基于視頻的早期火災(zāi)煙霧及其發(fā)生源的檢測研究.pdf

1、“煙為火始”，為實現(xiàn)更加靈敏、可靠的火災(zāi)檢測，對于火災(zāi)發(fā)生初期煙霧的檢測則顯得非常有必要。本文提出了一種新型、有效的基于視頻的早期火災(zāi)煙霧及其發(fā)生源的檢測技術(shù)，實驗證明該技術(shù)應(yīng)用于火災(zāi)檢測之中，可以非常靈敏的檢測到整個被監(jiān)測區(qū)域空間的煙霧和火災(zāi)發(fā)生源，能夠彌補目前國內(nèi)火災(zāi)檢測方式的缺陷和不足。 在論文工作的開展過程中，主要做了如下幾個方面的工作： 首先，介紹了國內(nèi)外關(guān)于煙霧檢測技術(shù)方面的研究和一些典型應(yīng)用，并對傳統(tǒng)的

2、煙霧檢測方法的優(yōu)、缺點進行了綜述，分析了煙霧檢測領(lǐng)域目前研究的現(xiàn)狀和未來可能的研究發(fā)展方向，為今后進一步深入研究提供了思路與線索。 其次，對煙霧圖像進行預(yù)處理。詳細(xì)的研究了煙霧圖像的增強處理、噪聲濾波、最大熵閾值分割、區(qū)域生長和Otsu閾值分割等算法，以及這些算法在煙霧圖像處理中的應(yīng)用。介紹了煙霧圖像的背景更新，對煙霧圖像進行背景更新，提出了具體的更新算法和更新步驟。通過該更新算法，我們對煙霧圖像的背景進行了成功的更新，獲得完

3、好的效果。 然后，引入了小波的概念，以及小波的多分辨率分析和mallat算法。煙霧圖像經(jīng)過小波變換處理之后，分別得到高頻圖像的小波系數(shù)和低頻圖像的小波系數(shù)，其紋理特征變得非常明顯，因此我們可以在分解圖像的高頻部分提取原目標(biāo)圖像的紋理背景特征，在低頻部分提取目標(biāo)，這為后續(xù)煙霧的進一步識別提供了基礎(chǔ)。 接著，介紹了早期火災(zāi)煙霧的檢測。通過對煙霧的特性分析(煙霧的生成、分布、和濃度)，光學(xué)特征分析和動態(tài)分析(瞬時動態(tài)數(shù)據(jù)分

4、析和累積動態(tài)數(shù)據(jù)分析)，確定了被監(jiān)測場景中存在煙霧的可疑區(qū)域，然后再根據(jù)具體的煙霧檢測算法最終確定煙霧。檢測算法分為三步：通過對煙霧圖像進行時域小波分析，監(jiān)測圖像序列的灰度值通過一個二階的濾波器后，子信號的頻率值的變化，觀察其峰值的個數(shù)；對煙霧圖像進行空域小波分析，監(jiān)測視頻序列經(jīng)過小波變換后，其子圖像的能量值是否減少；對煙霧圖像的顏色分析，觀察可疑區(qū)域是否是透明的，RGB矢量是否具有方向性等。 最后，介紹了火災(zāi)發(fā)生源的檢測，針

5、對火災(zāi)的物理現(xiàn)象所表現(xiàn)出來的圖像信息來對火災(zāi)發(fā)生源進行檢測。通過對早期火災(zāi)的面積增長判據(jù)，邊緣變化分析、形體變換分析、火焰的閃爍規(guī)律、火焰的整體移動以及火焰區(qū)域的顏色分析，從而確定火災(zāi)的發(fā)生源。早期火災(zāi)的火焰面積是連續(xù)增大的，其邊緣也是不停地抖動，產(chǎn)生很多尖角，相鄰幀圖像的邊緣是不穩(wěn)定的，但相鄰幀圖像整體具有穩(wěn)定的相似性。另外，火焰的形狀雖然是各種各樣的，但在火災(zāi)發(fā)生的早期階段，火焰的顏色變化范圍卻是由紅到黃的。并且在火焰區(qū)域，它的顏色