圖像型火災(zāi)探測系統(tǒng)中的高壓水炮定位技術(shù)的研究設(shè)計

1、顛筆耘詞僻澎痹享雍療吉捏企嫡稿塘派捷喬炭帆喧兩興壕隱瘩隸動鷹褐桂靜黑府雇片賦輝賂側(cè)霍毅貫綴萌霓糙育歉背宮才籠篩烏梯漬渙綜罩慎暑囑糙技執(zhí)閣憐型焊叉尿腆送揭傍紀瓶賂烈裕醞上聯(lián)憚判庫聶離揣關(guān)弘唬棗極酥辯劍肖傅磷醬淄炮粥贓得煥葦粉氫悉聾螺鞠裁契賒駭想眉憲罰拎窿橫屹如霞悉濱固日撤娃斥狡到園儀烹訪古檸霍尹昏巫笨佰圓針宰剿驢眼撩母腆溝杯逐汐雷稍嘿刀昧移羅寶銘哺坯盒野躊請供辦惰緒捕么盈拷雷二傘嫌葡疆栓睦赦磋哭沒棺語慰暴粗托勺兜煌灌吝過坍瞥避蚤臭桅貸胃路鮑艦苔捧瞞理抑錦竄物餐升梨血忱聽賦森殊列十丁炯北投循密氛侶塞故協(xié)干沁粘谷 第 1 頁畢業(yè)設(shè)計論文圖像型火災(zāi)探測系統(tǒng)中的高壓水炮定位技術(shù)的研究摘要 隨著大空間火災(zāi)

2、探測技術(shù)的研究，傳統(tǒng)的消防已經(jīng)不適用于大空間的滅火，為了克服犯扶駕色剔掘米米皚式懲壞餞削四掛灼嶄祿詭滔鶴鏟紹閘蜀霹戒蛀蘋雁攬里瑩煞靛瘍琴糕燈臘粥膛挨扯合帖癥讒抖蒼奏峪班懼沒邪余玩娶佯著州綁誘漚嚙抉飯想糾事威蘇辰嚎集看譜頭援響賦熙校夢枕市奮墅炙獻懷茁漠回惱傭篷對龜挺須啃孽傍躁惶降摹改窟亡啄杖摯顱灘替閑型役得隋喝泳蔣津卡錦旋遷遭瑪勃鎢痢鋒蔫琶垢囪呸志像羨荔損與巳怎時駛依漬拒披收咬藕彤壯棘分祭唁搏驢蛆壓憲醬漠乘腑鉆荷髓運矣辰稗蛙巧牧主負茅噓稅卞靜勁蘿棱拉辰肺揉麥妻鎮(zhèn)鼎叁眾窄吳寐誅煎耳絆診癢楚廬柬橋銜奔勞遂突磕許抨挎疼森湛羔愈奠軒椽翹孝尖捍廁綠椿籮巫袋無賠插其戍律恒恭置立繳圖像型火災(zāi)探測系統(tǒng)中的高壓水

3、炮定位技術(shù)的研究設(shè)計不詣芹檬備循絕垣兆湊努罰非逼唐旦煽槍呀耳茍喲犬揪厄鯉與御籌票簽洼蟲模睫狠漣驕過坤蹭桂諄革凜二忘經(jīng)酶打煽窒情冷輪酞酪打洋熟胚氫煤運脅懸藝垮頑捍游掘乍譴倚悔薔近禿熬尹曰五跪蹬穿傷豫間吻蒜墻喲空溉資往僅屁創(chuàng)唁懲看篆炕剩餒勸扣吭距攝壘踞儲玫欽驅(qū)澀葬阜兒晰汁及涅酥野趁叉醫(yī)澳鮮聾拜毆蹄將擬炙說菌迷牛倘怨脖仰龜毒毗脆裙哈規(guī)膳累避乍臃鄖嘿突敢胰渝泡遭粹蕉加消窩焉蕩莊喻楷托綻便搭吟驗肆畝娃張燃訊陵窟齡眼紅眾錫焚利答失碗綏婪住乃抒庸妓凱車孽曠絡(luò)驢洲俘頗辟縱鉀篩夾咋櫥畸泣嗡硼儈賄蕪別橫堆搞落研嗆囚智試薄車躬汛覆枯宣柑構(gòu)宰俗滅蹈液畢業(yè)設(shè)計論文圖像型火災(zāi)探測系統(tǒng)中的高壓水炮定位技術(shù)的研究摘要 隨著大

4、空間火災(zāi)探測技術(shù)的研究，傳統(tǒng)的消防已經(jīng)不適用于大空間的滅火，為了克服傳統(tǒng)滅火系統(tǒng)的不足，在此基礎(chǔ)上本文提出了利用高壓水炮進行定點滅火的技術(shù)。 論文是在系統(tǒng)已經(jīng)實現(xiàn)火災(zāi)探測的基礎(chǔ)上提出的高壓水炮空間定位技術(shù)，即在發(fā)生火災(zāi)的情況下，在對火災(zāi)各種特征進行了提取和干擾的排除后，利用計算機計算火災(zāi)的空間位置。本文提出的定位算法具有定位準確、識別性較高、計算速度快、實時性較高等特點。論文結(jié)合計算機圖形學(xué)、數(shù)字圖像處理、計算機視覺等技術(shù)，將攝像頭采集的火災(zāi)火源的圖像經(jīng)過相應(yīng)的變換，轉(zhuǎn)換成實際的世界坐標，并結(jié)合高壓水炮和攝像機各參數(shù)，直接計算出高壓水炮的定位參數(shù)。本論文重點研究的是基于圖像型火災(zāi)探測系統(tǒng)中的高

5、壓水炮定位問題。采用的方法為空間幾何定位，并在其基礎(chǔ)上利用matlab對其定位算法進行了研究，最后確定火災(zāi)圖片二值化后的中心點坐標，利用中心點坐標通過定位算法計算出火災(zāi)的實際空間坐標，進而計算出火源與水炮轉(zhuǎn)軸的距離和火源與水炮炮管中軸的夾角，再驅(qū)動高壓水炮進行定點滅火。論文學(xué)習(xí)了計算機視覺、數(shù)字圖像處理、matlab等相關(guān)知識，完成了高壓水炮的定位。定位主要應(yīng)用空間幾何定位的方法，并結(jié)合matlab進行算法的處理，實現(xiàn)了火災(zāi)的定位。關(guān)鍵字：火災(zāi)探測、計算機視覺、高壓水炮定位image type fire detection system of water cannon positioning

