基于模糊聚类的图像型火灾检测

提出一种基于模糊聚类的图像型火灾检测算法。建立火焰颜色模型,利用像素运动累积法获取疑似目标的闪烁频率,借助有监督模糊聚类法合并同一疑似火焰区域中的不连通部分,依据火焰的运动特征进行火灾判定。实验结果表明,该算法误报率较低,运行效率较高,适用于多种场景的火灾检测。     

大空间建筑可视火灾探测系统的设计与实现

研究失火探测优化系统,传统感温感烟探测器在大空间建筑中探测距离短、误报率高、受环境因紊影响大等的缺陷.为克服这些缺陷,并解决目前视频火灾探测的检测率低、系统开发复杂的问题,在嵌入式集成开发环境下设计并实现了火焰多特征识别的可视火灾探测系统.通过融合火焰的颜色、亮度及跳动形态等多特征提取出火焰疑似区域,进行火焰检测和跟踪识别,运用Simulink构建系统算法模型和ETTIC6000完成面向目标板的代码自动生成,简化了系统的开发流程.实验测试结果表明,系统可以实现大空间建筑火灾火焰特征的快速提取与检测,并具有开发周期短的优点.     

基于模糊神经网络的火灾探测系统研究

为降低火灾报警误报、漏报频率,根据火灾探测特点,提出了基于模糊神经网络的火灾探测系统设计方案,介绍了基于模糊神经网络的火灾探测系统组成、模糊神经网络的设计与应用等。该系统可对传感器探测到的信息进行智能化处理,明显提高了火灾探测的灵活性和准确性。仿真结果证明了该方法的可行性。     

基于火焰图像动态特征的火灾识别算法

提出了一种基于火焰图像动态特征的火灾识别算法.首先在HSI空间对捕捉的图像进行彩色分割,通过相邻两帧图像判断视频中是否存在可疑火焰.当有可疑火焰存在时,再连续捕捉多帧图像,进行火焰中心定位并提取火焰动态特征,最后判断是否发生火灾.实验结果表明,该算法具有比较好的鲁棒性,能够有效地提高火灾识别的准确率、降低误报漏报率.     

基于SVM的图像型火灾探测系统

本文提出了基于SVM的图像火灾探测算法,利用混合高斯模型分割出图像中的移动区域,提取图像的圆形度、面积变化率、闪烁频率、相似度等,作为支持向量机的输入参数,判断出有无火灾,再利用基于B/S架构的网络监控端,避免了C/S架构的资源浪费和使用不便,实现了火灾检测算法和系统的构建,使用户能随时通过以太网监控火灾现场和实现回放等功能。     

多判据图像型火灾探测系统的研究

根据火灾发生时火焰的颜色、面积逐渐增大、边缘上的尖角等特性,提出了一种基于机器视觉的火灾探测系统.着重介绍了对采集到的火焰图像进行颜色分析、面积计算和火焰尖角识别,以便得到更加准确的火灾识别效果.     

应用PC/104实现模糊神经网络火灾探测系统

提出了采用ＰＣ／１０４嵌入式工控机作为硬件平台和多个传感器构成的、在一个模糊神经网络火灾探测系统中的应用，分析了ＰＣ／１０４的结构和特点，探讨了实现模糊神经网络的方法、提高速度和可靠性等问题。     

基于ARM&μC/OS-Ⅱ的火灾复合探测系统

以ARM嵌入式微处理器为处理芯片,实时操作系统μC/OS-Ⅱ为软件平台,设计了火灾气体复合探测系统.该系统复合探测了火灾早期的表征气体CO、CO2,通过模糊C均值聚类算法的优化迭代,更准确地确定真假火灾的最佳聚类中心,将基于过程特征的火灾判据移植到该系统,完成了系统调试.实验证明,系统能够很好的实现火灾的早期报警,具有...     

基于图像型森林火灾无线远程监控系统

针对目前我国森林火情远程监控中长时间不间断监测、运行成本过高等问题,提出了一种基于Linux系统和AT91RM9200处理器为平台的森林火灾监控系统。嵌入式处理器通过安装在森林监测点摄像头获取图像信息,采用图像增强、颜色聚类等图像处理手段,提取图像的颜色信息及其闪烁频率特性,运用火情识别算法判断视频图像帧是否含有火灾火焰,如果系统判断火灾发生,将火情信息通过无线网络传送到监控中心,交由上位机的监测人员做进一步处理。     

火灾图像探测的神经网络方法研究

针对传统火灾探测中判据单一问题以及对多传感器信号进行数据融合时存在的信号同步和匹配等问题,提出了一种采用神经网络综合处理颜色特征、纹理特征和形状特征进行火灾图像探测的方法.通过对未训练过的600幅火灾图像和非火灾图像进行识别后证明,该方法的正确率为96.8%,可以提高火灾探测的准确率,减少漏判和误判.     

