCbCr等颜色空间对含有火焰的图像进行分割试验,通过试验结果发现在周围环境与火焰的颜色比较接近的情况下,对火焰的分割效果并不理想。而在I 1、I 2、I 3颜色模型中发现I 2色彩特征对火焰的分割效果最好,并且RGB空间到I 1、I 2、I 3是线性转换,各分量之间相互独立。因此我们想到了一个基于I 1、I 2、I 3颜色模型和Otsu算法的火焰分割方法。试验结果表明在室外不同环境和天气光线发生变化情况下,能够最大程度的分割出火焰区域,并且具有很好的实时性。根据火灾火焰的运动特点,首先通过动态三帧法对视频序列中的运动区域进行提取,然后与分割出的火焰区域取交集得到具有火焰颜色特征的运动区域,最后根据火焰的边缘、尖角、面积和闪烁等特性对火灾进行识别,实现探测目的。试验结果表明基于I1、I 2、I3颜色模型和Otsu算法的火焰分割和运动区域相结合的方法,能够很有效的分割出含有火焰的区域,并用形态学的图像处理技术使得分割更精确。再根据火焰的一些显著特性对火焰进行识别能够有效的实现火灾探测,具有很好的实际应用价值。

全文目录


中文摘要  4-6
ABSTRACT  6-11
1. 绪论  11-16
  1.1 选题的背景及意义  11-12
  1.2 国内外研究现状  12-13
  1.3 OpenCV 简介  13-14
  1.4 本文的研究方法与创新点  14-15
  1.5 论文安排  15-16
2. 视频图像预处理  16-24
  2.1 引言  16-17
  2.2 图像噪声  17-18
  2.3 图像去噪  18-20
    2.3.1 图像平均处理  18-19
    2.3.2 均值滤波  19-20
    2.3.3 中值滤波  20
  2.4 图像分割  20-23
    2.4.1 区域分割  22-23
    2.4.2 Otsu 阈值分割  23
  2.5 本章小结  23-24
3. 基于Ohta 空间的火焰分割  24-34
  3.1 引言  24
  3.2 颜色模型  24-26
    3.2.1 RGB 颜色模型  25
    3.2.2 l1，l2，l3 模型  25-26
  3.3 基于 Ohta 颜色空间和Otsu 算法的火焰分割  26-29
  3.4 实验结果与分析  29-32
  3.5 本章小结  32-34
4. 结合运动物体检测的火焰分割  34-45
  4.1 运动目标检测的基本方法  34-38
    4.1.1 背景差分法  34
    4.1.2 帧间差法  34-35
    4.1.3 混合高斯背景建模差分法  35-37
    4.1.4 三帧差分法  37-38
  4.2 结合运动特征的火焰区域分割  38-40
  4.3 形态学操作  40-44
    4.3.1 腐蚀和膨胀  40-42
    4.3.2 开运算和闭运算  42-43
    4.3.3 空洞填充  43-44
  4.4 本章小结  44-45
5. 火焰的最终识别  45-53
  5.1 早期火灾火焰的基本特征  45-47
    5.1.1 面积变化  45
    5.1.2 形状不规则性  45-46
    5.1.3 角点特征  46
    5.1.4 颜色特征  46
    5.1.5 频率特征  46
    5.1.6 整体移动  46-47
  5.2 本文火焰分割基础上的火焰识别  47-52
    5.2.1 圆形度  47-48
    5.2.2 角点特征  48-50
    5.2.3 连通区域个数方差  50-52
  5.3 本章小结  52-53
6. 算法总体设计与实验  53-59
  6.1 算法总体流程  53-55
  6.2 实验结果与分析  55-58
  6.3 本章小结  58-59
7. 总结与展望  59-61
  7.1 总结  59
  7.2 对未来工作展望  59-61
参考文献  61-65
致谢  65-66
攻读学位期间发表的学术论文目录  66
攻读学位期间参与的科研项目  66

相似论文

  1. 舌体特征的提取及融合分类方法研究,TP391.41
  2. 森林防火系统中图像识别算法的研究,TP391.41
  3. 数字图像处理在集装箱检测中的应用研究,TP274.4
  4. 河南省小麦根腐线虫病原鉴定和RAPD分析,S435.121
  5. 红外图像目标识别及跟踪技术研究,TP391.41
  6. 基于高分辨率遥感数据的矿区房屋信息提取方法研究,TP751
  7. 基于数字图像处理的镀锌板表面缺陷边缘检测算法研究,TP274
  8. 医学超声图像的三维可视化研究,TP391.41
  9. 皮肤纹理图像特征的提取与分析,TP391.41
  10. 户外环境下移动机器人视觉导航中的图像处理和分析研究,TP242
  11. 骨扫描图像分割及配准算法研究,TP391.41
  12. 颈动脉超声图像内中膜分割算法研究,TP391.41
  13. 运动模糊交通标志检测的研究,TP391.41
  14. 基于数学形态学的边缘检测研究,TP391.41
  15. 基于牛顿迭代图形的丝绸提花织物纹理设计方法,TS141
  16. 基于改进的Snake模型的肝脏分割方法的研究,TP391.41
  17. 超声检测数据后处理的研究,TP274.53
  18. 耦合马尔可夫随机场与模糊聚类的纹理图像分割算法研究,TP391.41
  19. 基于图像处理技术的锡膏印刷质量检测,TP391.41
  20. 视频监控中的人体头部检测与跟踪,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com