基于ARM和图像识别算法的火灾探测系统设计

针对目前基于传感器技术的火灾探测器存在的不足,在ARM嵌入式微处理器和当前流行的WindowsCE实时操作系统基础上,提出了一套基于红外图像检测算法的火灾探测系统设计方案.借助于ZC301感光芯片为核心的USB摄像头作为图像采集模块,对火灾信息进行采集,通过ARM处理器进行分析处理,从而进行有无火灾的检测与报警.     

基于ARM和图像检测的火灾报警系统设计

针对目前基于传感器技术的火灾探测器存在的不足,在ARM嵌入式微处理器和当前流行的Linux实时操作系统基础上,提出了一套基于红外图像检测算法的火灾探测系统设计方案。借助于ZC301摄像头感光芯片为核心的USB摄像头作为图像采集模块,对火灾信息进行采集,通过ARM处理器进行分析处理,从而进行有无火灾的检测与报警。     

基于图像视觉特征的火灾自动识别

传统的火灾检测方法是感烟、感温、感光探测器以及红外对射探测，对于装有监控设备的大空间建筑物，该文提出了一种基于图像视觉特征的火灾检测方法。通过对摄像头摄取的图像进行处理，提取其色彩特征和小波特征，然后利用神经网络通过有监督的学习建立图像特征向量与三维火灾向量的联系，达到利用图像进行火灾识别的目的.     

一种非线性变换的双直方图红外图像增强方法

红外图像具有噪声大、对比度低等特点,红外图像增强是红外探测、识别和跟踪应用中的核心问题之一。在红外图像增强技术中,直方图均衡方法简单、有效,但存在细节信息损失较大的缺陷。提出一种对红外图像采用非线性变换分段直方图的增强方法,该方法对红外图像进行非线性变换,提高较暗区域的像素亮度,根据前背景区域特征将直方图分成两段,进行双直方图均衡化处理,对前景和背景分别进行图像的增强。经过实验验证,该算法能有效提高图像亮度,扩大目标区的灰度范围,增强前景图像的细节部分。     

小波域红外图像增强算法研究

由于红外图像成像机理及红外成像系统自身的原因,红外图像大多对比度低、细节信息不明显,视觉效果差,需要经过增强处理改善图像质量。提出一种基于小波的多分辨分析方法和Retinex图像增强算法相结合的红外图像增强方法。利用小波把红外图像分解成近似子图像和细节子图像,对近似子图像进行改进的Retinex增强算法处理,对细节子图像采用多策略小波阈值增强,最后小波重构得到增强的红外图像。实验结果表明,该算法对红外图像具有较好的增强效果。     

基于STM32的红外火灾探测系统设计

为进一步提高火灾探测系统的探测精度及响应速度,设计了基于STM32的红外火灾探测系统;本系统采用多个红外火焰探测器、温度传感器对火灾的多参量进行探测;基于STM32F103Zet6微处理器,首先采取DMA方式实时读取探测器及传感器A/D转换后的数据,进而进行数据处理及算法分析,实时判断是否发生火灾;判断结果通过报警指示灯来显示;同时,通过串口将数据传给上位机,以便进一步进行离线分析和算法改进;本系统与传统的火灾探测相比,火灾识别率提高约5%,系统响应速度缩短3S左右,具有较强的数据处理能力及较快的系统响应速度。     

基于人眼视觉特性的红外图像细节增强

由于红外成像的机理和探测器的限制,使得红外图像具有对比度低以及边缘模糊的特点。导致红外图像不适合被人眼及机器观察。传统的红外图像增强方法由于没有考虑人眼的因素,导致仍然不适合被人眼观察。本文结合分层思想提出一种基于人眼视觉的红外图像细节的增强的方法。该方法首先利用双边滤波器将图像分成包含图像低频概貌信息的基础层和包含图像高频细节信息的细节层。基础层的处理是运用人眼视觉特性的方法将其映射到显示器可显示范围内。细节层的处理是应用了自适应增益的方法对细节层进行增强。最后将两层的处理结果进行合并量化到8-bit范围内。采用大量的红外图像对算法进行测试,实验结果表明本算法能够改善红外图像对比度低和边缘模糊的缺点。     

基于非抽样Contourlet变换的红外图像增强算法

提出了一种基于非抽样Contourlet变换的红外图像增强算法,利用非线性函数对红外图像Contourlet变换系数进行修正,以增强图像有益贡献的同时抑制噪声分量.实验表明,与传统的图像增强算法相比,该算法可以有效地增强红外图像的细节和纹理.     

数据融合技术在智能建筑火灾探测中的应用研究

针对目前智能建筑火灾探测的复杂性,采用离子感烟探测器、光电感烟探测器、温度探测器、火焰探测器来探测复杂的火灾场地,使用BP神经网络和基于D-S证据理论的多传感器数据融合技术对探测到的数据进行处理和仿真。从仿真结果可以看出,数据融合技术能提高火灾识别率,降低火灾误报率     

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。     

基于图像显著性检测的图像分割

图像分割在许多图像处理和机器视觉问题中是一个非常重要的过程,是将一幅图分割成几个显著的区域,然而不能将其中最显著的目标直接分割出来,需要进一步处理。为此本文采用显著性检测的算法实现了对目标的分割。显著性区域检测可以应用于目标检测、图像检索、图像分割等机器视觉问题。使用杨等人提出的基于图论的流形排序算法检测显著性算法得到显著性图,再结合mean-shift分割算法,实现了对视觉显著性目标分割提取,可获得可观的图像分割结果,并将此算法应用到了森林火灾检测中,能对图像中的火焰部分进行有效的分割提取。     

