基于视频图像的火焰检测技术研究+Matlab代码(2)

菜单

3.2.2 YCbCr彩色模型 8

3.2.3 RGB颜色模型与YCbCr颜色模型的转化 8

3.3 RGB图像的灰度化和二值化 9

3.3.1 RGB图像的灰度化 9

3.3.2 RGB图像二值化 10

3.4 火焰图像的预处理 12

3.4.1 均值滤波 12

4 常用的运动目标检测方法 19

4.1基于背景减除的运动目标的提取 19

4.1.1 背景减除法 19

4.1.2 基于混合高斯模型的运动目标检测 21

4.2 帧间差分法 25

4.3 光流法 27

5基于统计颜色模型的火焰分割 29

5.1 基于RGB空间的火焰检测 29

5.2 基于YCbCr彩色空间的火焰检测 31

5.3 火焰区域图像形态学处理和修正 33

5.3.1 腐蚀与膨胀 33

5.3.2 形态学修正 35

6火焰区域的检测方法 36

6.1 火焰运动方向的判别 36

6.1.1 块匹配运动估计算法 36

6.1.2 算法在火焰检测中的实现 37

6.2 火焰的闪烁特性用于火焰检测 39

6.3 火焰的面积增长特征用于火焰检测 41

7 基于视频图像火焰检测的设计与实现 42

7.1 开发技术及工具选择 42

7.2 火焰的检测流程 42

7.3 实验结果和分析 43

结论 52

致谢 53

参考文献 54

附录A 57

1 绪论

1.1 选题背景

一直以来，全世界的人们都受到一个重要的自然灾害火灾的威胁，每年都会对人们的生命安全造成极大的影响，并且造成了不可估量的损失。据联合国“世界火灾统计中心”的调查报告显示，火灾所造成的损失在多个国家都在快速的增长，日本在16年间损失翻倍，而中国和美国仅用了12年和7年的时间。并且，中国每天发生火灾100多起，每年发生火灾约4万起，每年总共造成超过2000人死亡，导致超过3000人伤残，每年火灾所造成的经济和财产损失超过120亿元，极大地影响到了人民的生命和财产安全和社会的稳定。现在，我们拥有各种各样的火灾报警器。并且，现在的火灾报警器，很多本质上是烟雾报警器，如果火灾发生在封闭空间，或者燃烧物烟雾较少，无法在第一时间检测到火焰情况，为建筑物的安全构成给了巨大威胁。厂房，仓库和山林对火焰检测也有着很大的需求：1、现在的烟雾报警器无法实时监测厂房的火灾过程，燃烧范围，过火面积，并给出有效的预警。2、仓库多为密封的环境，且堆叠物品种类繁杂，其中不乏易燃易爆物品，需要能够有效而及时的发现燃烧点并报警。3、山林地势复杂，受到气候和环境影响较大，目前德国的FIRE-WATCH森林火灾自动预警，美国的无人驾驶林火预警飞机，加拿大的卫星巡回监测系统都获得了一定的成功，但是耗费了巨额的资金，社会急需有效而廉价的火焰检测方法。而基于视频图像的火焰探测，能够有效而廉价的解决当前火焰检测高投入-低回报的窘境。并且实现大范围的预防和有效检测。