【正文】 特的變化規(guī)律。在這個(gè)階段，火災(zāi)火焰的面積呈現(xiàn)連續(xù)的、擴(kuò)展性的增加趨勢(shì)。這個(gè)階段火焰的圖像特征就更加明顯。這種非接觸式的探測(cè)技術(shù)，防腐蝕性能和密封性能良好，抗干擾能力強(qiáng)，同時(shí)結(jié)合數(shù)字通信和數(shù)字圖像處理技術(shù)，分析火災(zāi)火焰的圖像特征，可以很好的解決大空間或自然環(huán)境下的火災(zāi)識(shí)別問(wèn)題。利用這些特征，采用圖像處理的方法對(duì)火災(zāi)進(jìn)行識(shí)別。它配備一臺(tái)共享傳感器和一臺(tái)攝像機(jī)，以及一臺(tái)由測(cè)量地面溫度的紅外線監(jiān)測(cè)器。感溫型火災(zāi)探測(cè)器是探測(cè)由于火災(zāi)而產(chǎn)生的溫度變化來(lái)發(fā)出報(bào)警信號(hào)的。圖像處理部分，將采集來(lái)的圖像經(jīng)數(shù)模轉(zhuǎn)換后，首先進(jìn)行實(shí)時(shí)的火災(zāi)識(shí)別，當(dāng)發(fā)現(xiàn)有火災(zāi)時(shí)利用高速數(shù)字信號(hào)處理器運(yùn)算，實(shí)現(xiàn)基于檢測(cè)現(xiàn)場(chǎng)內(nèi)容的JPEG2000方式壓縮[7]，對(duì)可疑的(感興趣)區(qū)域提高分辨率，而總體不改變圖像壓縮率，從而保證圖像質(zhì)量；圖像傳輸部分，將圖像數(shù)據(jù)分組，針對(duì)無(wú)線傳輸信道特征進(jìn)行糾錯(cuò)編碼，經(jīng)短波調(diào)制解調(diào)器后送入短波電臺(tái)發(fā)送；終端的指揮中心，將多路短波電臺(tái)數(shù)據(jù)分別接收（頻分方式），再經(jīng)過(guò)信道解碼、圖像解壓縮、將圖像還原為檢測(cè)現(xiàn)場(chǎng)圖像存檔。 課題來(lái)源本課題來(lái)源于黑龍江省科技攻關(guān)項(xiàng)目－森林防火遠(yuǎn)程圖像無(wú)線傳輸系統(tǒng)。自動(dòng)監(jiān)測(cè)系統(tǒng)一方面可減輕人的體力勞動(dòng)，另一方面也可延伸人的感官功能，擴(kuò)大監(jiān)測(cè)范圍，即使在惡劣的條件下也能正常工作。在目錄上點(diǎn)右鍵“更新域”，然后“更新整個(gè)目錄”。作者簽名：　　 　 　　 日　 期：　　 　 　　 學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。s serious situation, effective technology must be develop to solve the problem of forest fire monitoring so that people39。然后，對(duì)于火焰分割，針對(duì)不同情況下的火焰研究了三種不同的分割技術(shù)，實(shí)現(xiàn)了火焰區(qū)域的準(zhǔn)確分割。摘要森林是陸地生態(tài)的主體，具有很高的生態(tài)效益和經(jīng)濟(jì)效益。對(duì)于火焰的特征檢測(cè)，主要進(jìn)行顏色和動(dòng)態(tài)特征的分析，通過(guò)建立火焰顏色模型進(jìn)行顏色識(shí)別，再進(jìn)一步進(jìn)行火焰的四個(gè)動(dòng)態(tài)特征的識(shí)別。s lives and property safety can be effectively protected. More traditional fire detectors use a single moment of the parameters as a standard, in the underinterference caused frequent false positives or omissions. In recent years the fire alarm system based on the machine vision uses digital image processing techniques to achieve automatic fire alarm.Based on the flame and smoke image characteristics, a machine vision method of identifying the natural fire is proposed in this thesis. In the course of the fire, the main image information is the bustion of smoke and flame. Through the study of smoke and flames image information, smoke and flame phenomenon itself has certain regularity. So targeted algorithm can be designed, identify the smoke and flame from image and judge whether the fire occurred based on this kind of found.First of all the thesis explains the techniques status and development of forest fire prevention