【正文】 圖像中的每一個(gè)RGB像素進(jìn)行分類，使其在指定的范圍內(nèi)有一種顏色或沒(méi)有顏色，因此需要一個(gè)相似性度量。表31 人類視覺(jué)與NBS 顏色距離度量的對(duì)應(yīng)關(guān)系NBS單位色差值感 覺(jué) 色 差 程 度～（微小色差）感覺(jué)極微（minimal）～（小色差）感覺(jué)輕微（slight）～3（較小色差）感覺(jué)明顯 （noticeable）3～6（較大色差）感覺(jué)很明顯（appreciable）6以上（大色差）感覺(jué)強(qiáng)烈（much）根據(jù)NBS顏色度量，將具有視覺(jué)相似的顏色的像素點(diǎn)聚類到一起，而將具有顯著不同顏色的像素點(diǎn)歸并到不同的類。也就是說(shuō)，當(dāng)表示像素點(diǎn)顏色的三元組坐標(biāo)連續(xù)變化時(shí)，在人類看來(lái)顏色的變化也是連續(xù)的[42]。如果滿足以上條件則判斷可能出現(xiàn)煙霧。 (315)圖36 a)為自然環(huán)境中春夏秋冬四個(gè)季節(jié)的四種基色下的火焰圖像，圖36 b)為利用火焰顏色特征提取方法分割出的火焰再進(jìn)行中值濾波去噪后的結(jié)果，在不同的環(huán)境基色下，火焰提取的閾值在式(315)規(guī)則的基礎(chǔ)上有一定范圍內(nèi)的調(diào)整，但調(diào)整幅度不大。~ 360176。一般情況下，火焰呈現(xiàn)出不同的顏色，主要集中在暗紅色、紅色、橙色、黃色、白色、藍(lán)色這些顏色中。否則，跳到第2步繼續(xù)執(zhí)行。也就是說(shuō)，把每次采樣賦給最接近聚類平均值的那組。該指標(biāo)是度量每次采樣與它們各自的聚類平均值間的距離之和。聚類的標(biāo)準(zhǔn)過(guò)程是把每次采樣賦給最接近聚類平均值的那組。在圖像分割中，希望用那些從看起來(lái)相似的區(qū)域中抽取出的特征矢量來(lái)形成特征空間中的組，稱為聚類[37]。(6) 求(t=0,1,L1)的最大值，并將對(duì)應(yīng)的值作為閾值，即 (311)這種方法計(jì)算效率高，應(yīng)用廣泛，對(duì)直方圖呈雙峰狀的圖像具有很好的分割效果。同樣，設(shè)原始灰度圖像的灰度級(jí)為，灰度為的像素點(diǎn)數(shù)為，圖像的全部像素為，那么閾值計(jì)算過(guò)程如下：(1) 計(jì)算輸入圖像灰度級(jí)的歸一化直方圖，用表示，且有，；(2) 計(jì)算灰度均值 (36)(3) 用閾值將灰度級(jí)劃分為兩類，包含灰度級(jí)的像素，包含灰度級(jí)的像素?！?a) 原圖像 b）原圖像RGB直方圖圖31 原圖像及其直方圖 a) 增強(qiáng)后圖像 b) 增強(qiáng)后圖像RGB直方圖圖32 增強(qiáng)后圖像及其直方圖用圖像f(x,y)的直方圖代替灰度的分布密度函數(shù)pf (f)，則直方圖均化后的圖像g為： (34)對(duì)于數(shù)字圖像，可以對(duì)上述公式做離散近似。為使圖像變清晰，可以通過(guò)變換使圖像的灰度動(dòng)態(tài)范圍變大，并且讓灰度頻率較小的灰度級(jí)經(jīng)變換后，其頻率變得大一些，使變換后的圖像灰度直方圖在較大的動(dòng)態(tài)范圍內(nèi)趨于均化。 圖像增強(qiáng)圖像的直方圖是圖像的重要統(tǒng)計(jì)特征，它可以認(rèn)為是圖像灰度密度函數(shù)的近似。