【正文】 的算法決定系統(tǒng)的性能。這種新型探測(cè)系統(tǒng)是由光電、離子及感溫傳感器復(fù)合組成，其裝有一個(gè)具有先進(jìn)算法的微處理器，可使傳感器共同工作。攝像機(jī)安裝在觀測(cè)塔上，觀測(cè)塔與指揮中心采用無(wú)線通信，系統(tǒng)能準(zhǔn)確識(shí)別森林火災(zāi)，可以區(qū)別其它現(xiàn)象的干擾，誤報(bào)率較低。雙波段火災(zāi)探測(cè)器具有火焰探測(cè)功能，其由紅外CCD和彩色CCD組成，可將采集到的紅外視頻圖像信號(hào)彩色視頻圖像信號(hào)傳送給信息處理主機(jī)，利用火災(zāi)在視頻圖像上的特征進(jìn)行火災(zāi)探測(cè)和定位。由于CCD的信息量豐富，可同時(shí)反映火災(zāi)火焰和火焰煙氣的信息，如果本系統(tǒng)加強(qiáng)在早期火災(zāi)煙氣探測(cè)方面的算法研究，就可以解決陰燃等特殊情況，最大限度地提高系統(tǒng)可靠性和適用范圍。 原理介紹火災(zāi)火焰一般具有較為明顯的視覺(jué)特性:陰燃亮光、火焰顏色、閃爍和外形變化等。這需要攝像器件獲取視頻圖像，需要使用視頻采集卡以完成轉(zhuǎn)換過(guò)程。據(jù)此，早期火災(zāi)圖像探測(cè)可選擇對(duì)特定光譜敏感的像敏元件作為探測(cè)器件。 YUV格式在現(xiàn)代彩色電視系統(tǒng)中廣泛使用。其轉(zhuǎn)換公式為： (21)在實(shí)際情況中，大部分時(shí)間處于無(wú)疑似火源的狀態(tài)，因此可對(duì)圖像序列先進(jìn)行簡(jiǎn)單的有無(wú)異常情況的判斷。這個(gè)相似性準(zhǔn)則可以是灰度級(jí)、顏色、幾何形狀、梯度或其他特性。使用閾值分割技術(shù)，對(duì)像火災(zāi)場(chǎng)景之類的物體與背景有較強(qiáng)對(duì)比的景物的分割特別有用。方差是灰度分布均勻性的一種度量，方差值越大，說(shuō)明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小，因此使類問(wèn)方差最大的分割意味著錯(cuò)分概率最小，這也是大律方法的含義。對(duì)圖像進(jìn)行低通濾波和中值濾波的效果圖如圖25所示。本課題用計(jì)算機(jī)視覺(jué)知識(shí)作為基礎(chǔ)，對(duì)火災(zāi)空間定位算法進(jìn)行了研究。其中包括計(jì)算機(jī)科學(xué)和工程、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)，神經(jīng)生理學(xué)和認(rèn)識(shí)科學(xué)等。計(jì)算機(jī)視覺(jué)可以而且應(yīng)該根據(jù)計(jì)算機(jī)系統(tǒng)的特點(diǎn)來(lái)進(jìn)行視覺(jué)信息的處理?；诨叶确植嫉姆椒ㄖ饕抢迷诠潭ü庠凑丈湎?，隨著物體表面法向的改變，使獲得的圖像也發(fā)生相應(yīng)變化的原理?？傊?，計(jì)算機(jī)視覺(jué)的應(yīng)用正越來(lái)越多的代替人去完成許多工作，提高了自動(dòng)化和機(jī)器智能水平，為智能機(jī)器人和智能系統(tǒng)發(fā)展奠定了基礎(chǔ)。計(jì)算機(jī)視覺(jué)的研究很大程度上針對(duì)圖像的內(nèi)容。這一領(lǐng)域最初的研究?jī)?nèi)容主要是制作圖像，但有時(shí)也涉及到圖像分析和處理。在以上條件下，W點(diǎn)的Z坐標(biāo)對(duì)兩個(gè)攝像機(jī)坐標(biāo)系統(tǒng)都是一樣的。將第一個(gè)攝像機(jī)疊加到現(xiàn)實(shí)世界坐標(biāo)系統(tǒng)上(兩系統(tǒng)原點(diǎn)重合)，W點(diǎn)的義坐標(biāo)可表示為:　　 (315)　 上式中，X1和Z1表示第一個(gè)攝像機(jī)移動(dòng)到了世界坐標(biāo)的原點(diǎn)，而第二個(gè)攝像機(jī)和W點(diǎn)在保持相對(duì)幾何關(guān)系的條件下也會(huì)跟著移動(dòng)。這需要確定彩色攝像頭所獲取的圖片中的火災(zāi)位置。對(duì)于火焰圖像中的每個(gè)像素，如果其對(duì)應(yīng)的邏輯圖中的點(diǎn)的值是1，則在查詢表中以火焰圖像中那個(gè)像素的顏色為中心，疊加一個(gè)高斯分布。對(duì)火焰顏色的區(qū)域標(biāo)記出來(lái)，并與紅外圖像進(jìn)行對(duì)比。