摘要：火灾火焰是最常见的灾害之一，是一种在时空上失去控制的燃烧所引发的灾害。火灾火焰图像探测系统，是一种以计算机为核心，结合光电技术和计算机图像处理技术研制而成的火焰自动监测报警系统，有观测普通影像和红外监测实现火灾自动报警的双重功能。本文介绍了一种火焰识别过程中的分色处理办法并试验验证有效性。
　　关键词：火焰；数字图像处理；滤波
　　1 引言
　　当前室内火灾报警技术已经比较成熟。通过对光、烟、湿度等参考量加以判断，然后直接实施灭火措施，进行断电、喷水等并报警。由于室内范围小，受外界影响小，在火灾判别上可以依靠单一的探测方式，也可以多种探测方式同时使用，提高火灾判别的准确性，减少误报。而对于室外的或大面积的监控对象（如高层建筑、船泊码头、油库、大型仓库等），相对来说可以使用的探测方式较少，所以利用图像进行火灾监控是一个明智的选择。由于图像包含的数据量很大，所以必须对图像进行分割。在这些之前都必须要做的就是图像的滤波。
　　2.火焰图像的分色处理理论
　　火焰颜色识别算法可分为两个步骤：（1）移除似火区域；（2）分色处理。第一步，通过图像差值法，将由火焰反射引起的可疑区域以及似火颜色区域移除。第二步，将图像的每个像素从RGB颜色模式转换为HSI颜色模式后，根据火焰颜色特征，将似火颜色区域从输入图像帧中分离出来。下面将介绍每步的具体细节。（1）移除似火颜色区域
　　用图像差值算法（一种用于物体跟踪的技术）可以移除似火颜色区域。这里假设gi（x，y）为某一火焰图像，g0（x，y）是背景图像。图像差值后的结果用h（x，y）表示，公式如（3-4）所示：
　　（3-4）
　　这里，︱. ︱是该函数的绝对值，r（），g（），b（）分别是该图像的红色，绿色以及蓝色分量。因此，两颜色的差值是它们相应红色，绿色以及蓝色分量的绝对值。图像差值的结果是通过计算每个像素颜色差值得到的。 （2）分色技术C是一个颜色组，代表HSI颜色模式的三元素（h，s，i），并且满足以下条件：h1≤h≤h2，s1≤s≤s2，i1≤i≤i2其中[h1，h2]是色相的范围，[s1，s2]是饱和度的范围，[i1，i2]是明亮度的范围。我们将颜色组表示为：
　　前面提取的火焰特征是定义火焰颜色组的基础。基于火焰颜色组C对输入图像f（x，y）的分色算法定义如下：对于图像中的每个像素，如果该像素的颜色不属于颜色组，这时设置该像素的颜色为黑色（背景色，这里定义为黑色），否则，保持该像素的颜色不变。经过色分后的图像g（x，y）定义为：
　　4.试验
　　图1（a）为带烟雾的火焰图像；图1（b）为我们的背景图片，图1（c）为我们的去掉背景的图像。图1（d）为我们分色处理后的图像。经过处理后火焰的轮廓可以很好地被提取出来 ，为后期的识别打下了良好的基础。
　　图1 带烟雾的火焰图像
　　5. 结论
　　通过模拟环境进行火焰图像分离处理，我们可以发现，在一些环境下，采用该方法可以较好的实现图像的分离为进一步的火焰特征提取提供了很好地基础。
　　参考文献
　　[1] 陈涛，袁宏永，范维澄，火灾探测技术研究的展望[J]，火灾科学，（2001）4，108～112；
　　[2] 刘海波，沈晶，郭耸等著.Visual C++数字图像处理技术详解.机械工业出版社；
　　[3] 冈萨雷斯，数字图像处理[M]，电了工业出版社，2003，252～268；
　　[4] 沈庭芝，方子文，数字图像处理及模式识别[M]，北京理工大学出版社