若取以(i，j)點(diǎn)為中心，mn的鄰域，作為表示像素點(diǎn)(i，j)的表征域，那么，N=mn。因此需要對(duì)算法進(jìn)行改進(jìn)，從而降低噪聲。此算法的運(yùn)算量不大，能滿足系統(tǒng)實(shí)時(shí)性的要求。只需判斷有無(wú)異常情況，如果有異常情況，再進(jìn)行細(xì)致的匹配，如果每幅圖像采用復(fù)雜的檢測(cè)算法來(lái)檢測(cè)、速度慢，而且效果差，于是采用背景作為參考圖像進(jìn)行比較[35]。因此圖像分割對(duì)后期的圖像識(shí)別具有十分重要的意義。第3章 火焰與煙霧的圖像分割 引言圖像分割是圖像處理中的主要問(wèn)題，也是計(jì)算機(jī)視覺(jué)領(lǐng)域低層次視覺(jué)中的主要問(wèn)題，同時(shí)它又是一個(gè)經(jīng)典難題[34]。故綜合考慮各種因素，本系統(tǒng)中采用33模板的中值濾波?？紤]到方形中值濾波有時(shí)會(huì)濾除圖像輪廓的尖角，破壞圖像的形狀。由于在實(shí)際運(yùn)算中不需要圖像的統(tǒng)計(jì)特性，因此帶來(lái)不少方便。窗口正中間那個(gè)像素的值用窗口內(nèi)各像素值的中值代替。中值濾波是由 Turky 在 1971 年提出的，它最初主要用于時(shí)間序列分析，后來(lái)用于圖像處理，在去噪復(fù)原中取得較好的效果。 線性濾波線性濾波常用的是一種基于鄰域平均法的空域處理方法。為了準(zhǔn)確獲得圖像中物體的基本輪廓，需要對(duì)圖像進(jìn)行一定優(yōu)化的處理。對(duì)于模糊C均值，目前已有不少分類指標(biāo)，如基于隸屬度矩陣的分割系數(shù)和分割熵，還有考慮數(shù)據(jù)點(diǎn)緊密度分離度的XieBeni指標(biāo)和FukayamaSugno指標(biāo)，以及將緊密度分離度和隸屬度矩陣特性進(jìn)行綜合的SC指標(biāo)[33]。閾值分割就相當(dāng)于在一維（灰度）或二維（共生矩陣）特征空間進(jìn)行的模式分類，它所使用的特征并沒(méi)有充分反映像素的空間信息和其鄰域像素的相關(guān)信息。一般的閾值分割可以看成是以像素的灰度為特征，灰度直方圖代表特征空間，用閾值將灰度直方圖特征空間劃分，把得到的特征類映射回圖像空間，不同灰度的像素構(gòu)成不同的區(qū)域。一方面，分裂如果不能深達(dá)像素級(jí)就會(huì)降低分割精度；另一方面，深達(dá)像素級(jí)的分裂會(huì)增加合并的工作量，從而大大增加其時(shí)間復(fù)雜度。顯然，種子像素、生長(zhǎng)準(zhǔn)則和終止條件是算法的關(guān)鍵。與閾值方法不同，這類方法不但考慮了像素的相似性，還考慮了空間上的鄰接性，因此可以有效消除孤立噪聲的干擾，具有很強(qiáng)的魯棒性。設(shè)圖像的灰度級(jí)范圍為0,1,…,L1，灰度級(jí)為的像素?cái)?shù)目為，圖像的總像素?cái)?shù)目為，則灰度級(jí)出現(xiàn)的概率定義為。(2) 局部閾值 根據(jù)和來(lái)選取的，所得的閾值就是與（局部）區(qū)域性質(zhì)相關(guān)的。綜上所述，閾值分割方法的關(guān)鍵問(wèn)題是選取合適的閾值。這兩類像素一般分屬圖像中的兩類區(qū)域，所以對(duì)像素根據(jù)閾值分類達(dá)到了區(qū)域分割的目的。