亮度參數(shù)表征了顏色的明暗程度。圖34色調(diào)餅圖的示意圖 一般情況下，火災(zāi)火焰的顏色在紅、黃之間，即在圖中的區(qū)間內(nèi)。 這里分析一下邊緣情況。假設(shè)因?yàn)檎`差。 (337) (338) 上述算法在t1，t2時(shí)刻兩幅圖像相同時(shí)有很好的效果。(4)將上述參數(shù)代入(334)~(338)式即可獲得兩組火災(zāi)空間位置，第四組是紅外攝像頭所得的空間位置，第五組是彩色攝像頭所得的空間位置。利用雙目攝像機(jī)獲取火源的圖像，再通過(guò)極線幾何的方法進(jìn)行確定其空間坐標(biāo)，準(zhǔn)確定位，并將獲取的圖片二值化后利用matlab中的regionprops函數(shù)確定其中心點(diǎn)坐標(biāo)，最后計(jì)算出火源距水炮轉(zhuǎn)軸的距離d和火源與水炮炮管中軸的夾角。 參考文獻(xiàn)[1] 袁宏永、劉炳海等，圖像型火災(zāi)智能自動(dòng)探測(cè)與空間定位技術(shù)[j]，中國(guó)科技大學(xué)火災(zāi)科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,1998[2] 劉慧、王春麗、米海蓉，朱守義，固定式消防水炮在大空間建筑中的應(yīng)用[j]，哈爾濱工程大學(xué)建筑工程學(xué)院,2005[3] 張?zhí)m捧、郭策，大空間建筑的消防新技術(shù)[j] ,2009[4] ：知識(shí)產(chǎn)權(quán)出版社，2004[5] 張森，：機(jī)械工業(yè)出版社，[6] ：北京郵電大學(xué)出版社，2006[7] 夏皮羅，：機(jī)械工業(yè)出版社，[8] [D].天津：天津大學(xué)電氣與自動(dòng)化工程學(xué)院，[9] [D].哈爾濱：哈爾濱工程大學(xué)控制理論與控制工程學(xué)院，[10] [D].四川：西華大學(xué)動(dòng)力機(jī)械及工程學(xué)院，[11] 崔凱，曹榆，[J].河北：海灣安全技術(shù)有限公司，2005年第四期[12] 周國(guó)清，[J].北京：北京交通大學(xué)，1996年第8期[13] 林華，[J].湖南：國(guó)防科技大學(xué)，1995年第16卷第4期[14] Duisburg, image fire detection for shipboard use[J].fire safety 41,issue 4,June 2006, Pages 321326 [15] R. F. Richards, R. T. Ribail, A. W. Bakkom and O. A. detection, location and heat release rate through inverse problem solution. Part II: Experiment[J].fire safety 28,issue 4,June 1997, Pages 351378 [16] A. distribution of intelligence in future fire detection systems[J].fire safety 6,issue 3,1983, Pages 209214.[17] H. issue on fire detection[J].fire safety 37,issue 4,June 2002, Pages 369370 [18] H. and testing of the ultraviolet flame radiation detectors for automatic fire detection[J].fire safety 6,issue 3,1983, Pages 183191 39 / 39?？偨Y(jié) 本文系統(tǒng)的講述了在大空間火災(zāi)監(jiān)控滅火系統(tǒng)中，圖像型火災(zāi)探測(cè)與消防炮定位技術(shù)克服了以往監(jiān)控技術(shù)中監(jiān)控范圍小，誤報(bào)率高，及時(shí)性差等問(wèn)題?？傊?，大空間的火災(zāi)高壓水炮定位是火災(zāi)自動(dòng)探測(cè)與撲救研究中的一個(gè)難點(diǎn)問(wèn)題，本章基于計(jì)算機(jī)視覺(jué)原理，利用紅外和彩色CCD圖像實(shí)現(xiàn)了一種雙目定位和掃描式火災(zāi)空間定位相結(jié)合的方法，建立了攝像頭在不同位置所拍攝的圖像中火源圖像坐標(biāo)和火源的空間坐標(biāo)之間的關(guān)系，實(shí)現(xiàn)了大空間中火源空間位置的自動(dòng)定位，為大空間自動(dòng)滅火建立了基礎(chǔ)。