基于多源視覺的淡色火焰識(shí)別與定位
發(fā)布時(shí)間:2023-12-02 10:26
化學(xué)物品引發(fā)的火災(zāi)通常具有很大的破壞力,如何在火災(zāi)初期實(shí)現(xiàn)火焰目標(biāo)的檢測(cè),對(duì)避免爆炸事件的發(fā)生和維護(hù)救援人員安全有著重要意義。在充分了解國(guó)內(nèi)外火焰檢測(cè)技術(shù)的基礎(chǔ)上,本文將易燃化學(xué)物品引發(fā)的淡色火焰作為研究目標(biāo),著手解決光照干擾、相近背景色、遮擋干擾以及鏡面火焰等多種復(fù)雜場(chǎng)景下目標(biāo)識(shí)別與定位問題。當(dāng)下傳統(tǒng)的火焰檢測(cè)算法多是根據(jù)火焰的靜態(tài)特征和動(dòng)態(tài)特征進(jìn)行火焰目標(biāo)檢測(cè),對(duì)于存在信息缺失的淡色火焰圖像無法進(jìn)行準(zhǔn)確識(shí)別與定位。針對(duì)以上情況,本文將圖像融合技術(shù)、圖像匹配技術(shù)以及立體視覺技術(shù)進(jìn)行有機(jī)結(jié)合,研究了一種基于紅外與可見光圖像的多源視覺檢測(cè)系統(tǒng)。論文的具體工作如下:(1)為實(shí)現(xiàn)復(fù)雜場(chǎng)景下的淡色火焰目標(biāo)識(shí)別,本文研究了基于融合圖像的火焰檢測(cè)算法。首先通過融合算法將紅外和可見光圖像中的有用信息進(jìn)行互補(bǔ),獲取高質(zhì)量融合圖像,然后采用基于RGB-IHS顏色空間的雙閾值分割算法實(shí)現(xiàn)了淡色火焰目標(biāo)的識(shí)別工作。其中,為有效保留可見光圖像中的顏色信息以及邊緣細(xì)節(jié)信息,并融合紅外圖像中的豐富灰度信息,本文采用了一種改進(jìn)的IHS-NSCT融合算法;贗HS顏色空間中各分量的獨(dú)立性,采用NSCT算法對(duì)可見光圖...
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
ABSTRACT
1 引言
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)研究現(xiàn)狀
1.3 研究現(xiàn)狀總結(jié)
1.4 本文內(nèi)容章節(jié)安排
2 多源視覺系統(tǒng)
2.1 系統(tǒng)方案設(shè)計(jì)
2.2 相機(jī)成像原理及標(biāo)定
2.2.1 相機(jī)成像模型
2.2.2 標(biāo)定原理
2.2.3 標(biāo)定實(shí)驗(yàn)
2.3 本章小結(jié)
3 基于融合圖像的火焰檢測(cè)方法
3.1 圖像融合綜述
3.2 基于改進(jìn)的IHS-NSCT融合算法
3.2.1 圖像分解
3.2.2 低頻子帶圖像融合
3.2.3 高頻子帶圖像融合
3.2.4 算法總結(jié)
3.3 火焰目標(biāo)識(shí)別算法
3.3.1 顏色空間介紹及轉(zhuǎn)換
3.3.2 基于顏色空間的雙閾值分割算法
3.4 本章小結(jié)
4 基于S-SIFT匹配算法的定位方法
4.1 立體視覺系統(tǒng)模型
4.2 立體匹配概述
4.3 基于改進(jìn)的S-SIFT算法
4.3.1 特征點(diǎn)的生成和描述過程
4.3.2 特征點(diǎn)匹配過程
4.3.3 S-SIFT算法總結(jié)
4.4 本章小結(jié)
5 仿真實(shí)驗(yàn)
5.1 圖像融合和目標(biāo)識(shí)別實(shí)驗(yàn)
5.1.1 融合算法驗(yàn)證
5.1.2 淡色火焰識(shí)別實(shí)驗(yàn)
5.1.3 實(shí)驗(yàn)分析
5.2 立體匹配以及火焰目標(biāo)定位實(shí)驗(yàn)
5.2.1 立體匹配算法驗(yàn)證
5.2.2 淡色火焰目標(biāo)定位實(shí)驗(yàn)
5.2.3 實(shí)驗(yàn)分析
5.3 本章小結(jié)
6 結(jié)論
6.1 本文結(jié)論
6.2 工作展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3869477
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
ABSTRACT
1 引言
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)研究現(xiàn)狀
1.3 研究現(xiàn)狀總結(jié)
1.4 本文內(nèi)容章節(jié)安排
2 多源視覺系統(tǒng)
2.1 系統(tǒng)方案設(shè)計(jì)
2.2 相機(jī)成像原理及標(biāo)定
2.2.1 相機(jī)成像模型
2.2.2 標(biāo)定原理
2.2.3 標(biāo)定實(shí)驗(yàn)
2.3 本章小結(jié)
3 基于融合圖像的火焰檢測(cè)方法
3.1 圖像融合綜述
3.2 基于改進(jìn)的IHS-NSCT融合算法
3.2.1 圖像分解
3.2.2 低頻子帶圖像融合
3.2.3 高頻子帶圖像融合
3.2.4 算法總結(jié)
3.3 火焰目標(biāo)識(shí)別算法
3.3.1 顏色空間介紹及轉(zhuǎn)換
3.3.2 基于顏色空間的雙閾值分割算法
3.4 本章小結(jié)
4 基于S-SIFT匹配算法的定位方法
4.1 立體視覺系統(tǒng)模型
4.2 立體匹配概述
4.3 基于改進(jìn)的S-SIFT算法
4.3.1 特征點(diǎn)的生成和描述過程
4.3.2 特征點(diǎn)匹配過程
4.3.3 S-SIFT算法總結(jié)
4.4 本章小結(jié)
5 仿真實(shí)驗(yàn)
5.1 圖像融合和目標(biāo)識(shí)別實(shí)驗(yàn)
5.1.1 融合算法驗(yàn)證
5.1.2 淡色火焰識(shí)別實(shí)驗(yàn)
5.1.3 實(shí)驗(yàn)分析
5.2 立體匹配以及火焰目標(biāo)定位實(shí)驗(yàn)
5.2.1 立體匹配算法驗(yàn)證
5.2.2 淡色火焰目標(biāo)定位實(shí)驗(yàn)
5.2.3 實(shí)驗(yàn)分析
5.3 本章小結(jié)
6 結(jié)論
6.1 本文結(jié)論
6.2 工作展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3869477
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/3869477.html
最近更新
教材專著