最常用的模型可描述如下：假設(shè)圖像由具有雙峰灰度分布的目標(biāo)和背景組成，在目標(biāo)或背景內(nèi)部的相鄰像素間的灰度值是高度相關(guān)的，但在目標(biāo)和背景交界處兩邊的像素在灰度值上有很大的差別。但邊緣檢測(cè)同樣存在著算法不完善的問(wèn)題，即沒(méi)有一種邊緣檢測(cè)算法適用于所有圖像。由于拉普拉斯算子是二階導(dǎo)數(shù)算子，因此對(duì)圖像中的噪聲相當(dāng)敏感。(2) 拉普拉斯算子 拉普拉斯(Laplacian)算子是一種二階導(dǎo)數(shù)算子。比較常用的梯度算子有Roberts算子、Prewitt算子、Sobel算子等。(1) 梯度算子 梯度對(duì)應(yīng)一階導(dǎo)數(shù)，梯度算子是一階導(dǎo)數(shù)算子。實(shí)際中的數(shù)字圖像會(huì)由于采樣，造成邊緣處的模糊，所以垂直上下的邊緣剖面都表示成有一定坡度，即邊緣區(qū)有一定的寬度。邊緣的檢測(cè)常借助空域微分算子進(jìn)行，通過(guò)將其模板與圖像卷積完成。 邊緣檢測(cè)法圖像分割圖像的邊緣檢測(cè)法是基于邊界的分割算法。這里特性可以是灰度、顏色、紋理等，目標(biāo)可以對(duì)應(yīng)單個(gè)區(qū)域，也可以對(duì)應(yīng)多個(gè)區(qū)域，實(shí)際上是和具體的實(shí)際應(yīng)用和目標(biāo)要求有關(guān)。在這個(gè)過(guò)程中主要應(yīng)用了數(shù)字圖像處理里面的圖像分割技術(shù)和濾波技術(shù)。對(duì)火焰和煙霧的特征進(jìn)行研究，主要在于了解煙霧和火焰的在整個(gè)過(guò)程的發(fā)展情況并總結(jié)其連續(xù)變化規(guī)律，從圖像信息中實(shí)時(shí)了解火災(zāi)的發(fā)展情況[27]。第五，應(yīng)用分割方法和特征識(shí)別方法實(shí)驗(yàn)了大量森林環(huán)境和其它自然環(huán)境下的圖片，進(jìn)行算法的驗(yàn)證。第三，研究了煙霧及火焰的多種分割方法。在基于圖像處理的火災(zāi)監(jiān)控系統(tǒng)中，圖像處理的算法、火災(zāi)識(shí)別算法決定了系統(tǒng)的性能。此外，上海交通大學(xué)、西安交通大學(xué)、哈爾濱工程大學(xué)等都在火災(zāi)探測(cè)方面進(jìn)行了積極的研究，并根據(jù)工程實(shí)踐提出了一些改進(jìn)算法。我國(guó)在火災(zāi)報(bào)警控制系統(tǒng)的研究開(kāi)發(fā)相對(duì)較晚一些，到二十世紀(jì)八十年代中期才開(kāi)始這方面的研制開(kāi)發(fā)[24,25]。綜合國(guó)內(nèi)外的火災(zāi)圖像識(shí)別研究，目前為止，大都是在灰度圖的基礎(chǔ)上進(jìn)行處理，一般采用比較單一的判據(jù)，漏報(bào)和誤報(bào)率往往比較高，系統(tǒng)的魯棒性和適應(yīng)性相對(duì)較差[23]，這些都是困擾火災(zāi)圖像識(shí)別研究人員的世界性難題。文獻(xiàn)17提取電站鍋爐燃燒火焰的圖像特征，并用人工神經(jīng)網(wǎng)絡(luò)的方法對(duì)火焰形態(tài)作了研究，在區(qū)分燃燒情況方面得到了較好的結(jié)果[17]。煙霧在視頻中的面積隨著時(shí)間的推移逐漸變大。