and firedetection using digital image processing techniques. On this basis, the segmentation and the identification of flame and smoke are discussed. Then, three different segmentation technologies for different flames are proposed to achieve the accuracy flame region. For the detection of the flame characteristics, color and dynamic analysis are mainly used. The color is identified by establishing of flame color model. Further the dynamic characteristics of the flame are identified. For the plexity of the smoke color, the color extraction method is used to division, and improved by using of the clustering algorithm for visual consistency. For the detection of smoke characteristics, the wavelet characteristics analysis and the dynamic characteristics analysis are mainly used. The wavelet characteristics are identified by paring images and background images smoke wavelet coefficients, and then the dynamic characteristics of the result, including the irregularity and the diffusivity of the smoke is further identified. And then we can determine whether there is smoke in the video. Finally, the overall flow of fire identification in forest fire protection is proposed based on above analysis.The experimentation results show that the fire detecting method which integrating static character and dynamic character of flame smoke has high recognition rate. In the area of fire detecting based on video image sequence analysis, the technique introduced in this thesis has good prospect for development .Keywords flame recognition。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。打印前，不要忘記把上面“Abstract”這一行后加一空行 V 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)。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]。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]。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。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。這種監(jiān)測(cè)器能以每分鐘旋轉(zhuǎn)360度的轉(zhuǎn)速對(duì)林區(qū)進(jìn)行掃描，如果在連續(xù)3次的旋轉(zhuǎn)中均發(fā)現(xiàn)地面溫度升高，便發(fā)出火災(zāi)警報(bào)。根據(jù)燃燒學(xué)的原理，在火焰燃燒時(shí)，其放出的能量95%集中于紅外波段。 火焰與煙霧圖像特征分析光輻射是一種電磁波，其波長(zhǎng)在1nm到lmm之間。不同時(shí)刻火焰的形狀、面積、輻射強(qiáng)度等都在變化。在圖像處理中，面積是通過(guò)分割后統(tǒng)計(jì)圖像的像素?cái)?shù)來(lái)實(shí)現(xiàn)的。在圖像處理中，形體變化特性是通過(guò)計(jì)算火焰的空間分布特性，即像素點(diǎn)之間的位置關(guān)系來(lái)實(shí)現(xiàn)的。(6) 整體移動(dòng)：早期火災(zāi)火焰是不斷發(fā)展的火焰，隨著舊的燃燒物燃盡和新的燃燒物被點(diǎn)燃，火焰的位置不斷移動(dòng)。煙霧另一個(gè)重要的特性是擴(kuò)散性。