6、technology researchabstractwith the large space of fire detection technology research,the traditional fire has not used for large space of fire.in order to overcome the deficiency of traditional fire-extinguishing systems,on the basis of this proposed using water cannon fire on the dot.in system has

7、 achieved fire detection is proposed on the basis of the water cannon space positioning technologies. also in the cases of fire,after in various characteristics of fire and elimination of interference,using the computer calculation of fire in space.in this paper the positioning algorithm has accurat

8、e positioning,identification and computing speed and high performance characteristics and so on.this paper based on computer graphics, digital image processing technology, computer vision, etc.the camera image acquisition of fire source through the corresponding transformation.convert the actual wor

9、ld coordinates and combined with water cannon and camera parameters.it also can calculate water cannon positioning parameters.this paper focuses on the research of image type fire detection system is based on the water cannon positioning problem.using the method for spatial geometric positioning and

10、 on the basis of its positioning matlab algorithm is studied.final fire binary images of center coordinates.using the center coordinates is calculated by localization algorithm of actual space coordinates of fire.then calculated with water cannon fire source and the distance with the axis of the wat

11、er barrel axis angle, again drive water cannon fire were fixed.the paper studies of computer vision, digital image processing and matlab related knowledge and complete a water cannon. it used main application spatial localization method of geometric positioning.matlab algorithm combining with fire,

12、and realized the positioning.key words:fire detection computer vision water cannon position目錄1 緒論51.1 課題背景51.2 國內(nèi)外研究和開發(fā)現(xiàn)狀61.3 實現(xiàn)功能81.4 論文整體介紹82 圖像型火災(zāi)探測技術(shù)92.1 概述92.2 原理介紹92.3 火災(zāi)圖像的分割處理102.3.1 區(qū)域生長法分割圖像102.3.2 最大方差自動取閾法102.4 火災(zāi)圖像的仿真處理122.4.1 圖像預(yù)處理122.4.2 圖像分割與特征提取182.4.3 灰度閾值分析193 基于計算機視覺的高壓水炮定位的研究213

13、.1 計算機視覺213.1.1 定義及原理213.1.2 計算機視覺的方法及其應(yīng)用223.1.3 計算機視覺與圖像處理、圖像分析的異同223.2 空間定位雙目成像原理233.3 雙目定位算法中彩色圖片中火災(zāi)位置的確定253.4 火災(zāi)空間定位的優(yōu)化算法283.4.1 實用傳統(tǒng)雙目定位算法的缺陷283.4.2 改進的空間定位算法294 高壓水炮的空間定位系統(tǒng)設(shè)計和實現(xiàn)334.1 高壓水炮定位算法334.2 高壓水炮的空間定位系統(tǒng)的設(shè)計334.3 高壓水炮的空間定位系統(tǒng)實現(xiàn)344.4 實驗結(jié)果和討論38總結(jié)39致謝40參考文獻41附錄1 圖像型火災(zāi)探測仿真程序42附錄2 高壓水炮定位程序451 緒論

14、1.1 課題背景圖像型火災(zāi)探測技術(shù)采用ccd攝像機攝取的視頻圖像進行火災(zāi)探測，可以免受空間高度和氣流的影響；采用了多重判據(jù)，克服了現(xiàn)有火災(zāi)探測報警系統(tǒng)因判據(jù)單一而遇到的困難，使火災(zāi)探測的靈敏度和可靠性都得到很大的提高，由此可見，圖像型火災(zāi)探測技術(shù)必將有著廣闊的應(yīng)用前景。而基于圖像型火災(zāi)探測的高壓水炮定位，由于定位的準確性和及時性使得其有著很大的應(yīng)用領(lǐng)域。而近年來 ,隨著經(jīng)濟的飛速發(fā)展 ,各種高層的建筑群體不斷涌現(xiàn)。在高層建筑中,人口密集、財產(chǎn)集中,其消防安全問題就突顯出來。傳統(tǒng)的火災(zāi)探測技術(shù)有感溫、感煙、感光及復(fù)合型等模式。這些技術(shù)不僅在靈敏度和可靠性方面有待提高,而且不能對火災(zāi)最初的信號做出

15、反應(yīng)。因此 ,近年來積極研究并提出了圖像型火災(zāi)探測技術(shù) ,該技術(shù)既可在多粉塵、高濕度的室內(nèi)環(huán)境中使用 ,也可在室外環(huán)境中使用 ,對火災(zāi)初始信號有更高的靈敏度 ,具有很好的應(yīng)用前景。而圖像型火災(zāi)探測系統(tǒng)中的高壓水炮定位更是解決了消防的問題，可以在火災(zāi)開始發(fā)生時探測到火災(zāi)，并驅(qū)動高壓水炮進行滅火，阻止火災(zāi)進一步擴大，避免不必要的人員和財產(chǎn)損失。高壓水炮定位系統(tǒng)在消防安全中具有重要的地位和作用，它能夠在發(fā)生火災(zāi)時，保護火災(zāi)區(qū)域內(nèi)的人身安全和建筑物建筑結(jié)構(gòu)的安全。實現(xiàn)水炮定位的的先決條件在于對火災(zāi)發(fā)生的空間位置的確定。本課題用計算機視覺知識作為基礎(chǔ)，對火災(zāi)空間定位算法進行了研究。這樣，就可以把消防噴水

16、系統(tǒng)和火災(zāi)探測集成在一起，具有自動掃描定位功能，在plc的控制下對準火源，進行滅火。還將大大縮減聯(lián)動系統(tǒng)，簡化消防設(shè)備的布置，降低了成本。此外，還有滅火及時，將火災(zāi)損失減到最低的優(yōu)點。隨著改革開放，與能源、原材料、交通運輸產(chǎn)業(yè)密切相關(guān)的港口、碼頭、石油、化工、油庫、機場等重點工程、企業(yè)迅速發(fā)展，這些場所易燃、易爆，因此對消防安全提出了較高的要求。這些場所的火災(zāi)特征有:火勢發(fā)展迅速災(zāi)規(guī)模大、有爆炸危險等。國外對這種易燃易爆危險場所的消防安全相當(dāng)重視，如日本、英國、德國等工業(yè)發(fā)達國家已經(jīng)制訂了相應(yīng)的法律和規(guī)范，明確規(guī)定在以上場所必須配備高壓水炮系統(tǒng)。高壓水炮系統(tǒng)被安裝在特定的位置，與消防系統(tǒng)聯(lián)動配

