基于视频监控的火灾探测系统的研究与实现

发布时间：2017-04-16 07:11

  本文关键词：基于视频监控的火灾探测系统的研究与实现，，由笔耕文化传播整理发布。

【摘要】：火灾的危害不言而喻。随着社会的不断发展和我国平安城市等理念的提出,人们对于火灾探测也越来也重视,对于火灾探测系统的准确率和实时性也提出了更高要求。在安防行业,各种视频监控系统已经遍布于城市的各个角落,利用现有的视频监控系统实现火灾探测,能够以较低的成本提升城市火灾探测能力。因此,利用安防监控系统实现火灾检测功能,打造一种集安防、消防于一体的监控网络,对火灾检测的智能化、网络化的发展有着重要的实际意义。本文对火焰、烟雾在可见光和红外系统下的成像特征进行研究,针对可见光下的火灾特征,设计了基于视频监控的火灾探测系统。本系统主要分为三大模块,分别为监控模块、火灾检测模块以及火灾报警模块。监控模块主要起到安防监控作用;火灾检测模块和火灾报警模块为本系统的核心部分,主要实现视频火灾探测并进行火灾报警。在安防监控的同时对监控区域的火灾(如火焰、烟雾特性)进行检测预判,当可见光识别为疑是火灾时,进行目标跟踪,立即启动摄像机内置的传动机构,将红外滤光片叠加在镜头上,进行红外温度检测。此时,若温度超过预设的阈值时,则判断为火灾发生,立即启动报警。若没有满足预设报警值时,则自动去掉红外滤光片,恢复可见光检测。采用两级火灾判断模式的火灾报警系统,有效地降低了系统的误报率。在算法方面的研究,提出了基于四帧差法和混合高斯背景建模的运动目标检测算法,对运动区域进行提取。利用小波变换得出的烟雾区域高频能量及相关性,提出了基于视频烟雾帧间高频能量和相关性特征的烟雾检测方法。最后对烟雾动、静态特征进行综合检测分析,达到火灾烟雾检测的目的。对于火焰的检测,主要运用了颜色分割算法、轮廓复杂度算法、面积增大算法以及红外温度检测算法进行综合检测分析,达到火灾火焰检测的目的。该系统基于win7操作系统,在VS2010+opencv2.4.2的实验平台下,进行视频火灾探测系统的实现,其主要特点是将安防监控与消防检测结合起来,采用可见光预判和红外温度检测再次判断的两级火灾判断模式,两次判断都为火灾时,立即启动火灾报警模块。
【关键词】：视频监控 图像处理 OPENCV 烟雾检测 火焰检测 红外图像
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU998.1;TN948.6
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-16
• 1.1 课题研究的背景与意义11-13
• 1.2 国内外研究现状13-14
• 1.3 论文研究内容及组织结构14-16
• 1.3.1 研究内容及目标14-15
• 1.3.2 论文织结构15-16
• 第二章 论文相关技术的研究16-28
• 2.1 OpenCV16
• 2.2 MFC简介16-17
• 2.3 图像预处理17-24
• 2.3.1 图像平滑滤波去噪17-20
• 2.3.2 图像形态学处理20-23
• 2.3.3 孔洞填充23-24
• 2.4 红外测温理论研究24-26
• 2.4.1 普朗克福射定律24-25
• 2.4.2 维恩位移定律25-26
• 2.5 小波变换26-27
• 2.6 本章小结27-28
• 第三章 系统总体设计28-34
• 3.1. 系统总体方案设计28-29
• 3.2. 系统硬件设计29-31
• 3.2.1 高清网络摄像机29-31
• 3.2.2 GSM报警模块31
• 3.3. 系统软件设计31-33
• 3.3.1 软件开发环境31-32
• 3.3.2 软件开发设计流程图32-33
• 3.4 本章小结33-34
• 第四章 运动目标检测34-42
• 4.1 视频读取及预处理34-37
• 4.1.1 视频读取34-35
• 4.1.2 视频图像预处理35-37
• 4.2 运动目标检测算法37-39
• 4.2.1 帧差法37-38
• 4.2.2 高斯混合模型背景建模38-39
• 4.3 运动目标检测算法改进39-41
• 4.3.1 改进的四帧差法检测运动目标39-40
• 4.3.2 基于四帧差法和混合高斯背景建模的运动目标检测40-41
• 4.4 本章小结41-42
• 第五章 视频火灾特征的提取42-55
• 5.1 像素颜色模型42-45
• 5.1.1 RGB颜色模型42-43
• 5.1.2 HSI颜色模型43-44
• 5.1.3 HSV颜色模型44-45
• 5.1.4 YCrCb颜色模型45
• 5.2 视频烟雾图像的特征提取45-50
• 5.2.1 烟雾形状不规则特征46
• 5.2.2 烟雾面积扩散特征46-47
• 5.2.3 基于RGB、HSV、HSI混合烟雾颜色模型47-48
• 5.2.4 基于视频烟雾帧间高频能量和相关性特征48-50
• 5.3 视频火焰图像的特征提取50-54
• 5.3.1 火焰形状特征51
• 5.3.2 火焰面积特征51-52
• 5.3.3 基于RGB、HSI、YCrCb混合火焰颜色模型52
• 5.3.4 火焰红外温度特征52-54
• 5.4 本章小结54-55
• 第六章 火灾探测系统实现55-78
• 6.1 视频烟雾检测实现55-64
• 6.1.1 烟雾颜色分割55-57
• 6.1.2 烟雾轮廓复杂度57-59
• 6.1.3 烟雾面积平均变化率59-60
• 6.1.4 烟雾高频相关性60-62
• 6.1.5 烟雾测试62-64
• 6.2 视频火焰检测实现64-73
• 6.2.1 火焰颜色分割64-67
• 6.2.2 火焰轮廓复杂度67-70
• 6.2.3 火焰面积平均变化率70
• 6.2.4 红外温度检测70-71
• 6.2.5 火焰测试71-73
• 6.3 系统监控界面的设计73-77
• 6.4 本章小结77-78
• 第七章 实验步骤及结果78-83
• 7.1 实验步骤78-79
• 7.2 实验结果79-82
• 7.3 本章小结82-83
• 第八章 总结与展望83-85
• 8.1 总结83-84
• 8.2 展望84-85
• 参考文献85-89
• 致谢89-90
• 攻读硕士期间研究成果90-91
• 附录91-95
• 1、烟雾检测的实现91-93
• 2、火焰检测的实现93-95