文獻(xiàn)15和文獻(xiàn)16提出了一種“視頻火災(zāi)探測(cè)”方法[15,16]，利用多個(gè)溫敏探頭將火災(zāi)現(xiàn)場(chǎng)的溫度幅度和分布信息轉(zhuǎn)化為灰度信息，用黑白攝像頭采集灰度信息進(jìn)行處理，實(shí)現(xiàn)火災(zāi)的定位并可計(jì)算出火災(zāi)的熱釋放速率。該系統(tǒng)以視頻運(yùn)動(dòng)檢測(cè)軟件為主體，使用了各種濾波器技術(shù)，并與人工智能相結(jié)合，該系統(tǒng)可以用來(lái)對(duì)電站內(nèi)的火災(zāi)進(jìn)行監(jiān)控。在發(fā)現(xiàn)火災(zāi)的情況下，及時(shí)將圖片傳回指揮中心。第四，對(duì)煙霧及火焰的圖像信息分析研究，從中總結(jié)出顏色特征及動(dòng)態(tài)特征方面的規(guī)律性，作為識(shí)別算法的設(shè)計(jì)的主要依據(jù)。首先對(duì)采集的圖像進(jìn)行目標(biāo)分割，然后利用圖像特性對(duì)這些物體加以識(shí)別或分類檢測(cè)出圖像中的目標(biāo)物體。目前對(duì)彩色圖像的分割，大部分也是基于灰度圖的，先將彩色圖像的各個(gè)分量進(jìn)行適當(dāng)?shù)慕M合轉(zhuǎn)化為灰度圖像，然后利用對(duì)灰度圖像的分割算法進(jìn)行分割。常見(jiàn)的邊緣剖面有三種：(1) 階梯狀（如圖21 a)和b)所示），這種邊緣處于圖像中兩個(gè)具有不同灰度值的相鄰區(qū)域間；(2) 脈沖狀（如圖21 c)所示），這種邊緣主要對(duì)應(yīng)細(xì)條狀的灰度值突變區(qū)域；(3) 屋頂狀（如圖21 d)所示），這種邊緣上升下降沿都比較緩慢。根據(jù)模板的大小及其中元素（系數(shù)）值的不同，人們已經(jīng)提出了許多種不同的算子。常見(jiàn)的兩種模板分別見(jiàn)圖23。在利用取閾值方法來(lái)分割灰度圖像時(shí)一般都對(duì)圖像有一定的假設(shè)，即基于一定的圖像模型。如果只用一個(gè)閾值分割稱為單閾值方法，如果用多個(gè)閾值分割稱為多閾值方法。目前應(yīng)用最廣泛的是全局閾值，這種閾值選取方法是建立在圖像一維直方圖的基礎(chǔ)上的，統(tǒng)稱為灰度直方圖分割法[30]。如此往復(fù)直到再?zèng)]有像素可以被合并，一個(gè)區(qū)域就形成了。它將圖像空間中的像素用對(duì)應(yīng)的特征空間的點(diǎn)表示，根據(jù)它們?cè)谔卣骺臻g的聚集對(duì)圖像進(jìn)行分割[32]。特征空間聚類算法不需要訓(xùn)練樣本，是一種無(wú)監(jiān)督的統(tǒng)計(jì)方法，它是通過(guò)迭代地執(zhí)行分類算法來(lái)提取各類的特征值，其中K均值、模糊C均值等是最常用的分類方法。比較常用的兩種濾波方法是線性濾波和非線性濾波。在一維情形下，中值濾波器是一個(gè)含有奇數(shù)個(gè)像素的滑動(dòng)窗口?？傮w來(lái)講，二維中值濾波比一維中值濾波能夠更好地抑制噪聲。本章所討論的圖像分割和圖像濾波是整個(gè)火災(zāi)圖像識(shí)別中的關(guān)鍵技術(shù)，為后面火焰和煙霧圖像的分割提取、圖像去噪和識(shí)別判據(jù)的研究奠定了基礎(chǔ)。對(duì)某一攝像頭來(lái)說(shuō)它所攝得的圖像背景應(yīng)該是比較一致的，在大部分時(shí)間里是正常情況，沒(méi)有火災(zāi)。在戶外的情況，背景經(jīng)常會(huì)受到光線和風(fēng)等自然因素影響而發(fā)生變化，噪聲和干擾是不可避免的。閾值的選取決定了異常情況的檢測(cè)的靈敏度。為了使圖像清晰，可將圖像的灰度范圍拉開(kāi)，并且讓灰度頻率較小的灰度級(jí)變大，即讓灰度直方圖在較大的動(dòng)態(tài)范圍內(nèi)趨于一致。極大化的過(guò)程就是自動(dòng)確定閾值的過(guò)程。對(duì)于M維矢量特征來(lái)說(shuō)，分割對(duì)應(yīng)于把M維特征空間分解成K個(gè)區(qū)域。 ∈ (313)對(duì)于所有的l, l=1,2,…,k,，其中表示一組采樣，這些采樣的聚類中心是。 a) 原圖像 b) 聚類法分割出的火焰區(qū)域 c) 聚類法的分割結(jié)果圖35 不同場(chǎng)景下聚類法火焰分割結(jié)果 顏色提取法在白天光線充足背景較復(fù)雜的情況下，采用火焰顏色特征提取的方法分割火焰圖像。圖36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。 (a) 原圖像 （b）分割結(jié)果圖36 不同季節(jié)的火焰顏色提取結(jié)果 a) 原圖像 b) 煙霧顏色提取并去噪結(jié)果圖37 不同場(chǎng)景下煙霧顏色提取結(jié)果 基于視覺(jué)一致性聚類法所謂顏色的視覺(jué)一致性，是指顏色空間中相似的顏色在人類看來(lái)也是相似的[41]，它有兩個(gè)方面的含義：(1)對(duì)于自然圖像，具有相似顏色的像素點(diǎn)在空間上的分布是連續(xù)的；(2)在顏色空間中顏色的變化是光滑的。這種平均色用RGB列向量m來(lái)定義。該距離稱為馬氏(Mahalanobis)距離。對(duì)于火焰分割，提出了三種分割方法，三種方法針對(duì)不同的情況分別取得了較為理想的效果，而且處理速度快，針對(duì)背景復(fù)雜的情況，分割圖像有時(shí)也會(huì)帶有噪聲，但少量的噪聲對(duì)下一步的特征識(shí)別影響不大。這個(gè)階段火焰的圖像特征就更加明顯，不同時(shí)刻火焰的形狀、面積、輻射強(qiáng)度等都在變化。檢查其分布狀況，得到火焰圖像在每個(gè)顏色基下的顏