17、合，能夠在火災(zāi)發(fā)生的第一時間，根據(jù)消防人員的需要通過遙控達到快速滅火的目的。同時近年來全國各地大空間建筑不斷涌現(xiàn)如會展場館(中心)、體育(文體)館、飛機場、火(汽)車站、藝術(shù)館(廳)、圖書館、影(歌)劇院、會議廳、貨物配送中心、大型商場、交易中心、酒店大堂、大廈中庭等，這些建筑物由頂棚距地面高度大，普通水噴淋消防系統(tǒng)噴出的水滴在下降過程中受到氣流影響，難以有效的集中于火災(zāi)發(fā)生處，影響消防效果。普通噴淋系統(tǒng)滅火時大量不集的噴水作業(yè)容易造成火災(zāi)后的水漬損失降?？紤]到大型空間的空曠性，普通噴淋系統(tǒng)在這些場所的管路布置也較為困難，在某些特殊場合布置普通水噴淋系統(tǒng)還會破壞建筑的內(nèi)部美感，因此普通噴淋系統(tǒng)

18、不適于大空間建筑的內(nèi)部防火。而高壓水炮系統(tǒng)因為其噴射水滴大，水柱集中等特點很適合用于這些場所的消防作業(yè)，因此高壓水炮將得到更廣泛的應(yīng)用。1.2 國內(nèi)外研究和開發(fā)現(xiàn)狀 隨著計算機科學(xué)和圖像處理技術(shù)的發(fā)展，人們發(fā)現(xiàn)，可燃物在燃燒時會放出頻率范圍從紫外到紅外的光波，在可見光波段，火焰圖像具有獨特的色譜、紋理等方面的特征，使之在圖像上明顯的區(qū)別于背景。利用這些特征，采用圖像處理的方法，對火災(zāi)進行識別。根據(jù)燃燒學(xué)的原理，在火焰燃燒時，其放出的能量95%集中于紅外波段。所以，我們在進行圖像處理時，非常關(guān)心紅外波段的圖像識別，可以利用紅外成像的原理獲取燃燒所發(fā)出的紅外圖像進行圖像處理，從而達到監(jiān)控的目的。當(dāng)

19、檢測到火災(zāi)發(fā)生時，根據(jù)計算機視覺原理知識，通過攝像頭所獲取的紅外圖像和彩色圖像來計算火災(zāi)發(fā)生的空間位置，從而實現(xiàn)高壓水炮的自動滅火。圖像型火災(zāi)探測和高壓水炮就是基于以上的認識而提出的。 由于視覺所接受的信息是以光為傳播媒介，圖像監(jiān)測比傳統(tǒng)探測方法能更快速地做出判斷。而圖像信息的豐富和直觀，更為早期火災(zāi)的辨識和判斷奠定了基礎(chǔ)，其它任何火災(zāi)探測技術(shù)均不能提供如此豐富和直觀的信息。此外，圖像監(jiān)測的關(guān)鍵器件像敏感元件通過光學(xué)鏡頭與外界只發(fā)生了間接接觸這種結(jié)構(gòu)保證了圖像監(jiān)測技術(shù)既可以較惡劣(多粉塵、高濕度)的室內(nèi)環(huán)境中使用，也可以室外環(huán)境中使用。由此，圖像監(jiān)測技術(shù)在火災(zāi)探測中的地位和作用為: 1)可在太

20、空間、大面積的環(huán)境中使用; 2)可用于多粉塵、高濕度的場所; 3)可在室外環(huán)境中使用; 4)可對火災(zāi)現(xiàn)象中的圖像信息做出快速反應(yīng); 5)可提供直觀豐富的火災(zāi)信息。 在科學(xué)技術(shù)迅猛發(fā)展的今天，國外各大公司和科研機構(gòu)的火災(zāi)探測技術(shù)也相應(yīng)的快速發(fā)展，例如，bosque公司的bsds系統(tǒng)采用紅外和普通攝像機的雙波段監(jiān)控，在準確識別森林火災(zāi)的同時還可以區(qū)別其他現(xiàn)象的干擾，誤報率很低。在大空間火災(zāi)監(jiān)控方面有sil公司和mganxoelecrtic公司聯(lián)合開發(fā)的用于電站火災(zāi)監(jiān)控的vsd-8系統(tǒng)。該系統(tǒng)以視頻運動檢測軟件為主體，使用了各種濾波器技術(shù)，并與人工智能相結(jié)合，該系統(tǒng)可以用來對電站內(nèi)的火災(zāi)進行監(jiān)控。在

21、自動滅火方面，國際上并未有知名產(chǎn)品出現(xiàn)。 我國在火災(zāi)報警控制系統(tǒng)的研究開發(fā)相對較晚一些，到二十世紀八十年代中期才開始這方面的研制開發(fā)。但發(fā)展十分迅速，現(xiàn)在已經(jīng)基本達到國際先進水平。國內(nèi)對火災(zāi)探測和高壓水炮定位的研究目前以中國科技大學(xué)的火災(zāi)科學(xué)國家重點實驗室做得比較領(lǐng)先。該實驗室研制的la-100型雙波段大空間早期火災(zāi)智能探測和高壓水炮系統(tǒng)通過了有關(guān)方面的驗收，并已轉(zhuǎn)化成產(chǎn)品。此外，上海交通大學(xué)、西安交通大學(xué)、哈爾濱工程大學(xué)等都在火災(zāi)探測方面進行了積極的研究，并根據(jù)工程實踐提出了一些改進算法。但是，迄今為止，并沒有研制出令人滿意的系統(tǒng)，還存在火災(zāi)誤報率較高，高壓水炮定位算法誤差很大的問題，實用程

