论文部分内容阅读
火灾预警是预防火灾的重要途径，而火焰检测技术是火灾预警的关键技术。火焰检测技术包括火焰图像的采集以及火焰识别两大部分。传统的图像采集系统中，图像的采集、传输和处理都要在PC机上依靠特定的软件环境进行，因而这种系统缺点很明显：体积大、系统整体成本高、使用不方便。本系统提出以CMOS摄像头作为视觉传感器，以S3C2440A为处理器，结合外围电路组成嵌入式ARM9_linux图像采集系统。为了改善目前多种火焰检测技术存在环境适应能力不强的情况，本文利用图像型火焰检测原理，以多种背景下的静态火焰图像为对象，研究火焰本身存在的区域边缘颜色分布特征，提出了基于火焰区域边缘颜色分布的火焰检测算法。算法主要实现：图像火焰区域的提取，火焰有效边缘区域的提取，对火焰区域边缘颜色分布的主成分进行分析，利用BP神经网络设计神经网络分类器，采用收敛速度最快且适合中等规模并利用矩阵运算的L-M算法完成对火焰的识别。本文重点阐述了图像采集系统的硬软件部分设计，其中硬件部分包括CMOS图像传感器、嵌入式微处理器、存储器模块、LCD模块和网卡电路模块的设计。软件部分首先完成嵌入式Linux开发环境的建立和配置以及Linux设备驱动程序的安装和移植。其中，Linux设备驱动程序的安装和移植包括LCD驱动、DM9000以太网驱动、USB Host驱动程序和ZC301驱动。最后，以V4L2为应用程序接口，完成Linux内核编译和图像采集应用程序的开发。通过实验，本文设计的基于USB摄像头的嵌入式火焰图像采集系统能够完成对环境现场的图像采集，并能通过网络接口实现远程主机监控。所采用的火焰检测算法能准确检测出图像中有无火焰的存在，并能准确判断出火焰存在的区域。随着物联网技术的发展，本系统在火灾预警领域和物联网领域将具有很大的应用价值。