森林火災(zāi)是一種破壞性極強(qiáng)的自然災(zāi)害,全世界每年有數(shù)十萬次的森林火災(zāi)發(fā)生,嚴(yán)重危害著地球的生態(tài)資源和人類的生存發(fā)展。因此森林火災(zāi)的監(jiān)測預(yù)警技術(shù),已經(jīng)成為當(dāng)今世界各國都十分關(guān)注的研究課題。隨著科學(xué)技術(shù)的快速發(fā)展,各種新興的技術(shù)手段,如衛(wèi)星遙感、智能傳感器、無人機(jī)、紅外探測等技術(shù)正逐漸應(yīng)用于森林火災(zāi)的監(jiān)測預(yù)警領(lǐng)域,傳統(tǒng)的人工巡邏、瞭望塔監(jiān)測的手段也迎來了革命性的改變,這其中一種新的基于視頻監(jiān)控圖像處理和模式識別技術(shù)的火災(zāi)監(jiān)測預(yù)警方法由于其適用范圍廣、經(jīng)濟(jì)性強(qiáng)的特點(diǎn),正受到越來越多研究學(xué)者的關(guān)注。本文的課題就是研究基于視頻監(jiān)控圖像的森林火災(zāi)自動監(jiān)測識別技術(shù)及軟件系統(tǒng),目的是實(shí)現(xiàn)已經(jīng)安裝在林區(qū)的視頻監(jiān)控硬件系統(tǒng)與森林火災(zāi)自動識別軟件系統(tǒng)的結(jié)合,從而輔助或替代人工監(jiān)測方式,實(shí)現(xiàn)全天候林火自動監(jiān)測預(yù)警功能,具有一定的創(chuàng)新性和實(shí)用意義。本文主要從三個方面闡述了課題的研究內(nèi)容:一是先對森林火災(zāi)監(jiān)測預(yù)警技術(shù)發(fā)展現(xiàn)狀進(jìn)行了研究分析、比較,而后對森林火災(zāi)的圖像特性以及圖像處理和模式識別的理論技術(shù)基礎(chǔ)進(jìn)行了概述;二是對本課題研究的林火圖像自動監(jiān)測識別系統(tǒng)進(jìn)行功能需求分析和結(jié)構(gòu)設(shè)計,提出通過圖像預(yù)處理、運(yùn)動目標(biāo)檢... 

【文章來源】：電子科技大學(xué)四川省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

森林火災(zāi)視頻監(jiān)測識別系統(tǒng)網(wǎng)絡(luò)拓?fù)鋱D

時為了不過度破壞圖像中的尖銳形狀部分，更好的保留圖像的邊緣信息，將濾波的窗口設(shè)置的也較小。4.1.3 圖像的灰度化處理方法通常森林視頻監(jiān)控前端硬件部分采集并送入本系統(tǒng)的是RGB格式的彩色圖像，將這一格式圖像轉(zhuǎn)化為灰度圖像方法一般有三種：一是平均值法，設(shè)定每個像素紅綠藍(lán)三個分量的平均值設(shè)為灰度值；二是最大值法，設(shè)定每個像素紅綠藍(lán)三個分量中的最大值設(shè)為灰度值；三是加權(quán)平均法，是將每個像素的 R、G、B 分量分別賦予一定權(quán)值，并把帶權(quán)值的分量和作為灰度值，即灰度值=1 2 3Z R Z G Z B 。經(jīng)過實(shí)驗(yàn)研究，平均值和最大值法都不能很好的還原圖像的真實(shí)信息，而利用 YUV 顏色中間中 Y 分量表示亮度的意義[32]，再根據(jù) YUV 和 RGB 顏色空間的轉(zhuǎn)換關(guān)系建立的加權(quán)方法即 Y 0.3R 0.59G 0.11B得到的灰度圖像最為真實(shí)合理，最符合人眼對亮度和綠色較為敏感的視覺特性。對圖像進(jìn)行先中值濾波后灰度化處理前后的效果，如圖 4-3，圖 4-4 所示。