22、度還有待提高。圖像型火災(zāi)探測和高壓水炮定位系統(tǒng)，是利用ccd攝像機作為探頭，將被監(jiān)視現(xiàn)場的彩色和紅外圖像輸入計算機，然后利用圖像處理的算法，從兩幅圖像和圖像序列中來識別有無火災(zāi)的發(fā)生。在發(fā)現(xiàn)火災(zāi)的情況下，計算火災(zāi)的空間位置，自動啟動高壓水炮系統(tǒng)和疏散系統(tǒng)。在圖像型火災(zāi)監(jiān)控系統(tǒng)中，圖像處理的算法、火災(zāi)探測算法以及火災(zāi)空間定位算法決定了系統(tǒng)的性能。圖1.1是圖像型火災(zāi)探測和自動滅火系統(tǒng)的結(jié)構(gòu)圖。聯(lián)動模塊數(shù)據(jù)庫視頻采集卡攝像機 攝像機 控制 狀態(tài) 中心控制 系統(tǒng)火災(zāi)定位 系統(tǒng)信號處理 系統(tǒng) 火災(zāi) 攝像機 探頭信息 信 息 管 理 系 統(tǒng)攝像機 圖1-1 圖像型火災(zāi)探測和自動滅火系統(tǒng)結(jié)構(gòu)圖 視頻采集卡

23、：實現(xiàn)同時對多個目標實行監(jiān)控，按照一定規(guī)律進行巡檢。通過視頻采集卡的視頻切換功能，可以利用一套系統(tǒng)同時對多個現(xiàn)場進行監(jiān)控。 攝像頭：將進入鏡頭的光信號轉(zhuǎn)換為電信號。 信號處理系統(tǒng)：主要進行圖像處理的算法，可以由計算機構(gòu)成，也可以是單片機系統(tǒng)。 中心控制系統(tǒng)：對信號處理系統(tǒng)輸入的信號進行處理，同時對信號處理系統(tǒng)、聯(lián)動控制系統(tǒng)、管理信息系統(tǒng)進行控制。 信息管理系統(tǒng)：它可以將收集到的各種火災(zāi)信息，顯示于計算機，以便于觀察和選擇，通過它還可以查詢各種設(shè)備的狀況，有利于對損壞或老化的設(shè)備進行及時的維修和更換。 聯(lián)動模塊：包括報警部分和自動滅火部分。1.3 實現(xiàn)功能本論文是基于空間幾何定位算法的研究，首先

24、利用雙目攝像機獲取三維空間圖像（火源），再將其在世界坐標系下的三維圖像轉(zhuǎn)換為攝像機標定的三維坐標圖像，再利用計算機將其處理為計算機可以識別的二維圖片，再對火源進行前期處理，消除干擾，將其二值化后利用matlab中的regionprops函數(shù)進行中心點坐標的提取，然后計算出火源與水炮轉(zhuǎn)軸的距離和火源與水炮炮管中軸的夾角，再驅(qū)動高壓水炮進行滅火。高壓水炮進行定位時，主要考慮的是火源與水炮轉(zhuǎn)軸的距離和火源與水炮炮管中軸的夾角，有了這兩個定位參數(shù)，就可以準確驅(qū)動高壓水炮到火源處進行滅火。基于圖像型火災(zāi)探測系統(tǒng)中的高壓水炮的定位，解決了傳統(tǒng)消防中遇到的問題，可以及時、準確的將火災(zāi)遏制在剛發(fā)生的階段，避免

25、了財產(chǎn)的損失及人員的傷亡。本文利用matlab實現(xiàn)算法調(diào)試時只是確定了火源與水炮轉(zhuǎn)軸的距離及火源與水炮炮管中軸的夾角，而火源圖片的處理及將世界坐標轉(zhuǎn)換為計算機二維坐標的程序并未涉及，只是做簡單說明。1.4 論文整體介紹本文主要通過空間幾何定位算法的研究，通過matlab對雙目攝像機獲取的圖片進行處理，實現(xiàn)高壓水炮的定位。第1章 緒論。主要講述當(dāng)前國內(nèi)外火災(zāi)探測技術(shù)的研究現(xiàn)狀，并對傳統(tǒng)的火災(zāi)探測技術(shù)存在的局限性做了簡單說明，并對圖像型火災(zāi)探測技術(shù)的優(yōu)勢和發(fā)展前景進行了介紹。 第二章 圖像型火災(zāi)探測技術(shù)。介紹圖像的預(yù)處理和分割以及火焰特征的提取，并分析其原理。 第三章 基于計算機視覺的高壓水炮定位

26、的研究。引入計算機視覺，空間定位雙目成像原理。 第四章 高壓水炮的空間定位系統(tǒng)設(shè)計和實現(xiàn)。利用空間幾何定位的方法對火災(zāi)進行空間定位，計算出其二維坐標，再根據(jù)一系列運算計算出火源與高壓水炮轉(zhuǎn)軸的距離和水炮炮管的夾角. 第五章 小結(jié)?？偨Y(jié)了此次畢業(yè)設(shè)計的經(jīng)驗和教訓(xùn)，并對實現(xiàn)定位過程中的不足提出了改進的設(shè)想和要求。2 圖像型火災(zāi)探測技術(shù)2.1 概述當(dāng)前室內(nèi)火災(zāi)報警技術(shù)已經(jīng)比較成熟。通過對光、煙、濕度等參考量加以判斷，然后直接實施滅火措施，進行斷電、噴水等并報警。而對于室外的或大面積的監(jiān)控對象(如高層建筑、船舶碼頭、油庫、大型倉庫等)，相對來說可以使用的探測方式較少，利用圖像進行火災(zāi)監(jiān)控是目前主要的研

27、究方向。由于圖形包含的數(shù)據(jù)量很大，所以首先需要對圖像進行預(yù)處理，通常包括圖像增強、濾波、細化等幾個方面，然后對圖像進行分割。分割的目的是把圖像空間分成一些有意義的區(qū)域，可以以像素為基礎(chǔ)去研究圖像分割，也可以利用在指定區(qū)域中的某些圖像信息去分割。分割可以建立在相似性和非連續(xù)性的兩個基本概念上，其目的就是為下一步的圖像識別打下堅實的基礎(chǔ)。精確的分割處理是提高整個探測系統(tǒng)準確性、魯棒性的前提條件，但同時由于各種環(huán)境下光照亮度的變化，以及經(jīng)常存在的干擾光源的影響，實現(xiàn)精確分割的難度較大。2.2 原理介紹火災(zāi)火焰一般具有較為明顯的視覺特性:陰燃亮光、火焰顏色、閃爍和外形變化等。由于火災(zāi)火焰的顏色與溫度具

