基于计算机视觉技术的火情定位及检测系统

发布时间：2022-01-08 23:21

　　传统的火灾检测系统由于传感器受环境影响较大导致效果较差。针对这一问题,文中基于图像处理技术,结合红外基础理论、双目立体视觉测距理论和开源计算机视觉库（OpenCV）设计并实现了一套火灾火源定位及检测系统。该系统能根据红外测温、轴向比判别、内外焰判别、形状不规则判别等算法,对火灾燃烧时出现的典型图像特征进行检测和报警,并能仿照双目视觉定位原理对火源进行定位与跟踪。该系统经过实验测试,检测和定位效果良好,能为类似的火灾检测系统的设计提供技术参考。 

【文章来源】：电子设计工程. 2020,28(07)

【文章页数】：6 页

【部分图文】：

原始和二值化效果图像

直方图均衡化，根据某种映射关系对原始图像中的像素灰度进行改变，使最终图像灰度的概率密度表现为均匀分布，提高图像对比度和灰度动态范围[11]。本文的直方图均衡化算法效果如图2所示。轮廓跟踪，即根据一定顺序找到图像中目标边缘点来实现轮廓跟踪，用于获得目标的外部轮廓特征。本文的轮廓跟踪算法效果，如图3所示。

原始和轮廓跟踪效果图像

【参考文献】：
期刊论文
[1]基于ARM与S3C44B0X的火灾图像中受困人员定位系统设计[J]. 许丽娟.  现代电子技术. 2016(20)
[2]基于模糊视觉的火场快速定位系统的设计[J]. 李国辉.  现代电子技术. 2016(18)
[3]图像型火灾探测预处理方法综述[J]. 毕振波,乐天,潘洪军,杨花,江有福.  消防科学与技术. 2016(01)
[4]火灾探测技术的现状分析及发展趋势[J]. 许多明.  价值工程. 2015(22)
[5]红外矩阵火灾探测图像采集与火焰定位技术研究[J]. 吴小川.  通讯世界. 2015(11)
[6]基于图像及温度传感器的火灾定位技术[J]. 李焕宏,田曾文,汤立清,洪学武,付焱.  消防科学与技术. 2014(12)
[7]基于计算机视觉技术的油库智能消防系统[J]. 杨挺.  油气田地面工程. 2013(07)
[8]图像型火灾探测技术中的火灾定位研究[J]. 刘晓军.  北华航天工业学院学报. 2013(01)
[9]基于图像特征的火灾火焰识别方法[J]. 王媛彬,马宪民.  消防科学与技术. 2012(02)
[10]基于红外测温技术的电器表面温升快速检测方法[J]. 段冀渊,汤君茂,李计融,张琳,赵灿灿,杜瑞平,魏宇锋,潘家祯.  机电一体化. 2010 (03)

硕士论文
[1]红外图像型智能火灾探测系统的研究与实现[D]. 邬晓琳.东华大学 2013
[2]基于红外图像处理的森林火灾识别关键技术研究[D]. 冷春艳.电子科技大学 2012



本文编号：3577470