火災(zāi)是日常生活中頻繁發(fā)生的嚴(yán)重災(zāi)害,具有極強(qiáng)的破壞性,同時(shí)對人們的生命以及財(cái)產(chǎn)安全造成嚴(yán)重危害。如何在火災(zāi)發(fā)生的初期及時(shí)探測火災(zāi)并報(bào)警,同時(shí)避免火災(zāi)的蔓延向來是國內(nèi)外研究的重點(diǎn)內(nèi)容之一。傳統(tǒng)火焰檢測技術(shù)存在檢測方法單一、響應(yīng)時(shí)間長、可靠性較低以及無法為后續(xù)火災(zāi)緊急處理提供有效位置信息等缺點(diǎn),針對以上缺點(diǎn),本文基于紅外和視覺信息研究了一種新型火焰探測器,新型探測器有效的結(jié)合了基于圖像和紅外的火焰檢測技術(shù),同時(shí)運(yùn)用雙目定位獲取火焰位置,為進(jìn)一步的火災(zāi)處理提供有效的位置信息,本文主要的研究內(nèi)容分為以下三個方面:首先,針對目前圖像火焰檢測算法中,在火焰前景提取時(shí),還存在火焰輪廓不完整及抗干擾性較差的情況,本文提出一種新的火焰前景提取算法,將RGB顏色空間模型與HSI顏色空間模型相融合進(jìn)行粗分割,再通過最大類間方差法（Otsu）進(jìn)行細(xì)分割,利用雙顏色空間融合的算法能夠提取較完整的火焰輪廓,使提取到的火焰輪廓所受干擾影響程度較小。獲得前景圖像后進(jìn)行火焰特征提取,在YCbCr顏色空間中提取火焰顏色特征,以及用灰度共生矩陣提取火焰紋理特征,用于最終的火焰判斷。同時(shí)提出一種改進(jìn)的概率神經(jīng)網(wǎng)絡(luò)（PNN）,... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

ROC曲線圖

江南大學(xué)碩士學(xué)位論文26圖4-4棋盤格實(shí)物圖需要通過標(biāo)定獲得的參數(shù)有：相機(jī)內(nèi)部參數(shù)：圖像物理坐標(biāo)系100O（u,v）；像素坐標(biāo)系中像素單元尺寸1dx、1dy；以及焦距f；還有圖像物理坐標(biāo)系和像素坐標(biāo)系之間的夾角r，r一般為0；相機(jī)外部參數(shù)：世界坐標(biāo)系與相機(jī)坐標(biāo)系之間的平移向量t；以及旋轉(zhuǎn)矩陣R；相機(jī)畸變參數(shù)：徑向畸變系數(shù)123k,k,k；切向畸變系數(shù)12p,p；使用張正友標(biāo)定方法進(jìn)行標(biāo)定時(shí)，具體流程如圖4-5所示。獲取左右相機(jī)不同角度圖像標(biāo)定棋盤格圖像角點(diǎn)檢測獲得內(nèi)外參數(shù)獲得畸變參數(shù)優(yōu)化參數(shù)圖4-5相機(jī)標(biāo)定流程圖為確保標(biāo)定結(jié)果的準(zhǔn)確性，本文使用左右相機(jī)各拍攝20張不同角度的棋盤格圖像作為標(biāo)定圖像，部分棋盤格圖片如圖4-6所示。

江南大學(xué)碩士學(xué)位論文28根據(jù)標(biāo)定所得相機(jī)內(nèi)外參數(shù)，將原始雙目圖像進(jìn)行行對齊及畸變矯正操作，得到行對齊的雙目圖像如圖4-8所示。圖4-8雙目圖像行對齊及畸變矯正后圖像4.5立體匹配通過雙目攝像頭定位出火焰位置，需要進(jìn)行雙目標(biāo)定、圖像矯正、立體匹配、計(jì)算距離等幾個步驟，而計(jì)算距離是通過左右圖像的視差進(jìn)行計(jì)算，立體匹配的目的就是獲得左右圖像的視差圖。由于左右攝像頭拍攝角度的不同，所以同一目標(biāo)物體在左右圖像中的位置不一致，立體匹配需要將左右圖像進(jìn)行匹配，判斷左右兩幅圖像的像素是否為同一目標(biāo)物體[46]，若匹配為同一目標(biāo)物體，則可生成對應(yīng)的視差圖，用于下一步的距離測量；若匹配的結(jié)果不是同一目標(biāo)物，則繼續(xù)進(jìn)行匹配。立體匹配主要目標(biāo)就是在左右圖像中匹配出目標(biāo)物體的位置，尋找目標(biāo)物體與左右圖像像素點(diǎn)之間的關(guān)系，從而獲取目標(biāo)物體的視差圖像[47]。4.5.1立體匹配概述在進(jìn)行圖像匹配時(shí)，根據(jù)匹配單元的選擇又可分為區(qū)域匹配和特征點(diǎn)匹配，也可稱為稠密匹配和稀疏匹配。區(qū)域匹配是指在左右圖像建立合適的區(qū)域窗口，以窗口為基本單元進(jìn)行搜索匹配，通過相似性代價(jià)函數(shù)計(jì)算左右窗口的相關(guān)性，基于區(qū)域的匹配算法得到的視差圖比較稠密，對于所有像素都有對應(yīng)的視差圖與之匹配。而特征點(diǎn)匹配，則是通過左右圖像的某些特征作為基本單元進(jìn)行立體匹配，計(jì)算速度較快，但獲取的視差圖較為稀疏，后續(xù)需要對視差缺失值的像素點(diǎn)進(jìn)行插值估計(jì)，同時(shí)在特征的選擇時(shí)，需要考慮特征的唯一性、可匹配性等問題。立體匹配算法在進(jìn)行左右圖像搜索匹配過程中存在不確定性，為避免盲目搜索，提高搜索效率，所以在匹配過程中需要一下約束條件對搜索范圍進(jìn)行約束。一般常用約束條件為極線約束、一致性約束、唯一性約束和連續(xù)性約束。

