【正文】 imshow(I1)I2=imread(39。 centroids1 = cat(1, )。r*39。y2=centroids2(1,2)。B=(y2f*tan(w2))/(y2*tan(w2)+f)。 %t1時刻攝像機光軸與Z軸的夾角w2=(3*pi)/4。b*39。)。)。subplot(221)imshow(G) J= edge(G,39。)。subplot(121),imshow(G)。subplot(224)imshow(g3)%************************************************%拉普拉斯算子對圖像銳化結(jié)果 I=imread(39。subplot(221)imshow(G) g1=imnoise(G,39。39。G=rgb2gray(I)。這次畢業(yè)設計也使我認清了自己的不足，為我以后的工作和學習奠定了基礎。 %水泡轉(zhuǎn)軸到攝像機位置的距離%t1時刻火源圖像坐標x1=centroids1(4,1)y1=centroids1(4,2)%t2時刻火源圖像坐標x2=centroids2(1,1)y2=centroids2(1,2)A=(y1f*tan(w1))/(y1*tan(w1)+f)。)。subplot(122)imshow(BW2) 圖42 對圖二值化處理后的圖片 通過matlab中的regionprops函數(shù)處理后得到圖片為：s = regionprops(BW1, 39。本文利用雙目攝像機獲取的兩幅圖像為：%引入雙目攝像機獲取的圖片I1=imread(39。4 高壓水炮的空間定位系統(tǒng)設計和實現(xiàn)基于圖像型火災探測系統(tǒng)中的高壓水炮定位，其主要關鍵是利用雙目攝像機成像原理，獲取同一時間的不同的火災狀態(tài)圖片，對其進行數(shù)字圖像處理，通過計算機提取火災圖像，排除干擾，對火災進行分析，最后根據(jù)圖像的特征，利用Matlab對其進行處理并計算，求出火源距水炮轉(zhuǎn)軸的距離d和火源與水炮炮管中軸的夾角，有了這兩個數(shù)據(jù)，就可以通過驅(qū)動程序，驅(qū)動高壓水炮進行及時和準確的自動滅火。2)以較小的步進轉(zhuǎn)動水炮，同時攝像機連續(xù)采集圖像，不斷標記火源區(qū)域重心與圖像中心比較確定移動方向，當火源重心到達圖像左邊緣時停止轉(zhuǎn)動，此作為時刻，火源區(qū)重心的像素坐標為并記錄下當前電機的水平角度反饋。當高壓水炮轉(zhuǎn)動時，前后兩次攝像機位置的之間位移就構成了基線，對攝像機在不同位置采集的圖像進行火源區(qū)域匹配之后便求得視差，這樣就構成了雙攝像機進行空間定位的兩個要素。通過對比。實驗結(jié)果表示火災火焰在HSI顏色空間下必須滿足下列條件： 1)。下面介紹如何從RGB模型轉(zhuǎn)化成HSI模型。由于顏色模型相對于人的視覺系統(tǒng)并不直觀，因此這里需要轉(zhuǎn)換顏色模型。是一個經(jīng)驗值，它隨環(huán)境不同而有所變化。邏輯圖中，每點的值只有兩種:0和1。由第三章和本章的敘述可知，帶紅外濾鏡的攝像頭是在火災探測算法中起主要作用，并在火災空間定位算法中作為雙目探測中的一個攝像頭參與計算。如果攝像機坐標系統(tǒng)和世界坐標系統(tǒng)不重合，可先進性坐標的平移和旋轉(zhuǎn)使其重合再投影。例如，醫(yī)學成像就包含大量的醫(yī)學領域的圖像分析。圖象處理與圖像分析的研究對象主要是二維圖像，實現(xiàn)圖像的轉(zhuǎn)化，尤其針對像素級的操作，例如提高圖像對比度，邊緣提取，去噪聲和幾何變換如圖像旋轉(zhuǎn)。本文就是利用計算機視覺在圖像型火災探測系統(tǒng)的基礎上實現(xiàn)高壓水炮的定位，減小火災引起的人員傷亡和財產(chǎn)損失?；趨^(qū)域的視覺方法假定在對應點的某一領域內(nèi)，其灰度相近似或灰度差小于一個門限，因此可以采用平均絕對差、互相關系數(shù)等方法互相匹配。這方面的研究被稱為計算視覺（Computational Vision）。因此，在實現(xiàn)最終目標以前，人們努力的中期目標是建立一種視覺系統(tǒng)，這個系統(tǒng)能依據(jù)視覺敏感和反饋的某種程度的智能完成一定的任務。 