【正文】 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。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。實(shí)驗(yàn)證明，綜合火焰和煙霧的靜態(tài)特征及動(dòng)態(tài)特征的火災(zāi)識(shí)別方法，識(shí)別率高。對于煙霧的特征檢測，主要進(jìn)行小波特征及動(dòng)態(tài)特征的分析，通過對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。對于火焰的特征檢測，主要進(jìn)行顏色和動(dòng)態(tài)特征的分析，通過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。首先，論文闡述了森林防火技術(shù)及圖像型火災(zāi)檢測技術(shù)的發(fā)展和現(xiàn)狀，并對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?；诨鹧婧蜔熿F的圖像特征，本文研究了一種識(shí)別自然環(huán)境下火災(zāi)的機(jī)器視覺方法。傳統(tǒng)火災(zāi)探測器多采用單一時(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)。，具有很高的生態(tài)效益和經(jīng)濟(jì)效益。鑒于目前我國森林防火的嚴(yán)峻形勢，必須開發(fā)有效技術(shù)解決森林火災(zāi)的監(jiān)測問題。近年來提出的基于機(jī)器視覺的火災(zāi)報(bào)警系統(tǒng)，利用數(shù)字圖像處理技術(shù)來實(shí)現(xiàn)火災(zāi)自動(dòng)報(bào)警?；馂?zāi)發(fā)生過程中，主要的圖像信息是燃燒時(shí)產(chǎn)生的煙霧和火焰，通過對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。然后，對于火焰分割，針對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。對于煙霧分割，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)用視覺一致性的聚類算法對其進(jìn)行了改進(jìn)。最后，綜合以上分析，給出了森林防火系統(tǒng)中火災(zāi)的識(shí)別的整體流程以及火焰和煙霧分別的識(shí)別流程。在火災(zāi)檢測技術(shù)中，具有較好的發(fā)展前景。s serious situation, effective technology must be develop to solve the problem of forest fire monitoring so that people39。 smoke recognition。 dynamic character不要?jiǎng)h除行尾的分節(jié)符，此行不會(huì)被打印目 錄摘要 IAbstract II第1章 緒論 1 課題背景 1 課題來源 2 森林防火技術(shù)的研究現(xiàn)狀 3 圖像型火災(zāi)檢測的研究現(xiàn)狀 4 火焰與煙霧圖像特征分析 5 圖像型火災(zāi)檢測的技術(shù)現(xiàn)狀 7 圖像型火災(zāi)檢測的應(yīng)用現(xiàn)狀 7 論文的主要內(nèi)容及結(jié)構(gòu)安排 8 論文的研究內(nèi)容 8 論文的結(jié)構(gòu)安排 8第2章 數(shù)字圖像處理基礎(chǔ) 10 引言 10 圖像分割理論基礎(chǔ) 10 邊緣檢測法圖像分割 11 閾值法圖像分割 12 基于區(qū)域特性的圖像分割 14 特征空間聚類法圖像分割 14 圖像的濾波 15 線性濾波 16 非線性濾波 16 本章小結(jié) 18第3章 火焰與煙霧的圖像分割 19 引言 19 實(shí)時(shí)背景差分 19 圖像增強(qiáng) 20 火焰分割 22 最大類間方差閾值法 22 特征空間聚類法 24 顏色提取法 26 煙霧分割 27 顏色提取法 27 基于視覺一致性聚類法 30 本章小結(jié) 33第4章 火焰與煙霧的特征識(shí)別 34 引言 34 火焰的顏色特征 34 各色彩空間比較 34 火焰圖像分布模型 35 YCbCr空間分析 39 火焰的動(dòng)態(tài)特征 41 不規(guī)則性 41 擴(kuò)散性 42 相似性 42 穩(wěn)定性 43 煙霧的小波特征 44 煙霧的動(dòng)態(tài)特征 45 擴(kuò)散性 45 不規(guī)則性 45 本章小結(jié) 46第5章 實(shí)驗(yàn)結(jié)果分析 47 47 火災(zāi)識(shí)別的總體流程 48 火焰分割與識(shí)別結(jié)果分析 48 火焰分割結(jié)果 49 火焰特征識(shí)別結(jié)果分析 50 57 煙霧分割結(jié)果 57 煙霧特征識(shí)別結(jié)果分析 59 本章小結(jié) 60結(jié) 論 61參考文獻(xiàn) 62攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文 67哈爾濱工業(yè)大學(xué)碩士學(xué)位論文原創(chuàng)性聲明 68哈爾濱工業(yè)大學(xué)碩士學(xué)位論文使用授權(quán)書 68致 謝 69千萬不要?jiǎng)h除行尾的分節(jié)符，此行不會(huì)被打印。打印前，不要忘記把上面“Abstract”這一行后加一空行第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現(xiàn)場的直接觀測。通過全新的高科技手段，降低森林火險(xiǎn)等級，其經(jīng)濟(jì)效益、社會(huì)效益均極其顯著[1,2]。利用飛機(jī)航測時(shí)由于大火上空煙幕的影響，能見度不高，效果也不理想?？紤]到經(jīng)濟(jì)上因素的制約，并結(jié)合我國的具體情況，提出自主開發(fā)的森林火災(zāi)自動(dòng)監(jiān)測技術(shù)的研究計(jì)劃是非常必要的。另外利用通信技術(shù)實(shí)現(xiàn)遠(yuǎn)程火災(zāi)監(jiān)測，通過對可疑圖像進(jìn)行識(shí)別，為火災(zāi)預(yù)測和及時(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，也為我國在森林防火技術(shù)方面上積累科學(xué)經(jīng)驗(yàn)[4]。數(shù)字圖像處理技術(shù)已應(yīng)用于衛(wèi)星遙感、遙測、氣象預(yù)報(bào)、醫(yī)療診斷等諸多領(lǐng)域?？梢哉f凡是人眼所能感知的地方都能用數(shù)字圖像處理系統(tǒng)來替代人眼的功能。本文基于上述需求，研究了火災(zāi)中火焰和煙霧圖像的目標(biāo)分割及特征識(shí)別的問題。我省森林火災(zāi)預(yù)防主要采取瞭望塔及人