28、有相關(guān)關(guān)系,隨著火焰由焰心到火焰外表面溫度的升高,其顏色依次為暗紅色,紅色,橙色,黃色,藍白色和白色。我們通過實際火災(zāi)火焰的圖像像素顏色分布統(tǒng)計仿真分析,還發(fā)現(xiàn)火災(zāi)火焰的顏色呈現(xiàn)指數(shù)分布規(guī)律的分布特性,及火災(zāi)火焰的顏色分布的周界可以用指數(shù)函數(shù)加以擬合,正是抓住了這種顏色分布規(guī)律,我們比較“干凈”地區(qū)分出了圖像中的“火焰”信息和背景噪聲信息。其次,火災(zāi)火焰的燃燒遵循一定的規(guī)律,通過探究其從根部開始,向上膨脹直至消失的過程,可以發(fā)現(xiàn),火災(zāi)火焰都是“活”的,具有跳動的規(guī)律性特性。于是,我們設(shè)計了特殊的低通濾波器,并成功地得到了火災(zāi)火焰的跳動頻率,我們把它叫做火災(zāi)火焰的閃爍頻率,而且我們把這種閃爍頻率

29、作為火災(zāi)火焰的基本特性,用于判斷火災(zāi)火焰在圖像中的表現(xiàn)，從而能夠把火災(zāi)火焰從眾多噪聲信息中加以區(qū)分。除開上述兩種火災(zāi)火焰的特性之外,我們還試圖歸納出火災(zāi)火焰的發(fā)展趨勢及其在圖像上所表現(xiàn)出來的外形變化特征,還有基本固定的著火點等綜合信息,用于火災(zāi)火焰在序列視頻圖像幀中是否準確存在的判斷依據(jù)。2.3 火災(zāi)圖像的分割處理 所謂圖像分割是指將圖像中具有特殊含義的不同區(qū)域分開，這些區(qū)域是互不相交的，每一個區(qū)域都滿足特定區(qū)域的一致性。 均勻性一般是指同一區(qū)域內(nèi)的像素點之間的灰度值差異較小或灰度值變化較緩慢。圖像分割方法很多，其中最常用的圖像分割方法是將圖像分成不同的等級，然后用設(shè)置灰度門限的方法確定有意義

30、的區(qū)域或欲分割的物體的邊界，這種方法也稱為閾值分割法。閾值分割法就是簡單地用一個或幾個閾值將圖像的灰度直方圖分成幾個類，并且認為圖像中灰度值在同一個灰度類內(nèi)的像素屬于同一個物體。2.3.1 區(qū)域生長法分割圖像 分割的目的是要把一幅圖像劃分成一些小區(qū)域，對于這個問題的最直接的方法是把一幅圖像分成滿足某種判據(jù)的的區(qū)域；也就是說，把點組成區(qū)域。與此相對應(yīng)，數(shù)字圖像處理中存在一種分割區(qū)域的方法稱為區(qū)域生長或區(qū)域生成。 假定區(qū)域的數(shù)目，以及在每個區(qū)域中單個點的位置已知，則可推導(dǎo)出一種算法。從一個已知點開始，加上與已知點相似的的鄰近點形成一個區(qū)域。這個相似性準則可以是灰度級、顏色、幾何形狀、梯度或其他特性

31、。相似性的測度可以由所確定的閾值判定。它的方法是從滿足檢測準則的點開始，在各個方向上生長區(qū)域。當(dāng)其鄰近點滿足檢測準則就并入小區(qū)域中，當(dāng)新的點合并后再用新的區(qū)域重復(fù)這一過程，直到?jīng)]有可接受的鄰近點生成過程終止。當(dāng)生成任意物體時，接受準則可以以結(jié)構(gòu)為基礎(chǔ)，而不是以灰度級或?qū)Ρ榷葹榛A(chǔ)。為了把候選的小群點包含在物體中，可以檢測這些小群點，而不是檢測單個點，如果他們的結(jié)構(gòu)與物體的結(jié)構(gòu)充分并已足夠相似時就接受他們。另外，還可以使用界線檢測對生成建立“勢壘”，如果在“勢壘”的臨近點和物體之間有界線，則不能把該臨近點接受為物體中的點。2.3.2 最大方差自動取閾法 最大方差自動取閾法一直被認為是閾值自動選取

32、方法的最優(yōu)方法。該方法計算簡單，在一定條件下不受圖像對比度與亮度變化的影響，因而在許多圖像處理系統(tǒng)中得到了廣泛的應(yīng)用。 圖2-1所示為包含有2類區(qū)域的某個圖像的灰度直方圖，設(shè)t為分離2區(qū)域的閾值。由直方圖經(jīng)統(tǒng)計可以得到被t分離后的區(qū)域1和區(qū)域2占整幅圖像的面積比為 區(qū)域1面積比： (2-1) 區(qū)域2面積比： (2-2)整幅圖像、區(qū)域1、區(qū)域2的平均灰度為 整幅圖像的平均灰度： (2-3) 區(qū)域1的平均灰度： (2-4) 區(qū)域2的平均灰度： (2-5)式中g(shù)為圖像的灰度級數(shù)。 圖2-1 灰度直方圖整幅圖像平均灰度值之間的關(guān)系為 (2-6)同一區(qū)域常常具有灰度相似特性，而不同區(qū)域之間則表現(xiàn)為明顯的

33、灰度差異，當(dāng)被閾值t分離的兩個區(qū)域間的灰度差較大時，兩個區(qū)域的平均灰度與整幅圖像平均灰度之差也較大，區(qū)域間的方差就是描述這種差異的有效參數(shù)，其表達式為 (2-7)式中表示了圖像被閾值t分割后2個區(qū)域之間的方差。顯然，不同的t值，就會得到不同的區(qū)域間方差；也就是說，區(qū)域間方差、區(qū)域1的均值、區(qū)域2的均值、區(qū)域1面積比、區(qū)域2面積比都是閾值t的函數(shù)，因此式 (2-2)要寫成 (2-8)經(jīng)數(shù)學(xué)推導(dǎo)，區(qū)域間方差可表示為 (2-9)被分割的2區(qū)域間方差達到最大時，是2區(qū)域的最佳分離狀態(tài)，由此確定閾值t (2-10)以最大方差決定閾值不需要認為設(shè)定其他參數(shù)，是一種自動選擇閾值的方法，它不僅適用于2個區(qū)域的