擴(kuò)散是由于微粒（原子、分子等）的熱運(yùn)動(dòng)而產(chǎn)生的質(zhì)量遷移現(xiàn)象，主要是由密度差引起的。一般情況下，燃燒過(guò)程中產(chǎn)生的煙霧顏色主要集中在白色、灰色、青色、黑色這些顏色中。所以火焰的整體移動(dòng)是連續(xù)的、非跳躍性的?；馂?zāi)中的燃燒屬于擴(kuò)散燃燒，擴(kuò)散燃燒的火焰都有明顯的分層特性。(4) 閃動(dòng)規(guī)律：火焰的閃動(dòng)規(guī)律，即亮點(diǎn)在空間上的分布隨時(shí)間變化的規(guī)律。利用這些特征量在早期火災(zāi)階段中進(jìn)行火災(zāi)判斷。當(dāng)其他高溫物體向著攝像頭移動(dòng)或者從視野外移入時(shí)，探測(cè)到的目標(biāo)面積也會(huì)逐漸增大，容易造成干擾。(2) 基于火焰動(dòng)態(tài)特征的識(shí)別算法，包括基于火焰閃爍頻率設(shè)計(jì)的識(shí)別算法、基于火焰無(wú)序性設(shè)計(jì)的識(shí)別算法、基于火焰面積增長(zhǎng)性設(shè)計(jì)的算法等。抓住火災(zāi)的這些特點(diǎn)可以為火災(zāi)的識(shí)別打下良好的基礎(chǔ)?；鹧娴念伾怯捎陔娮釉诤送膺\(yùn)動(dòng)時(shí)有不同的能級(jí)，各種能級(jí)上的能量是一個(gè)一個(gè)不連續(xù)的確定值，在正式常狀態(tài)下，原子總是處在能量最低的基態(tài)，當(dāng)原子被火焰、電弧、電火花激發(fā)時(shí)，核外電子就會(huì)吸收能量而被激發(fā)躍遷到較高的能級(jí)上去，處于激發(fā)態(tài)的電子不穩(wěn)定，當(dāng)它躍回到能量較低的能級(jí)時(shí)就會(huì)發(fā)出一定能量、一定波長(zhǎng)的光譜線，即表現(xiàn)為顏色。人眼只對(duì)380nm~780nm的電磁波有亮度感覺(jué)，因此該波段的電磁波被稱為可見(jiàn)光。其它任何火災(zāi)探測(cè)技術(shù), 均不能提供如此豐富和直觀的信息，圖像檢測(cè)技術(shù)具有以下優(yōu)勢(shì)： (1) 可以在大空間、大面積的環(huán)境中使用；(2) 可以在多粉塵、高濕度的室內(nèi)場(chǎng)所中使用；(3) 可以提供直觀的、豐富的火災(zāi)信息；(4) 可以對(duì)火災(zāi)現(xiàn)象中的圖像信息做出快速的反應(yīng)；(5) 可以有效提高報(bào)警的準(zhǔn)確度，減少漏報(bào)和誤報(bào)。所以，在進(jìn)行圖像處理時(shí)，也關(guān)心紅外波段的圖像識(shí)別，可以利用紅外成像的原理獲取燃燒所發(fā)出的紅外圖像進(jìn)行圖像處理從而達(dá)到監(jiān)控的目的。為此我國(guó)設(shè)立了以國(guó)家林業(yè)局衛(wèi)星林火監(jiān)測(cè)處，租用美國(guó)的兩顆氣象衛(wèi)星NOAH12和NOAA14，主要是從氣象衛(wèi)星收集的氣象資料中提取有關(guān)林火方面的信息，對(duì)同地點(diǎn)一晝夜至少掃描4次。以色列飛機(jī)公司的飛鳥(niǎo)2001型遙控?zé)o人駕駛飛機(jī)可以準(zhǔn)確地報(bào)告森林起火的時(shí)間、林火規(guī)模、蔓延速度等信息。在國(guó)際上，林火監(jiān)測(cè)技術(shù)得到工業(yè)發(fā)達(dá)國(guó)家的高度重視?