基于視頻序列的森林火災(zāi)檢測技術(shù)研究與實現(xiàn).pdf

1、針對森林火災(zāi)的智能視頻處理技術(shù)是一個新的領(lǐng)域，與室內(nèi)近距離的視頻火災(zāi)檢測有較大的差別。由于森林環(huán)境范圍廣，因此火災(zāi)發(fā)生點的距離往往距離觀測點較遠；由于自然環(huán)境的不確定性，森林中出現(xiàn)的干擾物質(zhì)多；由于季節(jié)和天氣的變化，森林本身的形態(tài)也是多變的。森林火災(zāi)檢測具有較大難度，因此，研究基于視頻序列的森林火災(zāi)檢測技術(shù)具有較大的理論意義和實用價值。
　　本文以森林火災(zāi)中的火焰與煙霧為檢測目標(biāo)，研究森林火災(zāi)檢測的相關(guān)算法，并進行相關(guān)的程序仿真、

2、軟件開發(fā)和嵌入式實現(xiàn)。
　　首先，介紹視頻圖像處理的一些基礎(chǔ)知識，包括顏色模型、視頻的表現(xiàn)方式、運動目標(biāo)檢測、區(qū)域連通方法、小波分析理論和超像素分割算法等的基本原理。
　　然后，針對森林火災(zāi)場景下的火焰檢測和煙霧檢測進行研究，為了提取火災(zāi)目標(biāo)，對火災(zāi)的靜態(tài)特性和動態(tài)特性進行分析，對適合的特征進行提取，組成算法流程，并對算法流程進行仿真。由于像素級別的火災(zāi)檢測魯棒性并不強，本文進行了超像素分割在森林火災(zāi)煙霧檢測方面的一些研究，

3、超像素分割的優(yōu)點是其檢測結(jié)果為整體的連續(xù)區(qū)域，避免了碎片區(qū)域的產(chǎn)生，且能排除噪聲點對于檢測系統(tǒng)魯棒性的影響；再用SVM對超像素塊進行分類識別，避免了反復(fù)調(diào)節(jié)閾值的繁瑣步驟。
　　最后，由于實際工程的需要，開發(fā)基于MFC框架的森林火災(zāi)檢測平臺，研究森林火災(zāi)檢測算法在DM8168開發(fā)板上的實現(xiàn)。
　　實驗證明，本文研究的基于視頻序列的森林火災(zāi)算法具有較高的識別率，基于圖像分割的火災(zāi)檢測具有進一步研究的意義，基于DM8168的火災(zāi)