基于視覺特征的早期農(nóng)林火災檢測方法的基礎研究.pdf

1、火災是最普遍地威脅公眾安全和社會發(fā)展的主要災害之一，對農(nóng)業(yè)以及工業(yè)和人們的生產(chǎn)、生活帶來了極大的危害。隨著科學技術的發(fā)展，火災自動檢測技術逐漸成為預防和監(jiān)測火災的有效手段?；谝曈X特征的早期火災自動探測技術，克服了傳統(tǒng)火災自動檢測技術成本高、安裝復雜，難以應用于農(nóng)田、草場、森林等大范圍火災檢測等缺點，可以更快捷、準確的檢測火災，環(huán)境適應能力強，而且結合計算機智能技術，可以提供更直觀、更豐富的火災信息。作為一種新型的、智能化的檢測技術，基

2、于視覺特征的火災檢測技術必將具有廣闊的應用前景和使用價值。本文主要研究了基于視覺特征的早期農(nóng)林火災檢測方法和相關算法。首先闡述了火災檢測系統(tǒng)的組成，分析了早期火災圖像的動態(tài)、靜態(tài)特征，并對火災圖像的特征進行了算法流程分析；針對火災圖像的視覺特征和檢測算法的實時性要求，提出了一種新的圖像增強方法，擴大圖像中不同物體之間的特征差別，同時保留了原圖像的色彩信息，為火災圖像的信息提取及后續(xù)處理奠定基礎；提出了一種基于神經(jīng)網(wǎng)絡的彩色圖像分割算法，

3、可以方便、準確的提取火焰和煙霧圖像，為后續(xù)的火焰和煙霧像素點顏色判別規(guī)則提供統(tǒng)計信息；提出了一種基于GICA的快速運動檢測算法，為后續(xù)的火焰和煙霧檢測提供運動檢測算法支持；提出了基于視覺特征的實時火焰檢測方法和基于視覺特征的實時煙霧檢測方法，對農(nóng)林火災檢測進行了基礎研究。主要工作內(nèi)容如下：
　　 ⑴介紹了火災檢測研究對預防農(nóng)林火災的重要意義，論述了開展基于視覺的農(nóng)林火災自動檢測的重要性和必要性；分析了基于視覺特征的火災檢測技術與

4、傳統(tǒng)火災檢測的特點，并對兩者的特點進行了比較，闡述了基于視覺特征的火災檢測技術優(yōu)越性；分析了基于視覺特征的火災自動檢測系統(tǒng)組成，闡述了系統(tǒng)各部分的主要功能和作用。
　　 ⑵論述了基于視覺特征的火災檢測算法及研究現(xiàn)狀；提出了基于視覺特征的火災檢測算法流程；分析了火焰圖像的靜態(tài)、動態(tài)特征，對目前火焰檢測算法的研究現(xiàn)狀進行了綜述；分析了煙霧圖像的特征，對目前煙霧檢測算法的研究現(xiàn)狀進行了綜述。
　　 ⑶針對火災圖像的特征和檢測算

5、法實時性的要求，提出了一種基于模糊邏輯的彩色圖像快速增強算法，保留了火災圖像的靜態(tài)和動態(tài)特征，采用新的隸屬度函數(shù)，對HSI彩色模式下的像素點進行處理，通過查表法完成了火災圖像的快速增強處理，提高了算法運算速度，以適應實時性要求。
　　 ⑷為了獲取火災圖像像素點的顏色統(tǒng)計特征，提出了一種基于神經(jīng)網(wǎng)絡的彩色圖像分割算法，以火災圖像中火焰或煙霧像素點的色彩和位置信息作為樣本特征，采用多層前饋網(wǎng)絡進行火焰圖像的分割，提取了目標火災圖像。

6、
　　 ⑸分析了目前在火災檢測中所采用的運動檢測方法及其特點，提出了一種基于GICA的運動區(qū)域檢測算法，克服了傳統(tǒng)運動檢測方法由于相鄰幀灰度變化的帶來的噪聲，以及由于緩慢運動或運動目標與背景圖像顏色相似而檢測不到的缺點。
　　 ⑹根據(jù)火焰的視覺特征設計了實時火焰檢測算法。對火焰圖像序列進行GICA運動檢測，提取運動像素點；建立了火焰色彩模型，濾除不具有火焰顏色特征的運動像素點；采用小波分析對運動像素點進行時域、頻域分析，