基于圖像特征的森林煙霧和火焰檢測(cè)算法研究.pdf

1、傳統(tǒng)的森林火焰圖像檢測(cè)算法大多僅分析煙霧或者火焰的圖像特征得出檢測(cè)結(jié)果，其檢測(cè)結(jié)果易受森林環(huán)境中光照、干擾物等的影響，使得最終檢測(cè)結(jié)果準(zhǔn)確率較低，所以基于圖像特征的火焰檢測(cè)有較多值得改進(jìn)之處。實(shí)際上，森林發(fā)生火災(zāi)的初期會(huì)產(chǎn)生較多煙霧，煙霧可以視為火焰產(chǎn)生初期的重要信號(hào)，因此將煙霧與火焰結(jié)合進(jìn)行森林火災(zāi)檢測(cè)具有重要意義。
　　本文研究了以往憑借圖像特征進(jìn)行火焰檢測(cè)的算法，然后結(jié)合圖像的顏色特征、煙霧的飄動(dòng)性特征、火焰的面積特征和圓形

2、度特征設(shè)計(jì)并實(shí)現(xiàn)了基于圖像特征的森林煙霧和火焰檢測(cè)算法。經(jīng)實(shí)驗(yàn)驗(yàn)證，該算法以較小的能耗檢測(cè)出了大部分煙霧區(qū)域與火焰區(qū)域。
　　圖像中的煙霧具有顏色特征與飄動(dòng)性特征，本文所提出的煙霧檢測(cè)基于海計(jì)算模式，將圖像的色彩空間由RGB轉(zhuǎn)換為YCbCr，引入概率密度函數(shù)，計(jì)算Cb、Cr分量的概率密度，將圖像的YCbCr色彩空間轉(zhuǎn)換為HSI色彩空間，引入像素點(diǎn)間相似距離計(jì)算進(jìn)行篩選;將上述分析得出的煙霧疑似區(qū)域進(jìn)行邊緣檢測(cè)，計(jì)算出質(zhì)心，通過飄動(dòng)

3、性理論得出疑似區(qū)域的飄動(dòng)性強(qiáng)度，進(jìn)行閾值判斷，檢測(cè)出圖像中是否存在煙霧。
　　對(duì)存在煙霧區(qū)域的圖像進(jìn)行火焰檢測(cè)，首先將原圖像進(jìn)行高斯濾波，再進(jìn)行Gabor濾波，對(duì)濾波后的圖像進(jìn)行“質(zhì)量偏移”處理;通過火焰面積增長率公式計(jì)算出疑似區(qū)域面積增長率，進(jìn)行閾值判斷;提取疑似區(qū)域的邊緣，根據(jù)公式計(jì)算出疑似區(qū)域圓形度，計(jì)算出圓形度相關(guān)性系數(shù)，通過離散傅立葉變換得出相關(guān)性系數(shù)的頻率，綜合檢測(cè)是否存在火焰。
　　實(shí)驗(yàn)結(jié)果表明基于圖像特征的森