因此本文提出雙目定位和掃描定位算法相結(jié)合的方法，其整體算法步驟如下:(1)發(fā)現(xiàn)火災(zāi)后，通過(guò)雙目定位算法計(jì)算出第一組火災(zāi)空間位置。 改進(jìn)的空間定位算法 為了解決上一小節(jié)的問(wèn)題，我們把攝像機(jī)固定在消防水炮炮管頂端，利用攝像機(jī)隨水炮轉(zhuǎn)動(dòng)時(shí)在不同時(shí)刻的位移和角度變化在計(jì)算機(jī)得出另一組空間定位值，稱之為掃描式空間定位算法。這樣，根據(jù)三角形原理，該系統(tǒng)在一幅圖片內(nèi)可監(jiān)視的水平截面最大值為: (328)垂直界面的最大值為: (329)從攝像頭經(jīng)過(guò)視頻卡進(jìn)入計(jì)算機(jī)的視頻圖片大小為704*576像素的圖片，其中寬為702像素，高為576像素。這就是說(shuō)，同樣強(qiáng)度的火災(zāi)火焰，在白天時(shí)的飽和度值將大于在晚上時(shí)的飽和度值。這種顏色模型可用三維空間坐標(biāo)系統(tǒng)表示，如圖33所示。另一種方法是基于火焰顏色特征模型的方法。 (3)為查詢表中最后形成的分布給出適當(dāng)?shù)拈撝怠? 首先介紹基于火焰顏色查詢表的方法。如果視差D可以確定并且基線和焦距已知，計(jì)算W點(diǎn)的Z坐標(biāo)是很簡(jiǎn)單的。 圖31　雙目成像示意圖圖32 雙目成像中的視差測(cè)距原理圖從客觀場(chǎng)景到數(shù)字圖像的成像變換可看作由以下4步組成：(1) 從世界坐標(biāo)系(X,Y,Z) 到攝像機(jī)坐標(biāo)(x,y,z)的變換，變換可表示為： (31)其中R是3*3旋轉(zhuǎn)矩陣，是兩坐標(biāo)系統(tǒng)三組對(duì)應(yīng)坐標(biāo)軸間夾角的函數(shù)；T是1*3平移矢量。對(duì)于所有這些領(lǐng)域，一個(gè)可能的過(guò)程是你在計(jì)算機(jī)視覺(jué)的實(shí)驗(yàn)室工作，工作中從事著圖象處理，最終解決了機(jī)器視覺(jué)領(lǐng)域的問(wèn)題，然后把自己的成果發(fā)表在了模式識(shí)別的會(huì)議上。這一特征表明無(wú)論是圖像處理還是圖像分析其研究?jī)?nèi)容都和圖像的具體內(nèi)容無(wú)關(guān)。 計(jì)算機(jī)視覺(jué)與圖像處理、圖像分析的異同計(jì)算機(jī)視覺(jué)，圖象處理，圖像分析，機(jī)器人視覺(jué)和機(jī)器視覺(jué)是彼此緊密關(guān)聯(lián)的學(xué)科。計(jì)算機(jī)視覺(jué)的應(yīng)用很廣，下面簡(jiǎn)述幾個(gè)成功應(yīng)用方面：(1)機(jī)器人視覺(jué)。如在以下的章節(jié)中會(huì)看到的那樣，對(duì)人類視覺(jué)處理機(jī)制的研究將給計(jì)算機(jī)視覺(jué)的研究提供啟發(fā)和指導(dǎo)。計(jì)算機(jī)視覺(jué)的最終研究目標(biāo)就是使計(jì)算機(jī)能象人那樣通過(guò)視覺(jué)觀察和理解世界，具有自主適應(yīng)環(huán)境的能力。還將大大縮減聯(lián)動(dòng)系統(tǒng)，簡(jiǎn)化消防設(shè)備的布置，降低了成本。圖像在傳輸和變換過(guò)程中會(huì)受到各種干擾而退化，比較典型的就是圖像模糊。 火災(zāi)圖像的仿真處 圖像預(yù)處理一般成像系統(tǒng)只具有一定的亮度響應(yīng)范圍，常出現(xiàn)對(duì)比度不足的弊端，使人眼觀看圖像時(shí)視覺(jué)效果很差；另外，在某些情況下，需要將圖像的灰度級(jí)整個(gè)范圍或者其中某一段擴(kuò)展或壓縮到記錄器件輸入灰度級(jí)動(dòng)態(tài)范圍之內(nèi)。在該規(guī)則下，所有灰度值大于或等于某閩值的像素都被判斷屬于背景。它的方法是從滿足檢測(cè)準(zhǔn)則的點(diǎn)開(kāi)始，在各個(gè)方向上生長(zhǎng)區(qū)域。運(yùn)算公式為： (22) Pi(x,y)為待處理的圖像，P(x,y)為基準(zhǔn)圖像。 YUV的色度頻道的采樣率可比Y頻道低，同時(shí)不會(huì)明顯降低視覺(jué)質(zhì)量。（2）視頻采集卡 常用的視頻輸入處理