基于计算机视觉的视频火焰检测技术

视频火焰检测是计算机视觉中一项理论意义与实际价值兼备的重要课题,对烟火事故的消防安全具有重要的实际意义。随着火焰视觉特征模型的不断完善,视频火焰检测方法的研究得到发展。本文综述了视频火焰检测的几个主要方面,包括其相对传统检测器的优势、火焰特性的分类与描述、代表性的检测方法、典型的系统方案及其发展趋势等;探讨了其中涉及的系统通用性、实时性、智能性、评测标准和多传感器融合等关键问题;还介绍了一种新的基于层次注意的视频火焰检测模型及多源感知信息的显著性融合框架,尝试借助显著性特征描述和低冗余计算来提升烟火监测系统的效率和主动性。     

基于色彩和闪频特征的视频火焰检测

基于视频图像的火焰检测是火灾预防的一个重要研究方向。为了提高火焰的检测率,利用RGB和HSI色彩空间中的颜色信息,建立了一种新的火焰色彩模型,应用该模型提取疑似火焰区域。提出了一种基于累积差分RGB三通道的火焰闪频特征抽取方法,并用逻辑回归（logistic regression,LR）对火焰的闪频特征进行分析,得到了优化的权重和偏斜率,建立了火焰闪频特征值的概率模型。最后将概率模型应用于火焰检测。实验结果表明,该算法对火焰区域检测效果好,适用范围广,且能检测出较小的火焰区域。     

基于视频图像的火焰多特征检测

根据火灾发生时火焰的颜色、面积变化和火焰的纹理特征,提出一种基于视频图像的火焰多特征检测方法.着重介绍了对采集到的视频图像中的火焰进行颜色、面积变化的分析,并通过BP神经网络进行火焰纹理相似性的识别,以便得到更准确的火焰识别效果.     

具有入侵检测功能的嵌入式远程视频监控系统的实现

基于ARM9硬件平台和嵌入式Linux软件平台,设计出了具有入侵检测功能的智能远程视频监控系统,避免了传统视频监控系统24小时连续录像带来的数据量大的缺点。     

基于嵌入式Linux的网络视频监控系统

介绍一种网络视频监控系统实现方案,系统以嵌入式Linux和嵌入式微控制器S3C2410为核心平台,通过嵌入式平台建立的Web服务器将USB摄像头采集来的视频信号,经过网络传输,完成对测控现场和测试设备的网络视频监控任务.详细介绍了在上述嵌入式平台上USB设备的驱动开发以及如何在嵌入式Linux下实现视频采集,并完成了在该嵌入式平台上的应用程序的移植.     

A New Fire Detection Method Using a Multi-Expert System Based on Color Dispersion,Similarity and Centroid Motion in Indoor Environment

In this paper, a video fire detection method is proposed, which demonstrated good performance in indoor environment. Three main novel ideas have been introduced. Firstly, a flame color model in RGB and HIS color space is used to extract pre-detected regions instead of traditional motion differential method, as it’s more suitable for fire detection in indoor environment. Secondly, according to the flicker characteristic of the flame, similarity and two main values of centroid motion are proposed. At the same time, a simple but effective method for tracking the same regions in consecutive frames is established. Thirdly,a multi-expert system consisting of color component dispersion,similarity and centroid motion is established to identify flames.The proposed method has been tested on a very large dataset of fire videos acquired both in real indoor environment tests and from the Internet. The experimental results show that the proposed approach achieved a balance between the false positive rate and the false negative rate, and demonstrated a better performance in terms of overall accuracy and F standard with respect to other similar fire detection methods in indoor environment.     

图像识别火灾检测报警系统的设计与实现

把图像处理技术引入火灾报警系统,利用计算机信息处理技术和图像自动识别技术,以实现火灾检测及报警的自动化和智能化。通过摄像头对检测环境进行实时监控,定时采集图片信息,可根据不同的情况修改采集图片的频率,以适应不同的情况。再由计算机对图像进行处理和分析,根据火焰的基本特征在火灾的初期进行报警。该方法方便可靠,能在火灾初期发出警告信号,可以得到令人满意的效果。