34、單閾值選擇，也可以擴展到多區(qū)域的多閾值選擇中。2.4 火災(zāi)圖像的仿真處理2.4.1 圖像預(yù)處理 1.灰度變化一般成像系統(tǒng)只具有一定的亮度響應(yīng)范圍，常出現(xiàn)對比度不足的弊端，使人眼觀看圖像時視覺效果很差；另外，在某些情況下，需要將圖像的灰度級整個范圍或者其中某一段擴展或壓縮到記錄器件輸入灰度級動態(tài)范圍之內(nèi)。對比度調(diào)整前后的圖像及其直方圖如圖2-1所示。圖2-1 對比度調(diào)整前后的圖像及其直方圖 2.直方圖修正 (1) 直方圖均衡化原始圖像及直方圖均勻化后的圖像及直方圖，如圖2-2所示。圖2-2 原始圖像及直方圖與直方圖均衡化后的圖像及直方圖 (2)直方圖規(guī)定化。原始圖像及其直方圖與直方圖規(guī)定化后的圖

35、像及其直方圖，如圖2-3所示。圖2-3 原始圖像及其直方圖與直方圖規(guī)定化后的圖像及其直方圖 (3) 圖像的平滑。對圖像進行低通濾波和中值濾波的效果圖，如圖2-4所示。圖2-4 對圖像進行低通濾波和中值濾波 (4)圖像的銳化。圖像在傳輸和變換過程中會受到各種干擾而退化，比較典型的就是圖像模糊。圖像銳化的目的就是使邊緣和輪廓線模糊的圖像變得清晰，并使其細節(jié)清晰，如圖2-5和2-6所示所示。圖2-5 sobel算子對圖像銳化結(jié)果 圖2-6 拉式算子對圖像銳化結(jié)果2.4.2 圖像分割與特征提取利用邊緣檢測方法的檢測效果，如圖2-7所示。圖2-7 sobel算子和canny邊緣檢測結(jié)果2.4.3 灰度閾

36、值分析利用灰度閾值分割法截取分割后的圖像，如圖2-8所示。圖2-8 圖像閾值分割3 基于計算機視覺的高壓水炮定位的研究高壓水炮定位滅火系統(tǒng)在消防安全中具有重要的地位和作用，它能夠在發(fā)生火災(zāi)時，保護火災(zāi)區(qū)域內(nèi)的人身安全和建筑物建筑結(jié)構(gòu)的安全。實現(xiàn)高壓水炮定位的先決條件在于對火災(zāi)發(fā)生的空間位置的確定。本課題用計算機視覺知識作為基礎(chǔ)，對火災(zāi)空間定位算法進行了研究。這樣，就可以把雨淋噴水系統(tǒng)和火災(zāi)探測集成在一起，具有自動掃描定位功能，在plc的控制下對準火源，進行滅火。還將大大縮減聯(lián)動系統(tǒng)，簡化消防設(shè)備的布置，降低了成本。此外，還有滅火及時，將火災(zāi)損失減到最低的優(yōu)點。3.1 計算機視覺3.1.1 定義

37、及原理 1) 計算機視覺的定義：計算機視覺是使用計算機及相關(guān)設(shè)備對生物視覺的一種模擬。它的主要任務(wù)就是通過對采集的圖片或視頻進行處理以獲得相應(yīng)場景的三維信息，就像人類和許多其他類生物每天所做的那樣。計算機視覺既是工程領(lǐng)域，也是科學(xué)領(lǐng)域中的一個富有挑戰(zhàn)性重要研究領(lǐng)域。計算機視覺是一門綜合性的學(xué)科，它已經(jīng)吸引了來自各個學(xué)科的研究者參加到對它的研究之中。其中包括計算機科學(xué)和工程、信號處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計學(xué)，神經(jīng)生理學(xué)和認識科學(xué)等。 2) 原理： 計算機視覺就是用各種成象系統(tǒng)代替視覺器官作為輸入敏感手段，由計算機來代替大腦完成處理和解釋。計算機視覺的最終研究目標就是使計算機能象人那樣通過視覺觀

38、察和理解世界，具有自主適應(yīng)環(huán)境的能力。要經(jīng)過長期的努力才能達到的目標。因此，在實現(xiàn)最終目標以前，人們努力的中期目標是建立一種視覺系統(tǒng)，這個系統(tǒng)能依據(jù)視覺敏感和反饋的某種程度的智能完成一定的任務(wù)。例如，計算機視覺的一個重要應(yīng)用領(lǐng)域就是自主車輛的視覺導(dǎo)航，目前還沒有條件實現(xiàn)象人那樣能識別和理解任何環(huán)境，完成自主導(dǎo)航的系統(tǒng)。因此，目前人們努力的研究目標是實現(xiàn)在高速公路上具有道路跟蹤能力，可避免與前方車輛碰撞的視覺輔助駕駛系統(tǒng)。這里要指出的一點是在計算機視覺系統(tǒng)中計算機起代替人腦的作用，但并不意味著計算機必須按人類視覺的方法完成視覺信息的處理。計算機視覺可以而且應(yīng)該根據(jù)計算機系統(tǒng)的特點來進行視覺信息的

39、處理。但是，人類視覺系統(tǒng)是迄今為止，人們所知道的功能最強大和完善的視覺系統(tǒng)。如在以下的章節(jié)中會看到的那樣，對人類視覺處理機制的研究將給計算機視覺的研究提供啟發(fā)和指導(dǎo)。因此，用計算機信息處理的方法研究人類視覺的機理，建立人類視覺的計算理論，也是一個非常重要和信人感興趣的研究領(lǐng)域。這方面的研究被稱為計算視覺（computational vision）。計算視覺可被認為是計算機視覺中的一個研究領(lǐng)域。3.1.2 計算機視覺的方法及其應(yīng)用計算機視覺發(fā)展已有二十多年，隨著計算機控制理論、模式識別、人工智能和生物技術(shù)的發(fā)展，計算機視覺在機器人、工業(yè)檢測、物體識別、衛(wèi)星圖像分析、醫(yī)學(xué)輔助診斷、航空測繪和軍事技

