【正文】 的算法決定系統(tǒng)的性能。這種新型探測系統(tǒng)是由光電、離子及感溫傳感器復合組成，其裝有一個具有先進算法的微處理器，可使傳感器共同工作。攝像機安裝在觀測塔上，觀測塔與指揮中心采用無線通信，系統(tǒng)能準確識別森林火災，可以區(qū)別其它現(xiàn)象的干擾，誤報率較低。雙波段火災探測器具有火焰探測功能，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彩色視頻圖像信號傳送給信息處理主機，利用火災在視頻圖像上的特征進行火災探測和定位。由于CCD的信息量豐富，可同時反映火災火焰和火焰煙氣的信息，如果本系統(tǒng)加強在早期火災煙氣探測方面的算法研究，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。 原理介紹火災火焰一般具有較為明顯的視覺特性: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)換過程。據(jù)此，早期火災圖像探測可選擇對特定光譜敏感的像敏元件作為探測器件。 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)在實際情況中，大部分時間處于無疑似火源的狀態(tài)，因此可對圖像序列先進行簡單的有無異常情況的判斷。這個相似性準則可以是灰度級、顏色、幾何形狀、梯度或其他特性。使用閾值分割技術(shù)，對像火災場景之類的物體與背景有較強對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，說明構(gòu)成圖像的兩部分差別越大，當部分目標錯分為背景或部分背景錯分為目標都會導致兩部分差別變小，因此使類問方差最大的分割意味著錯分概率最小，這也是大律方法的含義。對圖像進行低通濾波和中值濾波的效果圖如圖25所示。本課題用計算機視覺知識作為基礎(chǔ)，對火災空間定位算法進行了研究。其中包括計算機科學和工程、信號處理、物理學、應用數(shù)學和統(tǒng)計學，神經(jīng)生理學和認識科學等。計算機視覺可以而且應該根據(jù)計算機系統(tǒng)的特點來進行視覺信息的處理。基于灰度分布的方法主要是利用在固定光源照射下，隨著物體表面法向的改變，使獲得的圖像也發(fā)生相應變化的原理?？傊?，計算機視覺的應用正越來越多的代替人去完成許多工作，提高了自動化和機器智能水平，為智能機器人和智能系統(tǒng)發(fā)展奠定了基礎(chǔ)。計算機視覺的研究很大程度上針對圖像的內(nèi)容。這一領(lǐng)域最初的研究內(nèi)容主要是制作圖像，但有時也涉及到圖像分析和處理。在以上條件下，W點的Z坐標對兩個攝像機坐標系統(tǒng)都是一樣的。將第一個攝像機疊加到現(xiàn)實世界坐標系統(tǒng)上(兩系統(tǒng)原點重合)，W點的義坐標可表示為:　　 (315)　 上式中，X1和Z1表示第一個攝像機移動到了世界坐標的原點，而第二個攝像機和W點在保持相對幾何關(guān)系的條件下也會跟著移動。這需要確定彩色攝像頭所獲取的圖片中的火災位置。對于火焰圖像中的每個像素，如果其對應的邏輯圖中的點的值是1，則在查詢表中以火焰圖像中那個像素的顏色為中心，疊加一個高斯分布。對火焰顏色的區(qū)域標記出來，并與紅外圖像進行對比。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)因為誤差。 (337) (338) 上述算法在t1，t2時刻兩幅圖像相同時有很好的效果。(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。利用雙目攝像機獲取火源的圖像，再通過極線幾何的方法進行確定其空間坐標，準確定位，并將獲取的圖片二值化后利用matlab中的regionprops函數(shù)確定其中心點坐標，最后計算出火源距水炮轉(zhuǎn)軸的距離d和火源與水炮炮管中軸的夾角。 參考文獻[1] 袁宏永、劉炳海等，圖像型火災智能自動探測與空間定位技術(shù)[j]，中國科技大學火災科學國家重點實驗室,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用[j]，哈爾濱工程大學建筑工程學院,2005[3] 張?zhí)m捧、郭策，大空間建筑的消防新技術(shù)[j] ,2009[4] ：知識產(chǎn)權(quán)出版社，2004[5] 張森，：機械工業(yè)出版社，[6] ：北京郵電大學出版社，2006[7] 夏皮羅，：機械工業(yè)出版社，[8] [D].