基于红外技术的火情预警报警及定位方案研究

随着经济的高速发展,露天堆积场、大型仓库和超高压输电线经过的森林区域等越来越多,这对火灾的防控工作提出了更高的要求.提出了一种基于红外技术和无线电测向原理的火灾预警报警系统设计方案.本火灾探测系统能够扫描半径5 km的区域,并在后台生成一幅全景灰度图像,如探测到火灾,前端将通过无线通信方式发送至后台客户端,并在后台客户端的灰度图像和电子地图分别标注出起火点的位置.黑白全景的电子信息地图中像素点的红外数据是通过下位机光信号采集模块完成的,像素点的坐标信息是通过主轴步进电机的脉冲计数、转镜的旋转角度来确定的.电子地图上的火情点是借助无线电测向思想根据两个探测设备的主轴步进电机的转角信息确定的.所提出的方案具有部署方便、无需聚焦、镜头成本较低、受天气环境影响小、提醒及时等优点.     

基于环境减灾小卫星数据的森林火灾迹地检测算法研究

森林火灾迹地是森林火灾的基本描述因子之一,是评估森林火灾严重程度的重要资料。本文基于环境减灾小卫星数据的特性,提出将GEMI指数作为火灾迹地检测指数;为了降低利用单幅影像进行火灾迹地检测时云污染现象对检测精度造成的影响,构建时序GEMI指数合成方法;并进一步提出适用于环境减灾小卫星数据的基于时序合成GEMI影像的火灾迹地检测算法;最后,将算法应用于2009年4月发生在中国黑龙江的森林火灾,检测结果表明该算法能准确地反映出森林火灾过火区域。     

基于数字图像处理的大范围区域的火焰识别

传统的检测火焰的方法并不能发挥很好的作用,近些年,随着计算机以及基于视频图像序列处理的数字图像处理技术的发展,基于视觉火焰检测技术在大范围空间具有十分实用的价值。通过数字彩色CCD摄像机获得连续的图片,我们可以通过图像利用数字图像处理的算法来获得所感兴趣区域的形状特征,静态动态特征以及颜色信息,从而来判断是否发生了火灾。将摄像系统装配在所需检测的位置从而达到对检测区域自动防火的功能。简便的算法也可以减少对数据处理的时间。实验的结果说明了我们的方法可以准确地确认火焰。     

视频火灾检测的设计与实现

在分析火灾图像特性的基础上,运用数字图像处理技术和模式识别技术,提出了火灾识别的思想.给出了图像处理和识别的算法,该算法采用二维最大熵自动阈值法对火灾图像进行分割处理,分割后再提取可疑区域;对可疑区域的火焰进行识别,给出火焰存在的可能性;根据火灾火焰蔓延时的面积、相似度的变化来识别、判断火灾的发生.实验证明,与传统的检测方法相比,大大地提高火灾预报的准确率.     

基于视频的嵌入式森林火灾预警系统

针对目前我国森林火情远程监控中长时间不间断监测、建设成本高的不足,提出了一种基于视频的嵌入式森林火灾监测和报警的系统。嵌入式处理器对安插在森林监测点摄像头采集到的视频图像,通过昼间或夜间火情识别算法进行智能处理,当潜在异常确认为异常发生时,通过无线网络将火情信息传送到监控中心,交由工作人员做进一步处理,避免了长时间不间断监控。与现有其他同类系统的比较表明：该系统对于我国森林火情监测有较大的实用价值。     

基于嵌入式处理平台的森林火灾检测系统设计

提出了一种基于嵌入式处理平台的森林火灾检测系统,对系统硬件设计和软件设计两个方面做了详细论述.系统核心采用DSP+FPGA设计方案,设计实现火灾检测与报警系统,FPGA采集数字视频图像并对其进行图像预处理,然后在DSP中结合相应智能图像处理和模式识别算法进行处理,处理结果通过微波通信送至主控室,对森林区域进行实时监控.实验结果表明,该系统相比传统感温、感烟等探测技术,能克服周围环境影响,具有准确性高、响应速度快,监控区域广等特点.     

红外图像处理技术在苹果早期淤伤检测中的应用

在苹果品质检测中,淤伤是影响检测效率的一个重要原因,针对苹果淤伤检测这一难题,提出应用红外图像处理技术解决.根据红外热图像成像原理及其特点,采用风扇加热与冷却两种实验方法.在实验过程中,红外摄像机拍摄获得苹果红外图像,选用优越的混合图像增强算法等红外图像处理方法识别早期淤伤.实验结果表明,应用红外图像技术可以检测苹果早期淤伤,且效率迭96%以上.     

基于多种图像的电路板故障诊断系统研究

基于多种图像的电路板故障诊断系统研究论述了基于多种图像的电路板故障诊断的原理及方法,对红外成像技术、可见光图像处理与分析技术、电路板故障诊断技术进行研究,通过利用图像增强技术、图像平滑处理技术、图像的二值化处理技术等,对采集到的电路板图像进行滤波,平滑等预处理;利用差分热图法及序列热图法对电路板及其元器件温度特征变化进行分析和故障判定;采用基于Harris角点检测的方法实现电路板可见光图像和红外热图像的配准,进而实现红外热像检测下的故障定位于可见光图像之上,方便的查找故障发生的位置,直观的查看到故障元器件产生的现象。