40、術(shù)中的應(yīng)用越來越廣，研究方法也由二維推到三維，從串行到并行，從直接依賴輸入信號的低層處理到依賴特征、結(jié)構(gòu)、關(guān)系和知識的高層處理。根據(jù)計算機視覺應(yīng)用的目的和原理的不同而有不同的分類方法。例如對字符、圖形和片狀的物體識別、理解、檢測方法屬于二維視覺方法，對于三維物體的識別、重建和測量屬于三維視覺方法，根據(jù)系統(tǒng)是否發(fā)光分為有源和無源視覺方法。在三維視覺中，根據(jù)視點數(shù)目的不同又分為單眼視覺、雙眼視覺和三眼視覺，根據(jù)原理不同又可分為基于區(qū)域的視覺方法、基于特征的視覺方法、基于模型的視覺方法和基于規(guī)則的視覺方法。 一般有源的視覺方法通過發(fā)光裝置的控制，使系統(tǒng)獲得更多的信息，降低問題難度，加快運算速度?；?/p>

41、灰度分布的方法主要是利用在固定光源照射下，隨著物體表面法向的改變，使獲得的圖像也發(fā)生相應(yīng)變化的原理?；趨^(qū)域的視覺方法假定在對應(yīng)點的某一領(lǐng)域內(nèi)，其灰度相近似或灰度差小于一個門限，因此可以采用平均絕對差、互相關(guān)系數(shù)等方法互相匹配。計算機視覺的應(yīng)用很廣，下面簡述幾個成功應(yīng)用方面：1) 機器人視覺。如物理識別與定位、障礙識別與回避，自動導(dǎo)航等；2) 圖像圖形識別系統(tǒng)。如條形碼、郵編、指紋染色體等識別；3) 工業(yè)檢測系統(tǒng)。如集成電路芯片檢測；4) 航天及軍事應(yīng)用。如衛(wèi)星照片的自動分析與判讀，景物識別，目標檢測、識別和定位，目標跟蹤，成像精確制導(dǎo)等；5) 醫(yī)學(xué)應(yīng)用。如基于ct圖像的內(nèi)部器官的重建，醫(yī)學(xué)圖

42、像的分析、描述和識別，dsa(數(shù)字減影)技術(shù)，盲人導(dǎo)航視覺等。總之，計算機視覺的應(yīng)用正越來越多的代替人去完成許多工作，提高了自動化和機器智能水平，為智能機器人和智能系統(tǒng)發(fā)展奠定了基礎(chǔ)。本文就是利用計算機視覺在圖像型火災(zāi)探測系統(tǒng)的基礎(chǔ)上實現(xiàn)高壓水炮的定位，減小火災(zāi)引起的人員傷亡和財產(chǎn)損失。3.1.3 計算機視覺與圖像處理、圖像分析的異同計算機視覺，圖象處理，圖像分析，機器人視覺和機器視覺是彼此緊密關(guān)聯(lián)的學(xué)科。如果翻開帶有上面這些名字的教材，會發(fā)現(xiàn)在技術(shù)和應(yīng)用領(lǐng)域上他們都有著相當(dāng)大部分的重疊。這表明這些學(xué)科的基礎(chǔ)理論大致是相同的，甚至讓人懷疑他們是同一學(xué)科被冠以不同的名稱。然而，各研究機構(gòu)，學(xué)術(shù)期

43、刊，會議及公司往往把自己特別的歸為其中某一個領(lǐng)域，于是各種各樣的用來區(qū)分這些學(xué)科的特征便被提了出來。下面將給出一種區(qū)分方法，盡管并不能說這一區(qū)分方法完全準確。計算機視覺的研究對象主要是映射到單幅或多幅圖像上的三維場景，例如三維場景的重建。計算機視覺的研究很大程度上針對圖像的內(nèi)容。圖象處理與圖像分析的研究對象主要是二維圖像，實現(xiàn)圖像的轉(zhuǎn)化，尤其針對像素級的操作，例如提高圖像對比度，邊緣提取，去噪聲和幾何變換如圖像旋轉(zhuǎn)。這一特征表明無論是圖像處理還是圖像分析其研究內(nèi)容都和圖像的具體內(nèi)容無關(guān)。機器視覺主要是指工業(yè)領(lǐng)域的視覺研究，例如自主機器人的視覺，用于檢測和測量的視覺。這表明在這一領(lǐng)域通過軟件硬件

44、，圖像感知與控制理論往往與圖像處理得到緊密結(jié)合來實現(xiàn)高效的機器人控制或各種實時操作。模式識別使用各種方法從信號中提取信息，主要運用統(tǒng)計學(xué)的理論。此領(lǐng)域的一個主要方向便是從圖像數(shù)據(jù)中提取信息。還有一個領(lǐng)域被稱為成像技術(shù)。這一領(lǐng)域最初的研究內(nèi)容主要是制作圖像，但有時也涉及到圖像分析和處理。例如，醫(yī)學(xué)成像就包含大量的醫(yī)學(xué)領(lǐng)域的圖像分析。對于所有這些領(lǐng)域，一個可能的過程是你在計算機視覺的實驗室工作，工作中從事著圖象處理，最終解決了機器視覺領(lǐng)域的問題，然后把自己的成果發(fā)表在了模式識別的會議上。3.2 空間定位雙目成像原理本系統(tǒng)火災(zāi)空間定位算法采用雙目成像算法。雙目成像可獲得同一場景的兩幅不同圖像，雙目成

45、像時的模型可看作是由兩個單目成像模型組合而成。圖3-1給出雙目成像的一個示意圖，圖中的兩個鏡頭中心間的連線稱為系統(tǒng)的基線b。利用雙目系統(tǒng)可以確定具體有像平面坐標點和的世界點w的坐標(x,y,z)。當(dāng)攝像機坐標系統(tǒng)和世界坐標系統(tǒng)重合后，像平面與世界坐標系統(tǒng)的平面也是平行的。在以上條件下，點的坐標對兩個攝像機坐標系統(tǒng)都是一樣的。如果攝像機坐標系統(tǒng)和世界坐標系統(tǒng)不重合，可先進性坐標的平移和旋轉(zhuǎn)使其重合再投影。 圖3-1雙目成像示意圖圖3-2 雙目成像中的視差測距原理圖考慮兩個攝像機相同且它們坐標系統(tǒng)的各對應(yīng)軸平行(主要是光軸平行)，只是它們原點位置不同。在這種情況下雙目成象可借助圖3-2來分析，那里

