基于MATLAB的视频火灾检测系统的设计与实现开题报告
[关键词:MATLAB,视频火灾检测系统] [热度 ]一、课题的研究意义
随着技术的不断发展,火灾监控设备也在不断创新。但是在现有的各种火灾报警和消防监控设备中,大多数场所的火灾检测,都采用常规的火灾探测的方法,如感烟、感温、感光探测器,它们分别利用火焰的烟雾、温度、光的特性来对火灾进行探测。但在室外仓库和大型室内仓库等大空间场合中,由于空间的宽阔,上述传感器信号可能会变得十分微弱。即使是努力提高传感器的精度,在一些环境下也会由于种种干扰噪声而无法工作。为了很好的处理此类场合的火灾报警问题,国外某些公司在九十年代初提出用紫外波段的图像传感器进行中远距离的火焰检测,并推出了相应产品,但此类系统并不具有自动识别的功能,而且火焰的识别方法简单,识别误报率较高。
近年来,随着计算机图像处理技术的飞速发展,图像处理工具日益完善,视频火灾监测技术渐渐引起了人们的重视,而通过图像可以非常准确的识别火焰,这是一个事实。利用摄像机对现场环境进行拍摄,进而对拍摄的视频进行相关的图像处理,再对处理结果进行分析并进行进一步去噪,最后完成自动监控报警。该方法具有监测速度快、使用方便智能、对天气等外在因素影响小等优点,有很好的应用价值和相当可观的市场前景。
二、课题研究的主要内容:
1、研究重点:
(1)学习并掌握数字图像处理的基础理论和方法;
(2)研究基于颜色空间分割提取火焰的方法;
(3)研究基于运动特性分割提取火焰的方法;
(4)对所研究的理论用MATLAB语言进行设计并调试验证。
2、要解决的关键问题以及预期成果:
(1)视频图像预处理
首先要处理图像噪声,然后进行图像分割。由于设备自身的限制和各种外界因素的影响,数字图像的噪声主要来源于图像的获取(数字化过程)和传输过程。
(2)基于颜色空间的火焰分割的设计与实现
由于需要分割的区域可能不止一个目标,如果目标区域比较小或者纹理很差,加上光照条件变化的影响,以及多于两个的运动目标的相互遮挡等因素的影响,会给目标区域的分割带来很大的影响。应此图像分割算法是该系统的关键问题。
颜色是火灾的一个最重要的特征,所以火焰是图像型火灾判断中检测是否有火灾发生的重要信息。对火焰的准确分割一直是视频火焰检测系统的基础。此设计用到了RGB和Ohta颜色模型,Ohta颜色模型也就是通常所说的I1、I2、I3模型,从而更精确的分割出目标图像,最大程度的获得火焰的区域。
(3)基于运动特性的火焰分割设计与实现
基于视频的火灾检测系统,要检测出视频图像中的运动区域,需要对环境进行实时监控,实现运动区域目标同背景的分离,即建立无运动物体条件下的静态背景图像。一旦发现火灾,就发出报警信号来通知监视人员进行及时有效处理。因此视频火灾检测算法将是整个系统核心。本设计采用了三帧差分和本文提出的火焰分割方法相结合来进行火焰区域的检测,并通过形态学的填充来获得更完整的火焰区域,为下一步火焰的最终识别确认打下坚实的基础。
(4)火灾的最终识别与系统实现
在现阶段基于视频的图像型火灾检测中,通过对图像的分析来确定是否有火焰的发生,其主要还是通过对火焰可能的特征进行判断。本设计选取火焰特征为判据作为火焰判断的关键,其次要利用相应的算法描述这些特征(面积、颜色等)。
通过系统程序的实际运行效果,实现了对火灾检测系统的设计,通过对火焰颜色和火焰区域的面积变化、尖角、圆形度等判别火灾的算法,实现了对早期火灾的检测,指出程序的不足及改进之处。
三、课题的研究方法:
(一)研究思路
本文设计了基于MATLAB的视频火灾检测系统,主要用于检测环境中是否有火灾发生。对已有视频文件,通过MATLAB对其的视频帧图像进行处理,提取出疑似火灾区域,编写算法判断是否发生火灾。若有,产生报警信号通知监控人员,停止检测。
(1)实时显示当前图片,能够清楚的了解当前情况;
(2)对视频帧进行颜色检测与运动检测,监控环境中是否有火灾发生;
(3) 当火灾发生的时候,能够及时地产生报警信号。
(二)研究方法
文献研究法、实证研究法
(1)定性分析和定量分析相结合。??
(2)理论和实际相结合的方法。
对于火灾探测的应用,系统结合了MATLAB和图像处理两者的优点。
本文算法采取了颜色与运动相结合的方法,通过在Ohta颜色空间中检测火焰区域,同时与用三帧差分法检测出的运动区域相与得出疑似火灾区域,然后进行火灾检测。如果没有出现可疑区域,程序循环就会继续。如果开始出现具有火焰颜色的运动物体,则转而采用三帧差分法和火焰区域分割方法相结合的方法来分割火焰。进而进入下一个流程:火焰的最终识别。
(三)技术路线
本系统是在MATLAB软件上实现的。
通过对系统需求分析,基于MATLAB的视频火灾检测系统主要可以分为以下五个部分:视频采集、颜色检测、运动检测、图像显示和火灾识别。
由此可见,基于MATLAB的火灾检测系统大体分为五个模块:
(1) 视频采集模块
(2) 颜色检测模块
(3) 运动检测模块
(4) 火灾识别算法模块
(5) 图像显示模块
经过整体整体的设计,整个系统的主要运作过程是:视频采集工具采集当前实时情况的图像存储为视频格式,通过MATLAB读取视频帧,每隔五帧选取一幅图像进行图像处理及判断。首先对图像进行预处理,因为图像采集过程中会有噪声的存在,于是对图像进行灰度处理将彩色图片转换为灰度图像,同时进行去噪处理。对图像进行颜色检测,在I2颜色空间内用Otsu算法算出阈值,分割出具有火焰颜色的部分。同时对图像进行运动检测,采用三帧差分法,根据火焰的运动特性得出运动物体的区域。将运动检测与颜色检测得出的结果进行相与,可以得出运动的具有火焰颜色的物体,排除具有火焰颜色的静止物体和不具有火焰颜色的运动物体。通过颜色检测与运动检测得出的疑似火灾区域进行火灾检测算法的判断,对其面积变化率、尖角、圆形度进行判断,判断是否发生火灾。当未发生火灾时,则继续进行循环判断是否发生火灾。否则报警同时提示有火灾发生。
四、课题计划进度
本课题的研究期限为2个月左右,9月开题,5月。
主要为:
9月18日----9月24日:准备题目及申请表
10月11日---10月28日:准备开题报告及开题答辩
10月31日---12月:查阅文献资料,完善知识。
12月末------3月:写程序、调试。
4月1日-----5月:准备完善论文,开始答辩。