基于YCbCr顏色空間的森林火災探測技術的研究.pdf

1、傳統(tǒng)的森林火災探測系統(tǒng)使用物理傳感器設備識別火災，它根據接收到的空氣中的物理化學性質等來發(fā)出報警信號，這種傳感器存在反應滯后，可靠性差等問題，隨著圖像處理技術的發(fā)展，近年來基于圖像的森林火災探測技術成為研究熱點。本文分析了圖像型森林火災探測的研究現狀，總結了相應算法的框架，并對火災火焰分割、特征提取及識別進行了深入研究。
　　 首先，通過查閱文獻，研究分析了現有基于數字圖像處理的森林火災檢測算法的利弊，如在YCbCr顏色空間下能

2、較好地區(qū)分亮度和色度、聚類算法對火焰比較明顯的情況下能較精確的提取出火焰區(qū)域等優(yōu)點，和在強光或在強霧的干擾下的識別率較低、用作分析的場景不全面等缺點。
　　 其次，基于彩色空間來分割提取森林火災火焰。為了減少發(fā)生這樣的誤報，本研究通過幾種不同的分割方法來進行比較測試后，提出了一種基于圖像型森林火災探測技術的相關算法。這種基于圖像的火焰識別方法首先將圖像由RGB模式轉換為YCbCr顏色模式，以Cb，Cr為軸建立坐標系并給出火焰樣本

3、的Cb，Cr值，火焰像素的取值正好集中在一個橢圓區(qū)域內。研究統(tǒng)計發(fā)現，在(Cb，Cr)的邊緣分布，即Cb，Cr各自的分布大概接近正態(tài)分布，并且在(Cb，Cr)空間上的分布也基本符合二維正態(tài)分布，再結合基于L*a*b*顏色空間的K均值聚類算法對火災圖像進行分割，提取出火焰區(qū)域，判斷提取區(qū)域是否具有火焰的動態(tài)特征，增強火焰的判斷精度。通過實際測試，分割效果良好。
　　 再次，進行森林火災圖像的火焰特征的分析，主要從火焰的顏色特征和形

4、狀特征這兩個方面入手，對于火焰顏色特征，采用循環(huán)區(qū)域分裂方法對其進行分析;對于形狀特征，在進行之前，先將分割后的圖像進行二值化，然后再對其周長、面積、圓形度等特征來進行分析。最后，將各個特征進行融合，從而在保證火焰高檢測率的同時降低誤檢率。
　　 最后，用C++代碼實現算法，進行了森林火災火焰識別的仿真實驗，實驗結果表明本文提出的森林火焰識別方法能夠較為準確地識別火焰，誤判率較低，排除了近似火焰顏色物體和強光的干擾，對森林火災的