基于图像分析的火灾烟雾检测方法研究

发布时间：2020-06-07 04:12

【摘要】：传统的火灾探测器一般采用化学方法通过接触方式进行烟雾检测,对于封闭空间有较好的检测效果,但在开放环境或者户外检测效果不理想。为了解决开放空间的野外环境下火灾的早期探测和预警,本文通过对远程采集的视频图像进行分析的方法来进行火灾早期的烟雾检测,对实时采集到的监控区域的图像进行实时分析,采用基于颜色、纹理、形状、飘动性、闪烁频率等特征的分析来判定是否存在烟雾,从而判定是否着火或潜在的火灾,并提供火灾早期预警,降低因火灾带来的各种损失。为了从采集到的视频监控图像中检测到有效的烟雾区域,本文进行了以下三个方面的研究:1、对现有的图像采集系统进行了探讨,主要包括视场较小的通用图像采集系统和超大视场的全景图像获取系统,对其在户外大环境下的应用进行了比较,对无需大范围无缝覆盖的监控,通用图像采集系统采集到的图片畸变小,实施简单,烟雾实时检测效果较好。2、对通用图像采集系统采集到的烟雾图像进行了预处理研究,主要包括图像去噪、图像增强、图像校正和图像锐化,并对各个预处理算法进行了实验仿真,通过对采集到的不同时间和不同场景下的烟雾图像预处理效果进行分析,确定了烟雾图像预处理流程。3、对预处理后图像中烟雾候选区的判定和检测进行了研究,针对烟雾的特点,重点研究了三种烟雾候选区判定方法:(1)基于暗通道优先的烟雾待选区检测算法研究,通过有雾图像的暗通道特性得到无雾图像,然后通过差分得出烟雾区域,对比较稀薄的烟雾能得到较好的检测效果;(2)基于颜色特征的烟雾检测算法研究,由于构成烟雾的主要成分是水蒸气和碳化物,在火灾初始时刻具有很高的亮度值和较低的色度值,从而达到烟雾检测的目的;(3)基于凸分组技术的烟雾检测方法研究,凸结构是每一个目标所特有的凸属性结构,是一种最优化数学方法,直接针对目标的凸属性进行分析计算,能较好的检测出目标。4、检测出的烟雾候选区域包含了烟雾,也包含了一些类似烟雾的目标,为了从这些候选区域中准确检测出烟雾目标,本文针对检测出的各种烟雾候选区特征,采用烟雾局部二值模式算法对其进行决策判定,找出最佳的烟雾区域并进行输出告警等,为进一步的应用提供依据。最后的实验结果表明,本文采用图像分析的两步烟雾检测方法能较好的从野外不同环境和不同时间采集的烟雾图像中检测出各种可能的烟雾目标,其研究成果将为火灾烟雾检测提供一定的理论和实践支持,具有较好的实际应用价值。
【图文】：

森林火灾

城市火灾

城市火灾
【学位授予单位】：湖南理工学院
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU892;TP391.41

【参考文献】