基于數(shù)字圖像處理的大空間早期火災(zāi)自動(dòng)檢測與識別技術(shù)研究.pdf

1、隨著我國經(jīng)濟(jì)和社會(huì)的快速發(fā)展，各種大型空間建筑火災(zāi)事故日益增多。傳統(tǒng)的火災(zāi)探測識別技術(shù)，由于受到各種環(huán)境因素的干擾，應(yīng)用在大空間場合下很難精確進(jìn)行早期火災(zāi)檢測和識別。基于數(shù)字圖像處理的大空間早期火災(zāi)自動(dòng)檢測和識別技術(shù)以監(jiān)控視頻圖像為媒介，利用一定的數(shù)字圖像處理算法檢測和分割出圖像序列中的可疑區(qū)域，對可疑區(qū)域進(jìn)行特征提取分析，并結(jié)合模式識別技術(shù)進(jìn)行智能識別。與傳統(tǒng)的火災(zāi)探測技術(shù)相比較，該技術(shù)能夠獲取更加豐富和直觀的火災(zāi)信息，并且以其非接觸

2、式探測的方式，在反應(yīng)的有效性、魯棒性和靈敏性等方面，表現(xiàn)出無可比擬的優(yōu)越性，非常適合于大空間早期火災(zāi)檢測和識別。
　　本文以大空間早期火災(zāi)火焰作為主要的檢測對象，充分利用早期火災(zāi)火焰影像的視覺特性，對基于數(shù)字圖像處理的大空間早期火災(zāi)檢測和識別技術(shù)展開研究，提出了一整套火焰監(jiān)控圖像的自動(dòng)檢測和識別算法。
　　第一，為了提高原始監(jiān)控視頻圖像的質(zhì)量，以保證后續(xù)火焰影像區(qū)域的檢測和識別得以順利進(jìn)行，對監(jiān)控視頻圖像的預(yù)處理技術(shù)展開了研

3、究。重點(diǎn)實(shí)現(xiàn)了視頻圖像序列的對比度增強(qiáng)和平滑濾波處理，去除了圖像中混入的噪聲和畸變，突出了圖像中的有用信息，從而改善了圖像的質(zhì)量。
　　第二，基于火災(zāi)火焰的監(jiān)控視頻圖像序列，首先以閾值處理為代表，分析了基于單一空間域圖像處理的圖像分割技術(shù)應(yīng)用在視頻火焰檢測中的優(yōu)缺點(diǎn)。針對傳統(tǒng)圖像分割技術(shù)的局限性，本文利用早期火災(zāi)火焰的亮度、顏色和區(qū)域形狀處于不斷變化中的特性，將火焰視為一種特殊的運(yùn)動(dòng)目標(biāo)，提出將運(yùn)動(dòng)目標(biāo)檢測技術(shù)應(yīng)用到火焰圖像檢測之

4、中，建立監(jiān)控視頻圖像像素的自適應(yīng)混合高斯背景模型。該模型能夠根據(jù)監(jiān)控環(huán)境的變化進(jìn)行參數(shù)的自適應(yīng)更新，從而保證運(yùn)動(dòng)目標(biāo)檢測的有效性和魯棒性。為了去除其他運(yùn)動(dòng)目標(biāo)的干擾，使火焰檢測結(jié)果更加精確，對檢測出的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行火焰像素顏色判別和時(shí)頻閃爍特性分析，提高火焰區(qū)域檢測算法的精確性。
　　第三，基于火焰視頻圖像的檢測結(jié)果，對分割出的火焰圖像進(jìn)行特征描述和分析，提取出火焰候選區(qū)域的多種定量特征描繪子。本文從顏色特征、紋理特征和形狀特征

5、這三個(gè)方面出發(fā)來描述火焰影像區(qū)域的靜態(tài)視覺特性；同時(shí)引入面積變化率和形體相似度這兩種描繪子來描述火焰區(qū)域的動(dòng)態(tài)視覺特征，作為對火焰靜態(tài)視覺特征的補(bǔ)充，以提高火焰識別系統(tǒng)的有效性和魯棒性。
　　第四，結(jié)合模式識別技術(shù)，選取火焰影像區(qū)域的一階顏色矩、反差、灰度相關(guān)、能量、逆差矩、圓形度、面積變化率和形體相似度這8種特征描繪子，形成火災(zāi)模式的特征矢量；以BP神經(jīng)網(wǎng)絡(luò)為載體，構(gòu)建火災(zāi)模式識別系統(tǒng)，選取一定量的火災(zāi)火焰特征樣本，對BP神經(jīng)網(wǎng)