基于图像的火焰识别.docxVIP

基于图像的火焰识别摘要： 图像型火灾探测技术是以机器视觉为基础的新型火灾探测技术，它不会受到空间大小、环境恶劣等复杂因素的影响。本文的目的是通过在视频图像中提取信息来判断火灾的发生，这项研究在现实生活中有着很大的实际意义。本文主要通过针对复杂环境下采集到的火灾图像信息，对图像进行分析，采用中值滤波和图像锐化对图像进行预处理，消除掉火灾图像中参杂的噪声。之后采用一种两层组合的图像分割算法对图像进行分割，得到火焰的疑似区域。并在此基础上，对疑似区域的火焰特征进行分析，提取出火焰的面积变化值、圆形度及闪烁频率等特征，为之后的识别做准备。最后运用模糊神经网络建立火灾识别模型，将提取出的火焰特征作为输入量对火灾图像进行分类识别。仿真结果表明，该算法对不同场景的火灾识别具有较高的准确率。关键词:火焰图像;图像分割;特征提取;特征融合;模糊神经网络Flame recognition based on imageAbstract: The image-type fire detection technology is a new detection method, which based on the machine vision. It will not be subject to the complex factors of the space size or the bad environments. Collect the fire image information under complex environment. Analyzing the image, and using the median filtering and image sharpening to the image pre-processing, eliminating the noise mixes in the image of fire. With the two-tier combination of image segmentation algorithm to segmentation the image, in order to get the suspected area of the flame. On this basis, analysis the flame characteristics of the suspected region, to extract the flame area change values, round, and the flicker frequency characteristics for Identification in preparation. Finally, using the fuzzy neural network to establish the model of fire detection, Flame characteristics will be extracted as the input, in order to classification of the fire image. The simulation results show that the algorithm on different scenarios of fire detection with high accuracy.Keywords: flame image; image segmentation; feature extraction; feature fusion; fuzzy neural network.1、基于视频图像的火焰识别问题1.1、如何进行火焰图像的预处理和分割？在实际环境中摄像头所处的位置是非常复杂的，一般采集到的图像都会受到天气、光线的变化、阴影、灯光以及随机噪声的影响，而使得图像质量降低监测难度加大。若要能够准确的提取火焰特征就先要对采集到的图像进行预处理，滤除掉图像中参杂的噪声并且利用分割技术找出图像中的火焰目标区域，然后根据目标区域中的火焰特征进行实时的火焰目标识别。这对于基于机器视觉的视频火焰探测技术，是十分重要的。通常大部分情况下采集到的图像都会因为光线太暗、曝光、不足以及噪声太多等缺陷显得不是很完美，影响到火焰的识别。因为无论从客观环境影响或是主观人为因素影响等，我们采集到的图像质量往往没有人们想象的那么满意。例如，因为轮廓过于鲜明使得图像中的物体显得不协调，并且依照被检测物的形状、大小的要求，采集到的图像边缘处产生模糊，而且图像中出现一些不知来源的黑点或白点，更为严重的会出现图像出现失真或者变形等。综上所述，当监测火灾的过程中，检测结果会受到很多复杂环境的影响，所以