计算机视觉在早期森林火灾探测中的应用研究-精密仪器及机械专业论文

优秀毕业论文

精品参考文献资料

计算机视觉在早期森林火灾探测中的应用研究摘

计算机视觉在早期森林火灾探测中的应用研究

摘要

森林火灾目前己成为一个全球性的问题。因此，为减少森林火灾的损失，世界各国 非常重视林火探测技术的研究。为防止火灾发生，森林火灾探测已成为人们普遍关心和 深入研究的课题。随着计算机技术和数字图像处理技术的发展，一种基于计算机视觉的 智能化森林火灾探测技术便成为可能。本文通过对数字图像处理技术的研究，实现了多 种早期森林火灾探测和识别算法。

本文系统地讨论了森林火灾发展过程以及在此过程中呈现的主要物理现象。在此基 础上，讨论了早期森林火灾的烟雾特征和火焰特征，通过对这些特征的研究发现一些规 律和特性为火灾的探测提供了重要的依据。

介绍了火灾图像的增强、滤波、形态学处理、边缘提取等图像处理技术以及最大熵 阂值分割、区域生长和Otsu阈值分割等算法，并进行了实验对比。提出了时间．空间域 分割法和背景恢复分割法，较好地提取了烟雾前景。通过将数种分割算法综合起来，有 效地对火焰区域进行跟踪和分割。

在论文最后，讨论了早期森林火灾图像识别技术。分别对火灾烟雾和火焰图像的识 别技术进行了研究。对于烟雾，我们利用其形状几何特性和烟雾表现出来的时频特性提 出了一系列的识别算法。对于火焰，本文分析了火灾火焰的边缘变化、形体变化、整体 移动特性和闪烁频率等规律，并提出了相应的识别算法。实验结果表明，本文所给出的 算法能够较好地实现对早期森林火灾的探测和识别。

关键词：森林火灾探测，计算机视觉，图像处理，图像识另lj．

Application

Application Research of Computer Vision in Early Forest Fire Detection

Li Yanbin

Tutor：Chen Shuyue

Abstract

Currently Forest fire has become a global problem．Therefore，in order to reduce the loss of forest fire，all the countries in the world attaches great importance to forest fire detection technology．Fore preventing the fire to occur,forest fire detection has become the subject with

the deep research．With the development of computer technology and digital image processing

technology,a intelligence forest fire detection based on computer vision will be possible．In this dissertation，by the aid of digital image processing techniques，several early forest fire detection and recognition algorithms have been realized．

The process of forest fire as well as the main physical phenomenon during with it，have been detailed discussed systematically in this dissertation．Based on this，we discuss the early

forest fire smoke character and flame character．The law and characteristic property have been

discovered and provide important basis for forest fire detection．

The techniques of fire image enhancement，noise filtering，and the algorithms of maximum entropy threshold segmentation，region growth，Otsu threshold segmentation have been studied in this dissertation．Compared with the experiment results．Presents

tem