基于火灾数字图像论文.docVIP

摘要： 森林火灾是对社会、环境及经济发展影响范围最广、破坏性最大的灾害z—。 为减少森林火灾的损失，世界各国都非常重视林火监测。传统的火灾监测方法是 感烟、感温、感光探测器以及红外对射探测，还有现在比较流行的卫星监测。对 于森林这样的大空间火灾监测，本文提出了一?种基于图像视觉特征的火灾监测方 法。主要是基于mat 1 ba通过理论分析及实验对比，依次对火灾彩色数字图像进 行了分割、图像灰度化、二值化、图像平滑处理以及火焰H标的特征提取。在文 小着重研究了图像分割以及整体思路的策划，针对火灾彩色图像分割出火焰彩色 图像并进行了进一步的分析。最终分析火焰在燃烧的过程屮，它的而积和质心在 不断的变化，在图像屮就表现为序列图像的H标部分重叠率发生变化，动态特征 主要检测图像序列中H标质心和而积的变化。 关键词：火灾监测，火焰分割，火焰特征，图像处理 正文 引言：森林经常遭到火灾的破坏，在危害森林的诸因子屮火灾是-?种最具破坏性 的灾害，每次大火都直接地危及立木、上壤甚至于微生物和野生动物。现在国际 上通用的森林火情监测系统都是基于红外线、紫外线探测，和卫星监测。红外线 和紫外线探测的准确率比较高，但是由于透明的火焰是几乎没有任何能量的，因 此红外线和紫外线探测器需要一个直接对准燃烧区的不受太多干扰的视野，否则 就很难发现火情。卫星监测是现在使用较为普遍的方法，但是现在所使用的卫星 都不是专为火情监测的，实时性较差，而且卫星监测很难在火灾初期发现火情， 所以主要用于火灾发生后的火势观测。而本文屮从火灾监控的应用技术屮，采用 基于图像处理的火灾视频监控技术具有更大的优势，图像型视频监控有利于大空 间的火灾监控，通过计算机处理得到的火灾信息便于信息化的管理和联网操作， 能够实现及时处理，从数字图像屮提取高质量的信息，能高效、准确、安全可靠 地进行火灾自动定位，提高监控的动化程度，并能提前预防火灾的发生和更早 的发现火灾的发生。 在火灾图像分析屮，最为重要的是从提取的火灾图片屮分割出火灾图像的火 焰，通常图像分割的方法有： 1、 基于阈值的分割方法 这类方法简单实用,在过去的几十年间备受重视，其分类也不一而足。根据使 用的是图像的整体信息还是局部信息,可以分为上下文相关方法和上下文无关方 法;根据对全图使用统一阈值还是对不同区域使用不同阈值，可以分为全局阈值 方法和局部阈值方法;另外,还可以分为单阈值方(b订everthresholding)和多 阈值方法。阈值分割的核心问题是如何选择合适的阈值。其屮，最简单和常用的 方法是从图像的灰度直方图出发,先得到各个灰度级的概率分布密度，再依据某 一准则选取一个或多个合适的阈值，以确定每个像素点的归属。选择的准则不同, 得到的阈值化算法就不同。 2、 基于边缘的分割方法 这类方法主要基于图像灰度级的不连续性，它通过检测不同均匀区域Z间的 边界来实现对图像的分割，这与人的视觉过程有些相似。依据执行方式的不同， 这类方法通常又分为出行边缘检测技术和并行边缘检测技术。出行边缘检测技术 首先要检测出一个边缘起始点,然后根据某种相似性准则寻找与前一点同类的边 缘点,这种确定后继相似点的方法称为跟踪。根据跟踪方法的不同,这类方法又可 分为轮廓跟踪、光栅跟踪和全向跟踪三种方法。全向跟踪可以克服由于跟踪的方 向性可能造成的边界丢失，但其搜索过程会付出更大的时间代价。出行边缘检测 技术的优点在于可以得到连续的单像素边缘,但是它的效果严重依赖于初始边缘 点，由不恰为的初始边缘点可能得到虚假边缘;较少的初始边缘点可能导致边缘 漏检。并行边缘检测技术通常借助空域微分算子，通过其模板与图像卷积完成， 因而可以在各个像素上同时进行，从而大大降低了时间复杂度。常见并行边缘检 测方法有如卜几种:Robert s算子,Laplacian算子,Sobel算子,Prewitt算 子,Kir sh算子,LOG算子,Canny算子。上述算法和其他边缘检测算法虽然在检 测的准确性和边缘定位精度上有所差并，但是他们都有一?个共同的缺点:不能得 到连续的单像素边缘，而这对于分割来说是至关重要的。因此，通常在进行上述边 缘检测Z后，需要进行一些边缘修正的工作,如边缘连通、去除毛刺和虚假边缘。 常用的方法包括启发式连接、相位编组法和层次记号编组法等。与审行边缘检测 算法一样，边缘修正算法的代价也非常高。 3、 基于区域的分割方法 基于区域的分割技术有两种基本形式:区域生长和分裂合并。前者是从单个 像素出发，逐渐合并以形成所需的分割结果。后者是从整个图像出发，逐渐分裂或 合并以形成所需要的分割结果。与阈值方法不同，这类方法不但考虑了像素的相 似性，还考虑了空间上的邻接性，因此可以有效消除孤立噪声的干扰，具有很强的 鲁棒性。血且,无论是合并还是分裂，都能