基于DM8168的視頻火災(zāi)火焰檢測系統(tǒng)研究.pdf

1、火災(zāi)是嚴重威脅公眾安全和社會發(fā)展的主要災(zāi)害之一，人類能夠?qū)疬M行合理的利用和有效的控制，是文明進步的一個重要的標志。為了能夠更快更準確地識別出火災(zāi)火焰，盡可能地減少火災(zāi)對人類造成的危害，則需要研究比傳統(tǒng)的火焰檢測方法更加有效的方法。
　　目前，國內(nèi)外學者利用日益成熟的計算機視覺和圖像處理技術(shù)致力于火焰檢測方面的研究，成果顯著，但仍有問題需要進一步解決。本文將采用這兩種技術(shù)對視頻火災(zāi)火焰檢測系統(tǒng)進行研究。主要內(nèi)容有以下幾方面:

2、>　　(1)對候選區(qū)域圖像進行中值濾波去噪處理、使用幀間差分法對運動區(qū)域檢測、形態(tài)學處理，對比Sobel算子、Roberts算子及Canny算子這三種邊緣檢測方法的效果圖，發(fā)現(xiàn)Sobel算子的邊緣檢測效果較好，這樣就進一步確保了在后續(xù)提取的火焰特征數(shù)據(jù)的有效性。
　　(2)對火災(zāi)火焰的一些顯著特征進行研究，主要研究火焰的顏色特征、閃爍頻率特征、圓形度特征和尖角特征，提取四種特征數(shù)據(jù)為下一步的模式識別提供樣本數(shù)據(jù)。
　　(3)

3、使用基于支持向量機的模式識別算法對火焰特征數(shù)據(jù)進行訓練得到火焰識別模型。為了得到較準確的火焰模型，以提高火焰識別的準確率、降低誤報率，本文使用遺傳學算法(GA)、粒子群算法(PSO)及人工蜂群算法(ABC)對支持向量機的懲罰因子c及核函數(shù)(RBF核函數(shù))的參數(shù)g進行優(yōu)化，研究對比三種算法的優(yōu)缺點，選擇識別準確率高的算法作為支持向量機的優(yōu)化算法。
　　(4)基于TMS320DM8168設(shè)計火災(zāi)火焰檢測系統(tǒng)?；贒M8168的軟件開發(fā)