天津：天津大學電氣與自動化工程學院，[9] [D].哈爾濱：哈爾濱工程大學控制理論與控制工程學院，[10] [D].四川：西華大學動力機械及工程學院，[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] 周國清，[J].北京：北京交通大學，1996年第8期[13] 林華，[J].湖南：國防科技大學，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監(jiān)控滅火系統(tǒng)中，圖像型火災探測與消防炮定位技術(shù)克服了以往監(jiān)控技術(shù)中監(jiān)控范圍小，誤報率高，及時性差等問題?？傊?，大空間的火災高壓水炮定位是火災自動探測與撲救研究中的一個難點問題，本章基于計算機視覺原理，利用紅外和彩色CCD圖像實現(xiàn)了一種雙目定位和掃描式火災空間定位相結(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和火源的空間坐標之間的關(guān)系，實現(xiàn)了大空間中火源空間位置的自動定位，為大空間自動滅火建立了基礎(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)火災后，通過雙目定位算法計算出第一組火災空間位置。 改進的空間定位算法 為了解決上一小節(jié)的問題，我們把攝像機固定在消防水炮炮管頂端，利用攝像機隨水炮轉(zhuǎn)動時在不同時刻的位移和角度變化在計算機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)過視頻卡進入計算機的視頻圖片大小為704*576像素的圖片，其中寬為702像素，高為576像素。這就是說，同樣強度的火災火焰，在白天時的飽和度值將大于在晚上時的飽和度值。這種顏色模型可用三維空間坐標系統(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?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，計算W點的Z坐標是很簡單的。 圖31　雙目成像示意圖圖32 雙目成像中的視差測距原理圖從客觀場景到數(shù)字圖像的成像變換可看作由以下4步組成：(1) 從世界坐標系(X,Y,Z) 到攝像機坐標(x,y,z)的變換，變換可表示為： (31)其中R是3*3旋轉(zhuǎn)矩陣，是兩坐標系統(tǒng)三組對應坐標軸間夾角的函數(shù)；T是1*3平移矢量。對于所有這些領(lǐng)域，一個可能的過程是你在計算機視覺的實驗室工作，工作中從事著圖象處理，最終解決了機器視覺領(lǐng)域的問題，然后把自己的成果發(fā)表在了模式識別的會議上。這一特征表明無論是圖像處理還是圖像分析其研究內(nèi)容都和圖像的具體內(nèi)容無關(guān)。 計算機視覺與圖像處理、圖像分析的異同計算機視覺，圖象處理，圖像分析，機器人視覺和機器視覺是彼此緊密關(guān)聯(lián)的學科。計算機視覺的應用很廣，下面簡述幾個成功應用方面：(1)機器人視覺。如在以下的章節(jié)中會看到的那樣，對人類視覺處理機制的研究將給計算機視覺的研究提供啟發(fā)和指導。計算機視覺的最終研究目標就是使計算機能象人那樣通過視覺觀察和理解世界，具有自主適應環(huán)境的能力。還將大大縮減聯(lián)動系統(tǒng)，簡化消防設(shè)備的布置，降低了成本。圖像在傳輸和變換過程中會受到各種干擾而退化，比較典型的就是圖像模糊。 火災圖像的仿真處 圖像預處理一般成像系統(tǒng)只具有一定的亮度響應范圍，常出現(xiàn)對比度不足的弊端，使人眼觀看圖像時視覺效果很差；另外，在某些情況下，需要將圖像的灰度級整個范圍或者其中某一段擴展或壓縮到記錄器件輸入灰度級動態(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準則的點開始，在各個方向上生長區(qū)域。運算公式為： (22) Pi(x,y)為待處理的圖像，P(x,y)為基準圖像。 YUV的色度頻道的采樣率可比Y頻道低，同時不會明顯降低視覺質(zhì)量。（2）視頻采集卡 常用的視頻輸入處理