基于提升小波的图像型火灾检测技术-控制理论与控制工程专业论文.docx

西安建筑科技大学硕 西安建筑科技大学硕 士学位论文 西安建筑科技大学硕 西安建筑科技大学硕 士学位论文 量，采用某种探测方法井在实际应用环境中发挥其作用，准确地探测火灾，其探 测实质是利用传感器件感受火灾物理特征的变化，并将其转化为易处理的物理量。 目前，人们己利用这种物理 量 的转换效应，作为火灾的探测原理，研制出了数种 火灾探测器，大体分为 :气敏型、感温型、感烟型 、感光型和感声型等 5 大类。 由于火灾发生的不确定性和多变性，传统型火灾探测器采集的数据或信息都 不可避免地受到周围环境等不确定因素的影响。例如:烟雾的浓度和温度常常受 到各种气流的干扰，感光类型的探测器也要受到各种杂光的扰动，气敏型探测器 由于可燃气体的腐蚀作用会降低探测器的灵敏度，感声型的探测器虽已有样机， 但离实际应用有 一定距离。随着时间的推移，探测器的老化或探头上积累的灰尘 会使信号的基准点漂移或者灵敏度发生变化。这些干扰有些可以进行近似补偿， 但有些干扰 具有非线性或不确定性，很难进行补偿，降低了火灾探测器的 灵敏度， 加大了火灾识别的难度，也是传统火灾监控系统无法解决的。 基于视频监控的图像型火灾探测技术是一种新兴的、多学科技术相结合的火 灾自动监测处理技术 。图像型火灾监控系统是基于摄像机获取的视频图像对现场 进行火灾的自动探测 、监视，同时将获取的连续图像由图像采集卡转换为数字图 像输入计算机，利用各种图像处理技术不断进行处理和分析，通过早期火灾的图 像变化特征信息来探测火灾是否发生。 伴随着科学技术的高速发展，国外各大公司和科研机构对火灾探测技术也有了 深入研究，基于各种火灾识别模式的火灾探测器相继问世，并在不断改进和完善， 在众多的产品中利用图像 信息的火灾监控系统为数也不少。例如， ECP 公司的森 林火灾监控系统，利用计算机视觉和模式识别的理论，采用模式识别算法，可以 对 4千米外的林火在短时间内进行识别井发出警报。 Bosque 公司的 BSDS 系统采 用红外和普通摄像机的双波段监控，在准确识别森林火灾的同时还可以区别其它 现象的干扰，误报率较低。在大空间火灾监控方面有 ISL 公司和 Magno汉凹ectric 公司联合开发的用于电站火灾监控的 VSD-8 系统，该系统以视频运动检测软件为 主体，使用了各种滤波器技术，并与人工智能相结合， 可 以用来对电站内的火灾 进行监控。 国内对于图像型火灾探测技术也进入 了深层次的研究。其中，西安交通大学学 者研究并提出基于可信度模 型的多特征融合处理的火焰识别算法 [31，华中科技大学 学者研究基于 K 均值聚类方法的分形编码技术进行烟雾图像分割算法 [41，上海交 通大学学者提出了基于模糊神经网络的火灾探测算法 [匀，这些大学的研究学者都对 火灾的智能化探测技术提出 了一些新的解决方法，探测手段 主要集中于使用红外 型摄像机，而且探测系统的算法抗干扰性还有待提高 ，需要建立一套独立的防火 探测系统，投入成本较高。中国科技大 学火灾科学国家重点实验室研制出的 LA-IOO 型双波段大空间早期火灾智能探测系统通过有关方面的验收，并在国内的 一些单 。 位使用。该系统 一部分的探测任务由红外摄像机来完成，对己经有安装闭路电视 监控系统的单 位，需要加装一定数量的红外摄像机或特制的感烟红外阵列器材， 来实现图像型的火灾火焰和烟雾的探测。 基于视频监控的图像型火灾探测技术则是近 年来新近发展 的技术，它是在现有 的视频监控系统上加装图像型火灾探测系统，利用视频监控得到的视频图像进行 火灾探测。 ·它具有双重功效，既能实现视频监控又能实现火灾探测 ，而且不需要 单独加装图像采集单元， 节省戚本，避免重复投资。 但视频监控型图像型火灾探测技术也有 一定的缺点，有待于进 一步的研究解 决，如:采集到的视频图像信息量大、含有的干扰信息多;应用现有的图像型火 灾探测算法从目标获取到结果的判决过于繁琐，时间长; 与传统探测器相比投入 成本较高;图像型火灾探测系统集成度不够高 等 ，这些缺点将伴随着图像处理技 术和火灾探测器的提高和更新、对虚拟现实技术的介入、硬件平台(D SP、FPGA 或者 ARM) 功能的研发和集成度的提高，图像型探测技术将日渐完善。 目前该技术需要研究和解决的主要问题如下: (1)如何能够精确快速地通过视频监控系统采集火灾图像: (2) 对获取的视频火灾图像进行预处理时采用什么样的算法。火灾图像的特 征信息大部分集中在图像的高频部分 ，如何应用图像处理技术即能滤除干扰信息， 又能高效的提取火灾特征信息，保证图像中火灾特征 信息的完整性: (3)对图像中众多的火灾特征信息 ，哪些特征信息更具有代表性，如何高效 快速的提取了 其中包括…些阂值的选