论文部分内容阅读
火是人们赖于生存的物质基础,然而火灾作为一种频发性的自然灾害,对人类生命财产安全和社会安全构成了严重威胁。例如,森林火灾目前己成为一个全球性的问题,为减少森林火灾的损失,世界各国非常重视森林火探测技术的研究。由于传统的以传感器为基础的火灾检测技术在森林火灾检测方面存在诸多不足,而随着计算机技术和数字图像处理技术的发展,一种以计算机视觉为基础的智能化森林火灾检测与预警方法成为可能。为此,本文以基于视频的火灾检测与预警方法为研究目标,通过对火灾视频图像的静态和动态特征的深入分析,提出了一种基于粗糙集和傅立叶变换的火灾检测和预警方法,并完成了原型系统的设计,实验表明,该方法可以有效应用于森林等大空间范围内的火灾检测与预警。本文的主要工作如下:
(1)通过对火灾视频图像的静态和动态特征的深入分析,提出了一种基于粗糙集的火焰提取方法,该方法通过综合火焰区域在HSI、RGB色彩模型中的分布特征约束,以及火焰的闪烁特征约束,获得了较好的准确性和鲁棒性;
(2)通过对指定长度的视频单元火焰区域变化特性的傅立叶分析,较好地获取了火焰区域的动态特征,并利用时间累计法对分析结果进行评估,进而实现对火灾的分级预警。
(3)在上述方法研究的基础上,论文在.NET和OpenCV环境下设计实现了一个基于视频的火灾检测与预警原型系统。
通过不同火灾视频数据验证表明,论文所提出的方法是快速、有效和鲁棒的。