圖 4-4 灰度化并中值濾波的效果圖4.2 運(yùn)動目標(biāo)檢測模塊設(shè)計本系統(tǒng)中圖像預(yù)處理完成后，接著就送入運(yùn)動目標(biāo)檢測模塊，判斷監(jiān)控圖像序列中是否出現(xiàn)了可疑的動態(tài)目標(biāo)。當(dāng)前運(yùn)動目標(biāo)檢測技術(shù)主要分為靜態(tài)和動態(tài)背景兩種類型的檢測，動態(tài)背景主要是指攝像機(jī)處于時刻運(yùn)動的狀態(tài)，因此圖像的背景也在一直發(fā)生著變化，檢測技術(shù)也比較復(fù)雜，技術(shù)難度大。而靜態(tài)背景檢測是指在攝像機(jī)靜止的狀態(tài)下拍攝，此時檢測圖像中的運(yùn)動目標(biāo)相對比較簡單。而森林火災(zāi)的視頻監(jiān)控模式一般為一臺攝像機(jī)固定監(jiān)控一片森林區(qū)域，鏡頭不會頻繁轉(zhuǎn)動，總體來看，是屬于靜態(tài)背景檢測。4.2.1 靜態(tài)背景下的運(yùn)動目標(biāo)檢測技術(shù)選型本節(jié)通過對常用的靜態(tài)背景下三種運(yùn)動目標(biāo)檢測技術(shù)方法，即光流法、幀差法、背景差分法的基本原理進(jìn)行了研究，目的是通過其優(yōu)缺點(diǎn)和適用對象的對比

【參考文獻(xiàn)】：
期刊論文
[1]基于視頻流的林火煙霧運(yùn)動目標(biāo)檢測方法的研究[J]. 白書華,況明星.  江西師范大學(xué)學(xué)報(自然科學(xué)版). 2016(06)
[2]采用金字塔紋理和邊緣特征的圖像煙霧檢測[J]. 李紅娣,袁非牛.  中國圖象圖形學(xué)報. 2015(06)
[3]基于視頻的林火煙霧識別方法[J]. 范一舟,馬洪兵.  清華大學(xué)學(xué)報(自然科學(xué)版). 2015(02)
[4]基于改進(jìn)遺傳算法和SVM的森林火災(zāi)視頻目標(biāo)鑒別[J]. 樓雄偉,黃德才,方陸明,徐愛俊.  計算機(jī)科學(xué). 2014(08)
[5]基于顏色矩的圖像檢索算法研究[J]. 張少博,全書海,石英,楊陽,李云路,程姝.  計算機(jī)工程. 2014(06)
[6]基于支持向量機(jī)的目標(biāo)檢測算法綜述[J]. 郭明瑋,趙宇宙,項(xiàng)俊平,張陳斌,陳宗海.  控制與決策. 2014(02)
[7]基于多運(yùn)動特征的森林火災(zāi)煙霧圖像識別算法[J]. 吳夢宇,羅琴娟,韓寧.  北京林業(yè)大學(xué)學(xué)報. 2013(03)
[8]基于視頻的林火煙霧識別算法研究[J]. 林宏,劉志剛,趙同林,張雁.  安全與環(huán)境學(xué)報. 2013(02)
[9]視頻火災(zāi)識別的關(guān)鍵技術(shù)研究[J]. 王文豪,劉虎,嚴(yán)云洋.  計算機(jī)仿真. 2011(02)
[10]我國林火監(jiān)測體系現(xiàn)狀分析[J]. 吳雪瓊,覃先林,李程,田祖為,熊有強(qiáng),楊德付,張瑞.  內(nèi)蒙古林業(yè)調(diào)查設(shè)計. 2010(03)

博士論文
[1]基于視頻的運(yùn)動目標(biāo)檢測研究[D]. 黃敏.東南大學(xué) 2014

碩士論文
[1]基于多特征融合的林火煙霧檢測算法研究[D]. 岳姣姣.燕山大學(xué) 2016
[2]基于多特征融合的森林火災(zāi)火焰視頻識別研究[D]. 徐銘銘.南京林業(yè)大學(xué) 2015
[3]基于視頻圖像的火災(zāi)檢測與識別方法研究[D]. 張楠.華南理工大學(xué) 2013
[4]森林火災(zāi)視頻識別技術(shù)研究[D]. 咸慧.長春理工大學(xué) 2013
[5]基于視頻圖像的林火監(jiān)測方法研究與系統(tǒng)實(shí)現(xiàn)[D]. 施晨丹.南京理工大學(xué) 2013
[6]基于分形理論的彩色煙霧圖像識別[D]. 于海晶.中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所） 2012
[7]基于視頻圖像處理的火災(zāi)煙霧檢測技術(shù)研究[D]. 王濤.江南大學(xué) 2012
[8]基于視頻監(jiān)控的全天候火災(zāi)檢測系統(tǒng)[D]. 劉培勛.吉林大學(xué) 2011
[9]基于視頻的森林火災(zāi)識別方法研究[D]. 饒裕平.浙江農(nóng)林大學(xué) 2010
[10]運(yùn)動目標(biāo)檢測分割算法研究[D]. 陳奕奕.武漢科技大學(xué) 2010



本文編號：3615545