基于視覺特征的早期農(nóng)林火災(zāi)檢測方法的基礎(chǔ)研究.pdf

1、火災(zāi)是最普遍地威脅公眾安全和社會(huì)發(fā)展的主要災(zāi)害之一，對(duì)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(xué)技術(shù)的發(fā)展，火災(zāi)自動(dòng)檢測技術(shù)逐漸成為預(yù)防和監(jiān)測火災(zāi)的有效手段。基于視覺特征的早期火災(zāi)自動(dòng)探測技術(shù)，克服了傳統(tǒng)火災(zāi)自動(dòng)檢測技術(shù)成本高、安裝復(fù)雜，難以應(yīng)用于農(nóng)田、草場、森林等大范圍火災(zāi)檢測等缺點(diǎn)，可以更快捷、準(zhǔn)確的檢測火災(zāi)，環(huán)境適應(yīng)能力強(qiáng)，而且結(jié)合計(jì)算機(jī)智能技術(shù)，可以提供更直觀、更豐富的火災(zāi)信息。作為一種新型的、智能化的檢測技術(shù)，基

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

3、可以方便、準(zhǔn)確的提取火焰和煙霧圖像，為后續(xù)的火焰和煙霧像素點(diǎn)顏色判別規(guī)則提供統(tǒng)計(jì)信息；提出了一種基于GICA的快速運(yùn)動(dòng)檢測算法，為后續(xù)的火焰和煙霧檢測提供運(yùn)動(dòng)檢測算法支持；提出了基于視覺特征的實(shí)時(shí)火焰檢測方法和基于視覺特征的實(shí)時(shí)煙霧檢測方法，對(duì)農(nóng)林火災(zāi)檢測進(jìn)行了基礎(chǔ)研究。主要工作內(nèi)容如下：
　　 ⑴介紹了火災(zāi)檢測研究對(duì)預(yù)防農(nóng)林火災(zāi)的重要意義，論述了開展基于視覺的農(nóng)林火災(zāi)自動(dòng)檢測的重要性和必要性；分析了基于視覺特征的火災(zāi)檢測技術(shù)與

4、傳統(tǒng)火災(zāi)檢測的特點(diǎn)，并對(duì)兩者的特點(diǎn)進(jìn)行了比較，闡述了基于視覺特征的火災(zāi)檢測技術(shù)優(yōu)越性；分析了基于視覺特征的火災(zāi)自動(dòng)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(zāi)檢測算法及研究現(xiàn)狀；提出了基于視覺特征的火災(zāi)檢測算法流程；分析了火焰圖像的靜態(tài)、動(dòng)態(tài)特征，對(duì)目前火焰檢測算法的研究現(xiàn)狀進(jìn)行了綜述；分析了煙霧圖像的特征，對(duì)目前煙霧檢測算法的研究現(xiàn)狀進(jìn)行了綜述。
　　 ⑶針對(duì)火災(zāi)圖像的特征和檢測算

5、法實(shí)時(shí)性的要求，提出了一種基于模糊邏輯的彩色圖像快速增強(qiáng)算法，保留了火災(zāi)圖像的靜態(tài)和動(dòng)態(tài)特征，采用新的隸屬度函數(shù)，對(duì)HSI彩色模式下的像素點(diǎn)進(jìn)行處理，通過查表法完成了火災(zāi)圖像的快速增強(qiáng)處理，提高了算法運(yùn)算速度，以適應(yīng)實(shí)時(shí)性要求。
　　 ⑷為了獲取火災(zāi)圖像像素點(diǎn)的顏色統(tǒng)計(jì)特征，提出了一種基于神經(jīng)網(wǎng)絡(luò)的彩色圖像分割算法，以火災(zāi)圖像中火焰或煙霧像素點(diǎn)的色彩和位置信息作為樣本特征，采用多層前饋網(wǎng)絡(luò)進(jìn)行火焰圖像的分割，提取了目標(biāo)火災(zāi)圖像。

6、
　　 ⑸分析了目前在火災(zāi)檢測中所采用的運(yùn)動(dòng)檢測方法及其特點(diǎn)，提出了一種基于GICA的運(yùn)動(dòng)區(qū)域檢測算法，克服了傳統(tǒng)運(yùn)動(dòng)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(yùn)動(dòng)或運(yùn)動(dòng)目標(biāo)與背景圖像顏色相似而檢測不到的缺點(diǎn)。
　　 ⑹根據(jù)火焰的視覺特征設(shè)計(jì)了實(shí)時(shí)火焰檢測算法。對(duì)火焰圖像序列進(jìn)行GICA運(yùn)動(dòng)檢測，提取運(yùn)動(dòng)像素點(diǎn)；建立了火焰色彩模型，濾除不具有火焰顏色特征的運(yùn)動(dòng)像素點(diǎn)；采用小波分析對(duì)運(yùn)動(dòng)像素點(diǎn)進(jìn)行時(shí)域、頻域分析，