計算機視覺 定義及原理 1) 計算機視覺的定義：計算機視覺是使用計算機及相關設備對生物視覺的一種模擬。圖25 sobel算子對圖像銳化結(jié)果 圖26 拉式算子對圖像銳化結(jié)果 圖像分割與特征提取利用邊緣檢測方法的檢測效果，如圖27所示。圖21 對比度調(diào)整前后的圖像及其直方圖 (1) 直方圖均衡化原始圖像及直方圖均勻化后的圖像及直方圖，如圖22所示。 最大方差自動取閾法 最大方差自動取閾法一直被認為是閾值自動選取方法的最優(yōu)方法。從一個已知點開始，加上與已知點相似的的鄰近點形成一個區(qū)域。除開上述兩種火災火焰的特性之外,我們還試圖歸納出火災火焰的發(fā)展趨勢及其在圖像上所表現(xiàn)出來的外形變化特征,還有基本固定的著火點等綜合信息,用于火災火焰在序列視頻圖像幀中是否準確存在的判斷依據(jù)。分割的目的是把圖像空間分成一些有意義的區(qū)域，可以以像素為基礎去研究圖像分割，也可以利用在指定區(qū)域中的某些圖像信息去分割。引入計算機視覺，空間定位雙目成像原理?；趫D像型火災探測系統(tǒng)中的高壓水炮的定位，解決了傳統(tǒng)消防中遇到的問題，可以及時、準確的將火災遏制在剛發(fā)生的階段，避免了財產(chǎn)的損失及人員的傷亡。通過視頻采集卡的視頻切換功能，可以利用一套系統(tǒng)同時對多個現(xiàn)場進行監(jiān)控。國內(nèi)對火災探測和高壓水炮定位的研究目前以中國科技大學的火災科學國家重點實驗室做得比較領先。 4)可對火災現(xiàn)象中的圖像信息做出快速反應。當檢測到火災發(fā)生時，根據(jù)計算機視覺原理知識，通過攝像頭所獲取的紅外圖像和彩色圖像來計算火災發(fā)生的空間位置，從而實現(xiàn)高壓水炮的自動滅火。同時近年來全國各地大空間建筑不斷涌現(xiàn)如會展場館(中心)、體育(文體)館、飛機場、火(汽)車站、藝術館(廳)、圖書館、影(歌)劇院、會議廳、貨物配送中心、大型商場、交易中心、酒店大堂、大廈中庭等，這些建筑物由頂棚距地面高度大，普通水噴淋消防系統(tǒng)噴出的水滴在下降過程中受到氣流影響，難以有效的集中于火災發(fā)生處，影響消防效果。本課題用計算機視覺知識作為基礎，對火災空間定位算法進行了研究。而近年來 ,隨著經(jīng)濟的飛速發(fā)展 ,各種高層的建筑群體不斷涌現(xiàn)。本文提出的定位算法具有定位準確、識別性較高、計算速度快、實時性較高等特點。采用的方法為空間幾何定位，并在其基礎上利用matlab對其定位算法進行了研究，最后確定火災圖片二值化后的中心點坐標，利用中心點坐標通過定位算法計算出火災的實際空間坐標，進而計算出火源與水炮轉(zhuǎn)軸的距離和火源與水炮炮管中軸的夾角，再驅(qū)動高壓水炮進行定點滅火。這些技術不僅在靈敏度和可靠性方面有待提高,而且不能對火災最初的信號做出反應。此外，還有滅火及時，將火災損失減到最低的優(yōu)點。而高壓水炮系統(tǒng)因為其噴射水滴大，水柱集中等特點很適合用于這些場所的消防作業(yè)，因此高壓水炮將得到更廣泛的應用。而圖像信息的豐富和直觀，更為早期火災的辨識和判斷奠定了基礎，其它任何火災探測技術均不能提供如此豐富和直觀的信息。在大空間火災監(jiān)控方面有sIL公司和MganxoElecrtic公司聯(lián)合開發(fā)的用于電站火災監(jiān)控的VSD8系統(tǒng)。但是，迄今為止，并沒有研制出令人滿意的系統(tǒng)，還存在火災誤報率較高，高壓水炮定位算法誤差很大的問題，實用程度還有待提高?！?中心控制系統(tǒng)：對信號處理系統(tǒng)輸入的信號進行處理，同時對信號處理系統(tǒng)、聯(lián)動控制系統(tǒng)、管理信息系統(tǒng)進行控制。第1章 緒論?？偨Y(jié)了此次畢業(yè)設計的經(jīng)驗和教訓，并對實現(xiàn)定位過程中的不足提出了改進的設想和要求。 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。圖像分割方法很多，其中最常用的圖像分割方法是將圖像分成不同的等級，然后用設置灰度門限的方法確定有意義的區(qū)域或欲分割的物體的邊界，這種方法也稱為閾值分割法。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。