【參考文獻(xiàn)】：
期刊論文
[1]混合特征下最優(yōu)閾值預(yù)測的圖像匹配[J]. 嚴(yán)春滿,郝有菲,張迪,陳佳輝.  計(jì)算機(jī)工程與科學(xué). 2019(10)
[2]基于圖像增強(qiáng)技術(shù)的SURF特征匹配算法研究[J]. 張明浩,楊耀權(quán),靳渤文.  自動化與儀表. 2019(09)
[3]四波段紅外火焰探測器的識別算法設(shè)計(jì)與實(shí)現(xiàn)[J]. 馮宏偉,謝林柏.  紅外技術(shù). 2018(05)
[4]基于Lasso算法的中文情感混合特征選擇方法研究[J]. 李燕,衛(wèi)志華,徐凱.  計(jì)算機(jī)科學(xué). 2018(01)
[5]基于區(qū)域全卷積網(wǎng)絡(luò)結(jié)合殘差網(wǎng)絡(luò)的火焰檢測方法[J]. 洪偉,李朝鋒.  激光與光電子學(xué)進(jìn)展. 2018(04)
[6]多特征量對數(shù)回歸的火焰快速識別算法[J]. 席廷宇,邱選兵,孫冬遠(yuǎn),李寧,李傳亮,王高,鄢玉.  計(jì)算機(jī)應(yīng)用. 2017(07)
[7]基于SVM的視頻圖像火焰檢測[J]. 鐘玲,張興坤.  軟件工程. 2017(06)
[8]一種用于大場景雙目視覺系統(tǒng)攝像機(jī)的標(biāo)定方法[J]. 王劍,王宇勝,劉峰,李清嘉.  中國民航大學(xué)學(xué)報(bào). 2016(03)
[9]A binocular vision-based UAVs autonomous aerial refueling platform[J]. Haibin DUAN,Han LI,Qinan LUO,Cong ZHANG,Cong LI,Pei LI,Yimin DENG.  Science China（Information Sciences）. 2016(05)
[10]基于神經(jīng)網(wǎng)絡(luò)的智能電氣火災(zāi)預(yù)警系統(tǒng)設(shè)計(jì)[J]. 田樹仁.  消防科學(xué)與技術(shù). 2015(09)

碩士論文
[1]基于改進(jìn)ViBe算法及深度學(xué)習(xí)的室內(nèi)視頻火焰識別研究[D]. 陳熙.西安科技大學(xué) 2019
[2]基于多源視覺的淡色火焰識別與定位[D]. 吳能凱.北京交通大學(xué) 2019
[3]基于局部特征的圖像匹配算法研究[D]. 郭健.南京郵電大學(xué) 2018
[4]基于雙目視覺圖像的檢測技術(shù)研究[D]. 袁凱.哈爾濱工程大學(xué) 2018
[5]基于雙目視覺的火焰目標(biāo)檢測[D]. 王中林.北京交通大學(xué) 2018
[6]基于視頻圖像的火災(zāi)檢測算法研究與設(shè)計(jì)[D]. 孫琛.山東大學(xué) 2018
[7]四波段紫紅外復(fù)合式火災(zāi)探測器的研究與開發(fā)[D]. 秦洪偉.西華大學(xué) 2018
[8]基于特征點(diǎn)的立體匹配算法研究[D]. 劉暢.南京郵電大學(xué) 2017
[9]火焰圖像快速檢測方法研究及應(yīng)用[D]. 戴靜.西南科技大學(xué) 2017
[10]多波段紅外火焰探測器系統(tǒng)研究與產(chǎn)品開發(fā)[D]. 胡幸江.浙江大學(xué) 2013



本文編號：3044655