；蛘弋?dāng)環(huán)境溫度較高時(shí)，該類防火探測(cè)器容易產(chǎn)生誤報(bào)。但是火災(zāi)煙氣在上升過(guò)程中會(huì)隨著高度的增加而溫度逐漸降低，當(dāng)空間高度增大時(shí)，煙氣將不能到達(dá)頂棚，或者由于空氣的流動(dòng)，使到達(dá)頂棚的煙氣濃度達(dá)不到報(bào)警極限，感煙探頭就不會(huì)產(chǎn)生報(bào)警信號(hào)。 森林防火技術(shù)的研究現(xiàn)狀1847年美國(guó)牙科醫(yī)生Charming和緬因大學(xué)教授Farmer研制出了世界上第一臺(tái)用于城鎮(zhèn)火災(zāi)報(bào)警的發(fā)送裝置[8,9]，1890年英國(guó)研制成功了第一個(gè)感溫式火災(zāi)探測(cè)器，國(guó)外己經(jīng)有了一百五十多年的火災(zāi)自動(dòng)監(jiān)測(cè)報(bào)警技術(shù)的研究。圖像采集為全天候24小時(shí)，前端采集設(shè)備為普通CCD攝像頭，在有條件情況下可采用可見(jiàn)光和紅外成像雙機(jī)方案。各個(gè)瞭望塔與指揮中心直線距離遠(yuǎn)，且地處森林深處，無(wú)法架設(shè)有線電纜?；趫D像處理的火災(zāi)識(shí)別是運(yùn)用通用的數(shù)字圖像處理技術(shù)和模式識(shí)別技術(shù)，依據(jù)火災(zāi)火焰的圖像特性來(lái)解決某些特殊場(chǎng)所的火災(zāi)探測(cè)的難題，實(shí)現(xiàn)無(wú)人看守地區(qū)火災(zāi)自動(dòng)報(bào)警的目的。數(shù)字圖像處理技術(shù)是研究模擬人眼的功能來(lái)完成人們某些工作的一門(mén)學(xué)科。利用衛(wèi)星監(jiān)測(cè)雖然能夠解決這些問(wèn)題，但是我國(guó)基本采用租用國(guó)外衛(wèi)星的方法對(duì)我國(guó)森林地區(qū)進(jìn)行監(jiān)測(cè)，所付出代價(jià)相當(dāng)昂貴[3]。所以實(shí)現(xiàn)森林防火指揮中心對(duì)于所管轄地區(qū)的全天候圖像監(jiān)測(cè)是森林防火發(fā)展的必然趨勢(shì)。 image segmentation。關(guān)鍵詞　火焰識(shí)別；煙霧識(shí)別；圖像分割；動(dòng)態(tài)特征AbstractForest is the main terrestrial ecosystem, with high ecological benefits and economic benefits. In view of the current forest fire in China39。對(duì)于煙霧的特征檢測(cè)，主要進(jìn)行小波特征及動(dòng)態(tài)特征的分析，通過(guò)對(duì)比煙霧圖像與背景圖像小波系數(shù)進(jìn)行小波特征識(shí)別，再對(duì)識(shí)別結(jié)果進(jìn)一步進(jìn)行動(dòng)態(tài)特征識(shí)別，包括煙霧的不規(guī)則性和擴(kuò)散性，最終確定視頻中是否存在煙霧。首先，論文闡述了森林防火技術(shù)及圖像型火災(zāi)檢測(cè)技術(shù)的發(fā)展和現(xiàn)狀，并對(duì)圖像分割和濾波方法中的關(guān)鍵技術(shù)進(jìn)行了詳細(xì)介紹，在此基礎(chǔ)上，本文分別討論了火焰和煙霧的分割與識(shí)別。