论文部分内容阅读
随着时代的进步,图像处理技术正源源不断的为计算机领域注入新鲜的血液,opencv,opengl等图像处理工具也在日益完善,视频火灾监测技术渐渐引起了人们的重视。但是由于真实的火灾场景中环境的复杂性和不断变化特性,使得火灾的识别变得非常困难。目前基于视频图像处理的各种火灾识别方法只是在特定的环境下比较有效,当环境发生变化时检测的误差就会变的很大,到目前为止还没用形成比较成熟的理论和算法。由于火焰区域内外温度的差异,其由焰心到外焰表现为不同的颜色,因此火焰的颜色实际上是在一定的取值范围之内,而不是一个确定的值。在本文中,分别在RGB、HI S、YCbCr等颜色空间对含有火焰的图像进行分割试验,通过试验结果发现在周围环境与火焰的颜色比较接近的情况下,对火焰的分割效果并不理想。而在I 1、I 2、I 3颜色模型中发现I 2色彩特征对火焰的分割效果最好,并且RGB空间到I 1、I 2、I 3是线性转换,各分量之间相互独立。因此我们想到了一个基于I 1、I 2、I 3颜色模型和Otsu算法的火焰分割方法。试验结果表明在室外不同环境和天气光线发生变化情况下,能够最大程度的分割出火焰区域,并且具有很好的实时性。根据火灾火焰的运动特点,首先通过动态三帧法对视频序列中的运动区域进行提取,然后与分割出的火焰区域取交集得到具有火焰颜色特征的运动区域,最后根据火焰的边缘、尖角、面积和闪烁等特性对火灾进行识别,实现探测目的。试验结果表明基于I1、I 2、I3颜色模型和Otsu算法的火焰分割和运动区域相结合的方法,能够很有效的分割出含有火焰的区域,并用形态学的图像处理技术使得分割更精确。再根据火焰的一些显著特性对火焰进行识别能够有效的实现火灾探测,具有很好的实际应用价值。