【正文】 星監(jiān)測。最早的火災(zāi)監(jiān)測主要是靠管理人員野外巡邏和建立監(jiān)測站，后來配以飛機(jī)的定期巡航。為減少森林火災(zāi)的損失，世界各國都非常重視林火監(jiān)測。 目錄摘要 1Abstract 2目錄 3第一章 課題的來源、目的和意義 61課題的來源.............................................................................................................................................2課題的目的及意義..................................................................................................................................3基于圖像處理的火災(zāi)監(jiān)測技術(shù)國內(nèi)外研究進(jìn)展第二章 基于圖像處理的森林火災(zāi)監(jiān)測系統(tǒng)設(shè)計 91圖像的預(yù)處理及敏感區(qū)域的獲取1濾波..............................................................................................................................................1均值濾波................................................................................................................................2中值濾波................................................................................................................................3高斯濾波................................................................................................................................2圖像分割......................................................................................................................................1基于彩色傳遞的淹摸分割法................................................................................................2基于YCrCb區(qū)域顏色分量加強(qiáng)分割法...............................................................................3基于空間的顏色遷移分割法.......................................................................................2火焰特征定義與提取..................................................................................................................................1顏色特征.......................................................................................................................................2顏色矩.....................................................................................................................................2形狀特征.........................................................................................................................................第三章 火災(zāi)檢測實驗比較第四章 模式識別方法一、 課題的來源、目的和意義課題的來源 森林火災(zāi)是對社會、環(huán)境及經(jīng)濟(jì)發(fā)展影響范圍最廣、破壞性最大的災(zāi)害之一。 image processing。 關(guān)鍵詞：森林火災(zāi)檢測系統(tǒng)；圖像處理；圖像分割； Color Image Segmentation and Medicinal Organ’s 3DReconstructionAbstractIn this paper,firstly introduce image preprocessing,for example,grayvalue,twovalue, gaussian filters, anisotropic diffusion.To remove the speckle noise in medical images by using anisotropic diffusion on anisotropic diffusion,a partial differential equation,of which the initial data was the input images,was transformed into differential forms and solved with diffusion can remove the speckle noise effedtively and has great potential in filtering medical images. It can preserve edges and local detail.Kmeans is a fast segmentation process. Extensive experiments show it is fast and generic.The classical Cmeans clustering algorithm is a wellknowm clustering method to partition an image into homogeneous is a procedure of the label following an un supervised fuzzy clustering that fuzzy cmeans(FCM) algorithm is applied for intensity image segmentation,and it suits for the uncertain and ambiguous characteristic in intensity ,there are some deficiencies in the algorithm,for example,the number of clustering can not be determined automatically and the operational const,for large data sets ,is too high。