傳統(tǒng)火災(zāi)探測(cè)器多采用單一時(shí)刻的火災(zāi)參量作為判斷標(biāo)準(zhǔn)，在外界干擾下易引起頻繁誤報(bào)或漏報(bào)。鑒于目前我國(guó)森林防火的嚴(yán)峻形勢(shì)，必須開(kāi)發(fā)有效技術(shù)解決森林火災(zāi)的監(jiān)測(cè)問(wèn)題?；馂?zāi)發(fā)生過(guò)程中，主要的圖像信息是燃燒時(shí)產(chǎn)生的煙霧和火焰，通過(guò)對(duì)煙霧和火焰的圖像信息研究發(fā)現(xiàn)，煙霧和火焰本身具有一定的規(guī)律性，以此為依據(jù)設(shè)計(jì)有針對(duì)性的算法，從圖像中識(shí)別出煙霧和火焰，判斷火災(zāi)是否發(fā)生。對(duì)于煙霧分割，由于煙霧顏色的復(fù)雜性，采取顏色提取法進(jìn)行分割，并運(yùn)用視覺(jué)一致性的聚類算法對(duì)其進(jìn)行了改進(jìn)。在火災(zāi)檢測(cè)技術(shù)中，具有較好的發(fā)展前景。 smoke recognition。打印前，不要忘記把上面“Abstract”這一行后加一空行 VII 哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文第1章 緒論 課題背景信息技術(shù)迅猛發(fā)展，圖像壓縮及視頻監(jiān)控等技術(shù)已經(jīng)深入到社會(huì)生活的各個(gè)方面，而森林火險(xiǎn)預(yù)警的重要手段之一就是對(duì)現(xiàn)場(chǎng)的直接觀測(cè)。利用飛機(jī)航測(cè)時(shí)由于大火上空煙幕的影響，能見(jiàn)度不高，效果也不理想。另外利用通信技術(shù)實(shí)現(xiàn)遠(yuǎn)程火災(zāi)監(jiān)測(cè)，通過(guò)對(duì)可疑圖像進(jìn)行識(shí)別，為火災(zāi)預(yù)測(cè)和及時(shí)發(fā)現(xiàn)火災(zāi)奠定必要基礎(chǔ)，避免森林火災(zāi)面積的進(jìn)一步擴(kuò)大，從而將火災(zāi)造成的影響降到最低限度，也為我國(guó)在森林防火技術(shù)方面上積累科學(xué)經(jīng)驗(yàn)[4]?？梢哉f(shuō)凡是人眼所能感知的地方都能用數(shù)字圖像處理系統(tǒng)來(lái)替代人眼的功能。我省森林火災(zāi)預(yù)防主要采取瞭望塔及人工巡邏檢查的方式[6]。圖11森林防火系統(tǒng)框圖系統(tǒng)的整體硬件設(shè)計(jì)框圖如圖11所示。指揮中心可發(fā)送相關(guān)控制指令，調(diào)整檢測(cè)點(diǎn)圖像設(shè)備切換及檢測(cè)角度變換等?；馂?zāi)發(fā)生后，溫度較高的火災(zāi)煙氣向上運(yùn)動(dòng)，安裝于頂棚上的感煙探測(cè)器探測(cè)到煙氣的濃度大于某一極限濃度，就會(huì)發(fā)出報(bào)警信號(hào)。由于空間高度或空氣的流動(dòng)等原因，使火災(zāi)高溫氣體無(wú)法到達(dá)頂棚，此時(shí)感溫火災(zāi)探測(cè)器將無(wú)法發(fā)揮正常的作用。但由于火災(zāi)發(fā)生的不確定性和多變性，傳統(tǒng)火災(zāi)探測(cè)器不可避免地要受到監(jiān)控環(huán)境因素的