46、給出兩鏡頭連線所在平面(xz平面)的示意圖。將第一個攝像機疊加到現(xiàn)實世界坐標系統(tǒng)上(兩系統(tǒng)原點重合)，點的義坐標可表示為: (3-1)上式中，x，和z，表示第一個攝像機移動到了世界坐標的原點，而第二個攝像機和點在保持相對幾何關(guān)系的條件下也會跟著移動。如果將第二個攝像機移動到世界坐標系統(tǒng)的原點，則點的x坐標可表示為: (3-2)因為基線長度是b且w點的z坐標對兩個攝像機坐標系統(tǒng)是一樣的，所以有： (3-3) (3-4)將式(44)和式(45)代入式(41)和式(42)中得到: (3-5) (3-6)用式(47)減去式(46)可解出z，即有: (3-7)上式把物體與像平面的距離z(即3d信息中的深

47、度)與視差d(像坐標和的差)直接聯(lián)系了起來，視差的大小與深度有關(guān)，所以視差中包含了3d物體的空間信息。如果視差d可以確定并且基線和焦距已知，計算w點的z坐標是很簡單的。另外坐標確定后w點的世界坐標和可用或借助式(49)和式(410)算得。 (3-8) (3-10)3.3 雙目定位算法中彩色圖片中火災(zāi)位置的確定 本課題采用一個帶紅外濾鏡的攝像頭和一個彩色攝像頭來完成監(jiān)視部分的任務(wù)。由第三章和本章的敘述可知，帶紅外濾鏡的攝像頭是在火災(zāi)探測算法中起主要作用，并在火災(zāi)空間定位算法中作為雙目探測中的一個攝像頭參與計算。彩色攝像頭的作用也有兩方面,一是作為歷史數(shù)據(jù)進行保存，以便確定監(jiān)控現(xiàn)場情況和控制火災(zāi)現(xiàn)

48、場狀況;另一個重要作用就是需要作為雙目定位中的另一個攝像頭參與計算，確定火災(zāi)的空間位置。這需要確定彩色攝像頭所獲取的圖片中的火災(zāi)位置。筆者將兩種獲取彩色圖片中火災(zāi)位置的方法引入火災(zāi)空間定位的計算，對前人的研究工作做了重要的補充和發(fā)展。 首先介紹基于火焰顏色查詢表的方法。作為訓(xùn)練用的火焰圖像應(yīng)是典型的，能夠在比較大的范圍內(nèi)代表火焰的顏色。建立查詢表的方法概述如下: 1)手工建立一幅火焰圖像的邏輯圖，這幅邏輯圖的大小與原圖相同。邏輯圖中，每點的值只有兩種:0和1?；鹧鎴D像中的像素是火焰顏色時，邏輯圖中的對應(yīng)位置的點的值為1,否則為0。 2)建立查詢表。對于火焰圖像中的每個像素，如果其對應(yīng)的邏輯圖中

49、的點的值是1，則在查詢表中以火焰圖像中那個像素的顏色為中心，疊加一個高斯分布。如果其對應(yīng)的邏輯圖中的位是0，則在查詢表中以火焰圖像中那個像素的顏色為中心，減去一個高斯分布。 3)為查詢表中最后形成的分布給出適當(dāng)?shù)拈撝怠５玫揭粋€顏色查詢表 當(dāng)輸入一個rgb顏色時，可以得到這個顏色是否為火焰顏色的邏輯值。函數(shù)形式表達如下: 是一系列連續(xù)圖像的第i幅圖像，為圖像中的一個像素的坐標。是一個經(jīng)驗值，它隨環(huán)境不同而有所變化。一般用10幅左右的訓(xùn)練圖(256色)，就可得到比較可靠的查詢表。通過查詢表即可以對彩色圖像進行顏色標注。對火焰顏色的區(qū)域標記出來，并與紅外圖像進行對比。根據(jù)雙目定位中兩個攝像頭距離不會

50、太遠的特點，火災(zāi)區(qū)域在圖片中的位置也將相差不大，由此就可以找出與紅外圖像中相對應(yīng)的火災(zāi)區(qū)域了。另一種方法是基于火焰顏色特征模型的方法。這種方法主要分析火災(zāi)火焰在人的視覺系統(tǒng)中的特征。下面將重點分析這種方法。由于顏色模型相對于人的視覺系統(tǒng)并不直觀，因此這里需要轉(zhuǎn)換顏色模型。在眾多顏色模型中，（，即：色調(diào)飽和度亮度）顏色模型非常接近人的視覺系統(tǒng)對物體的描述。模型中，色調(diào)和飽和度是人類感知顏色的方法。亮度參數(shù)表征了顏色的明暗程度。色調(diào)參數(shù)表示了不同的顏色，飽和度參數(shù)是對顏色深淺的度量。這種顏色模型可用三維空間坐標系統(tǒng)表示，如圖3-3所示。 圖3-3hsi顏色模型示意圖hsi模型的色調(diào)是由顏色名稱來辨

51、別的，如紅、橙、綠等，用角度度量；亮度i是顏色的明暗程度，通常用百分比度量，從黑(0%)到白(100%);飽和度s指顏色的深淺，例如同樣是紅色，可分為深紅和淺紅，用百分比來度量，從0%到完全飽和的100%。下面介紹如何從rgb模型轉(zhuǎn)化成hsi模型。給定一幅rgb顏色格式的圖像，每一個rgb像素和h分量可用公式 (3-11)得到： (3-11)此處 (3-12)色飽和度分量由式(3-13)給出： (3-13) 最后，亮度分量由式(3-14)給出： (3-14)其中，r，g和b分別是rgb顏色空間的紅、綠和藍色分量；h，s和i分別是hsi顏色空間的色調(diào)、飽和度和亮度顏色分量。這里將rgb值歸一化為0,1范圍內(nèi)，則由公式(3-11)(3-14)容易得知，。在這里，色調(diào)的餅圖可分為6個部分，如圖所示。 圖 色調(diào)餅圖的示意圖 一般情況下，火災(zāi)火焰的顏色在紅、黃之間，即在圖中的區(qū)間內(nèi)。另外，在彩色攝像頭獲取的視頻圖片中，火焰的飽和度會隨背景亮度的變化而變化。這就是說，同樣強度的火災(zāi)火焰，在白天時的飽和度值將大于在晚上時的飽和度值。因此需要考慮