由直方圖經(jīng)統(tǒng)計可以得到被t分離后的區(qū)域1和區(qū)域2占整幅圖像的面積比為 區(qū)域1面積比： (21) 區(qū)域2面積比： (22)整幅圖像、區(qū)域區(qū)域2的平均灰度為 整幅圖像的平均灰度： (23) 區(qū)域1的平均灰度： (24) 區(qū)域2的平均灰度： (25)式中G為圖像的灰度級數(shù)。圖23 原始圖像及其直方圖與直方圖規(guī)定化后的圖像及其直方圖 (3) 圖像的平滑。實現(xiàn)高壓水炮定位的先決條件在于對火災發(fā)生的空間位置的確定。計算機視覺是一門綜合性的學科，它已經(jīng)吸引了來自各個學科的研究者參加到對它的研究之中。這里要指出的一點是在計算機視覺系統(tǒng)中計算機起代替人腦的作用，但并不意味著計算機必須按人類視覺的方法完成視覺信息的處理。根據(jù)計算機視覺應用的目的和原理的不同而有不同的分類方法。如條形碼、郵編、指紋染色體等識別；3) 工業(yè)檢測系統(tǒng)。這表明這些學科的基礎理論大致是相同的，甚至讓人懷疑他們是同一學科被冠以不同的名稱。這表明在這一領域通過軟件硬件，圖像感知與控制理論往往與圖像處理得到緊密結(jié)合來實現(xiàn)高效的機器人控制或各種實時操作。雙目成像可獲得同一場景的兩幅不同圖像，雙目成像時的模型可看作是由兩個單目成像模型組合而成。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)，點的義坐標可表示為:　　　　　　　 (31)　　上式中，X，和Z，表示第一個攝像機移動到了世界坐標的原點，而第二個攝像機和點在保持相對幾何關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。在這里，色調(diào)的餅圖可分為6個部分，如圖所示。 火災空間定位的優(yōu)化算法 實用傳統(tǒng)雙目定位算法的缺陷 根據(jù)自動滅火領域的行業(yè)現(xiàn)狀，才可以保證火災自動撲救設備(如自動水噴淋設備)可以覆蓋到火災區(qū)域。這樣就能推算出火災發(fā)生位置與攝像頭的距離為1OOm。根據(jù)圖所示幾何關系，取右手方向為正，則。此作為時刻，火源區(qū)重心的像素坐標為，記錄下當前電機的水平角度反饋。4) 求得上述參數(shù)后便可利用計算機軟件驅(qū)動高壓水炮進行定點滅火。subplot(121)imshow(I1)I2=imread(39。 centroids1 = cat(1, )。r*39。 實驗結(jié)果和討論 通過本次高壓水炮定位的實驗的結(jié)果分析可知，火源距水炮轉(zhuǎn)軸的距離和火源與水炮炮管中軸的夾角是驅(qū)動高壓水炮進行定點滅火的兩個及其重要的參數(shù)，但是由于實驗硬件條件的限制，本文并未對其定位精確性做進一步驗證，只是利用matlab簡單的實現(xiàn)了程序的仿真，并利用matlab結(jié)合空間定位的數(shù)學公式，簡單的求出了高壓水炮的驅(qū)動參數(shù)。總之，由衷的感謝王慧琴導師對我的指導。39。subplot(221)imshow(G) subplot(223)imhist(G)J = histeq(G,32)。,) 。G=rgb2gray(I)。39。subplot(122),imshow(B)。subplot(222)imshow(J) K= edge(G,39。subplot(122)imshow(BW)附錄2 高壓水炮定位程序%*******************************************************%引入雙目攝像機獲取的圖片I1=imread(39。subplot(122)imshow(BW2)%******************************************************%確定二值化火災圖片中心點坐標s = regionprops(BW1, 39。)。 %水泡轉(zhuǎn)軸到攝像機位置的距離%t1時刻火源圖像坐標x1=centroids1(4,1)。d=sqrt(Z^2+Y^2) %火源與水炮轉(zhuǎn)軸距離a=atan(Z/Y) %火源與水炮炮管轉(zhuǎn)軸的夾角 第 48 頁