醫(yī)學(xué)器官虛擬三維重構(gòu)技術(shù)是現(xiàn)代外科計算機(jī)化，信息化發(fā)展的重要方向，是計算機(jī)科學(xué)、數(shù)學(xué)、機(jī)械學(xué)、外科及生物醫(yī)學(xué)工程學(xué)等多學(xué)科高技術(shù)的結(jié)晶。它是一種非監(jiān)督模糊聚類后再標(biāo)定的過程，適合灰度圖像中存在著模糊和不確定性的特點。大量的實驗表明K均值聚類是一個快速收斂的算法。在此基礎(chǔ)上提出八向各向異性擴(kuò)散和邊緣增強(qiáng)各向異性擴(kuò)散，取得了滿意的結(jié)果。采用基于各向異性擴(kuò)散的偏微分方程，其初始值為輸入圖像，轉(zhuǎn)化為差分格式迭代求解濾波結(jié)果。華東交通大學(xué)畢業(yè)設(shè)計基于圖像處理的森林火災(zāi)檢測系統(tǒng)的技術(shù)研究摘要 圖像預(yù)處理的主要方法有：灰度化、二值化、均值濾波、中值濾波、高斯濾波。本研究還將各向異性擴(kuò)散方法應(yīng)用于醫(yī)學(xué)圖像的去噪處理。以在去除噪聲的同時，保持重要的邊緣、局部細(xì)節(jié)。K均值聚類是一個快速的圖像分割算法。經(jīng)典的C均值聚類算法是將圖像分割成C類的常用方法。但是這種算法存在不足，如聚類數(shù)無法自動確定，運算的開銷太大。本文把各種圖像預(yù)處理運用到三維醫(yī)學(xué)重構(gòu)上，使重構(gòu)效果更好。Medicinal organ’s dummy 3Dreconstruction is an important direction of the development in modern surgery’s puterization and informationize field. It’s a bination of the latest techniques in puter science , mathematics , mechanics , surgery and biological engineering. In this paper, image preprocessing is appled in Medicinal organ’s dummy 3Dreconstruction,that make the result more better.Keywords: forest fire detection system。 Partial Differential Equation。森林經(jīng)常遭到火災(zāi)的破壞，在危害森林的諸因子中火災(zāi)是一種最具破壞性的災(zāi)害，每次大火都直接地危及林木、上壤甚至于微生物和野生動物。及時監(jiān)測到火災(zāi)可以使得滅火工作在火災(zāi)初期完成，這將極大的減少損失和滅火成本。但是對于大面積的森林，依靠地面人力和飛機(jī)監(jiān)測，不但費用高，而且工作十分繁雜，特別是對于盲區(qū)的監(jiān)測精度很低，所以現(xiàn)在森林火災(zāi)監(jiān)測主要依靠電子設(shè)備配合人工操作實現(xiàn)。而對于森林這樣的大空間火災(zāi)監(jiān)測，傳統(tǒng)的火災(zāi)監(jiān)測方法都不適用，針對這一問題，經(jīng)過多方面文獻(xiàn)資料的查閱，結(jié)合自己的研究方向，由導(dǎo)師推薦，最終確定了本課題的研究。最早的火災(zāi)監(jiān)測主要是靠管理人員野外巡邏和建立監(jiān)測站，后來配以飛機(jī)的定期巡航。鑒于大空間的環(huán)境的復(fù)雜性，傳統(tǒng)的火災(zāi)報警系統(tǒng)誤報率高，所以基于圖像處理的森林火災(zāi)監(jiān)測技術(shù)成為當(dāng)前的一大研究熱點。 基于圖像處理的火災(zāi)監(jiān)測技術(shù)國內(nèi)外研究進(jìn)展 (1) 圖像型火災(zāi)監(jiān)測系統(tǒng)國內(nèi)外研究進(jìn)展圖像是一種包含對象強(qiáng)度、形體、位置等信息的信號。在科學(xué)迅猛發(fā)展的今天，國外各大公司和科研機(jī)構(gòu)的火災(zāi)探測技術(shù)也相應(yīng)的快速發(fā)展，基于各種火災(zāi)識別模式的火災(zāi)探測器相繼問世并在不斷改進(jìn)，在眾多的產(chǎn)品中利用圖像信息的火災(zāi)監(jiān)控系統(tǒng)也為數(shù)不少。在大空間火災(zāi)監(jiān)控方面有ISL公司和Magnox Electric公司聯(lián)合開發(fā)的用于電站火災(zāi)監(jiān)控的VSD8系統(tǒng)。國內(nèi)對于圖像型火災(zāi)探測技術(shù)也進(jìn)行了深入研究，其中上海交通大學(xué)、西安交通大學(xué)都在這方面進(jìn)行了積極的研究，并在工程實踐中提出了一些算法。當(dāng)有火焰燃燒時，在經(jīng)CCD形成的視頻信號中，除強(qiáng)烈的火焰輻射造成的高亮度信號外，僅有很少量的紅外干擾信號，而這些信號往往表現(xiàn)為固定的圖像模式，可以采用簡單的算法加以分類，從而使火焰的識別率大大提高，并且減少了處理的數(shù)據(jù)量，提高了檢測識別的速度，但其探測手段主要集中于使用紅外型攝像機(jī)，并且，探測系統(tǒng)的算法抗干擾性還有待提高。該系統(tǒng)一部分的探測任務(wù)由紅外攝像機(jī)來完成，采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)對火災(zāi)進(jìn)行識別，對于已經(jīng)擁有閉路電視監(jiān)控網(wǎng)絡(luò)的單位，需要加裝一定數(shù)量的紅外攝像機(jī)或特制的感煙紅外陣列器材，來實現(xiàn)圖像型的火災(zāi)火焰和煙霧的探測。例如一些己經(jīng)具有完備視頻監(jiān)視系統(tǒng)的場合，這就對識別火災(zāi)的算法提出了較高要求。(2)相關(guān)算法在國內(nèi)外的研究進(jìn)展 1）分割技術(shù)在國內(nèi)外的發(fā)展目前，基于視頻的火災(zāi)圖像分割算法有幀差法、背景差分法等。背景差分法的基本思想是用當(dāng)前幀圖像與背景圖像相減來實現(xiàn)運動區(qū)域的分割，但在光照變化、人的走動或車燈晃動等干擾存在的情況下會形成假的運動區(qū)域，從而導(dǎo)致火災(zāi)誤報警。傳統(tǒng)的單幀圖像分割法主要有閾值分割法、邊緣檢測法、區(qū)域生長法和基于特征空間聚類分割法等。另有學(xué)者提出了基于彩色信息的火災(zāi)圖像分割算法，但這些算法大多數(shù)過分依賴經(jīng)驗閾值，如W. B. Horng等人采用HSI彩色模型分割火焰圖像，對H, S, I分量分別采用經(jīng)驗閾值來提取火焰區(qū)域。Dengyi Zhang等人采用HSV顏色空間分割火焰區(qū)域，同樣對H, S, V分量分別采用經(jīng)驗閾值分割。若選取的閾值不合適，就很難準(zhǔn)確地提取出火焰區(qū)域，給后續(xù)的火災(zāi)特征提取和識別增加難度。二、 基于圖像處理的森林火災(zāi)監(jiān)測系統(tǒng)設(shè)計原始森林火災(zāi)圖像圖像采集設(shè)備數(shù)字圖像1． 基于彩色傳遞的掩摸法2． 基于YCrCb區(qū)域顏色分量加強(qiáng)分割法3． 基于空間的顏色遷移分割法4． 基于彩色均值聚類分割法預(yù)處理模塊1． 顏色特征． 紅色分量閾值選取． 各階顏色矩的提取2． 幾何特征． 圓形度的獲?。?邊緣特征量的提取特征定義與提取模塊1． 基于模板匹配分類法2． 基于貝葉斯分類法3． 基于BP神經(jīng)網(wǎng)絡(luò)分類法 圖像識別與分類模塊決策模塊圖1基于圖像處理森林火災(zāi)監(jiān)測系統(tǒng)設(shè)計框圖圖像的預(yù)處理在系統(tǒng)獲取森林火災(zāi)圖像后，為了將火災(zāi)圖像中的