【参考文献】

中国期刊全文数据库 前10条

1 阳婷;官洪运;章文康;樊小晴;;基于小波变换的图像压缩算法的改进[J];计算机与现代化;2014年10期

2 孙红;郭凯;;基于改进的混合高斯背景模型的运动目标检测[J];江南大学学报(自然科学版);2014年03期

3 魏玮;吴琪;;三帧差结合改进高斯建模的运动目标检测算法[J];计算机工程与设计;2014年03期

4 华媛蕾;刘万军;;改进混合高斯模型的运动目标检测算法[J];计算机应用;2014年02期

5 李扬;栾方军;;基于视频图像的多特征火灾检测技术及发展前景展望[J];科技广场;2013年09期

6 荣建忠;姚卫;高伟;姚嘉杰;陈娟;汪箭;;基于多特征融合技术的火焰视频探测方法[J];燃烧科学与技术;2013年03期

7 余志雄;陈黎;陈和平;张晓龙;;一种基于视频图像火焰多特征融合的识别算法[J];工业控制计算机;2013年05期

8 胡燕;王慧琴;张国飞;张小红;梁俊山;;基于视频图像的远程火灾探测系统[J];计算机工程;2013年03期

9 邵慧娟;;常用颜色模型[J];电子世界;2013年03期

10 卢胜男;冯建利;段沛沛;;视频火灾识别方法研究综述[J];电视技术;2013年03期

中国博士学位论文全文数据库 前1条

1 付贤松;CMOS图像传感器动态范围扩展技术的研究[D];天津大学;2006年

中国硕士学位论文全文数据库 前10条

1 薛节;图像型火灾探测及火源定位系统的研究与实现[D];东华大学;2015年

2 陶传会;基于混合高斯模型的运动目标检测技术研究[D];沈阳理工大学;2014年

3 杨振伟;基于视觉注意和时空特征描述的烟雾检测技术研究[D];杭州电子科技大学;2014年

4 邬晓琳;红外图像型智能火灾探测系统的研究与实现[D];东华大学;2013年

5 王娜娜;基于视频的火灾烟雾检测算法研究[D];西安科技大学;2012年

6 安闻川;视频火灾烟雾检测相关方法研究[D];哈尔滨理工大学;2011年

7 陆峰;基于红外图像识别的火灾探测系统研究与开发[D];东华大学;2009年

8 刘媛s

本文编号：310272