红外图像型智能火灾探测系统的研究与实现

摘要

火灾是常见的严重自然灾害之一。对其进行早期实时的监控是火灾消防领域的研究重点。现有的火灾传感器,如感烟、感温、感光探测器,它们分别利用火焰的烟雾、温度、光的特性来对火灾进行探测,受其探测原理的局限,对火灾的早期、早早期隐患很难发现,而红外图像是人类视觉的延伸,红外图像型火灾探测技术可以通过分析火灾图像的早期特征,达到火灾早期报警、早期防护的作用,对预防或减少火灾的发生有着重要的现实意义。本文基于红外辐射理论,在深入研究了火灾特征的基础上,运用图像识别及处理的方法,从采集的火灾红外图像中,依据温度变化、面积的变化、边缘抖动以及形状不规则等特征,分别进行了相应的算法研究,并给出了具体的数学模型,搭建了一个基于OpenCV(开源计算机视觉库)的红外图像型智能火灾探测系统。本文主要算法有温度算法、面积算法、形状算法等。温度算法主要基于物体的温度越高其辐射能量越大,相应其形成的图像像素值越高的特征;面积算法主要基于火灾面积会不断增大的特征,这是火灾区别于其它高温物体的显著特征。随着火势的增大,火焰不断地增强,在这个阶段,火灾的面积呈现连续的、扩展性的增加趋势,检验火灾初始的辐射面积增长速率是十分有用的;形状算法主要基于火灾面积的形状随机变化且不规则的特征。根据火灾图像形状的不规则和大部分干扰源(如电炉、白炽灯等)的形状较规则的特点,将圆形度作为火灾判据之一。该系统采用了红外摄像机和彩色可见光摄像机,前者用于火灾图像的采集,后者用于火灾现场的录像监控。良好的人机界面具有实时监控、图像识别、参数调整、录像功能、视频截图、日志记录、燃烧物识别以及报警功能,支持现场监控及录像取证(火灾黑匣子),能实现现场语音广播、发送短信以及远程网络报警,亦可与各类消防设备联动。其中燃烧物识别具有重要意义,可揭示火灾产生的起因,有利于火灾责任的追查认定。

目录

摘要

ABSTRACT

目录

第一章 绪论

1.1 引言

1.2 研究背景与现状

1.2.1 研究背景

1.2.2 基于红外图像处理的火灾探测技术发展

1.3 论文研究内容以及目标

1.4 论文的组织结构

第二章 火灾图像分析

2.1 火灾信号特征

2.1.1 火灾温度特征

2.1.2 火焰的特点及图像的特性

2.2 红外基础理论

2.2.1 普朗克辐射定律

2.2.2 维恩位移定律

2.3 红外图像特征

2.4 小结

第三章 红外图像测温模型建立

3.1 红外测温技术概述

3.2 红外测温模型建立

3.2.1 温度与像素值的定量关系

3.2.2 像素值随距离的衰减关系

3.2.3 距离识别

3.3 综合模型设计

3.4 小结

第四章 系统结构与硬件设计

4.1 系统结构

4.2 系统硬件设计

4.2.1 红外滤光片的选取

4.2.2 摄像头的选取

4.2.3 GSM模块

4.3 小结

第五章 系统软件设计与实现

5.1 编程环境

5.1.1 MFC概述

5.1.2 OpenCV概述

5.1.3 Directshow概述

5.2 系统软件结构与功能

5.2.1 系统软件结构

5.2.2 系统软件模块及功能

5.3 多线程的实现

5.4 火灾识别算法

5.4.1 温度算法

5.4.2 面积算法

5.4.3 形状改变算法

5.4.4 防误报警功能

5.5 图像分析与处理

5.5.1 中值滤波

5.5.2 灰度化

5.5.3 二值化

5.5.4 灰度直方图

5.5.5 轮廓跟踪

5.5.6 伪彩色图

5.6 网络报警

5.7 GSM报警

5.8 小结

第六章 基于BP神经网络的燃烧物识别系统的模型

6.1 燃烧物识别的意义

6.2 燃烧物识别提取的特征

6.2.1 温度特征

6.2.2 形体特征

6.3 基于BP神经网络的燃烧物识别系统的模型

6.3.1 BP神经网络概述

6.3.2 学习样本的确定

6.3.3 激活函数的选取

6.3.4 网络层数的选择

6.3.5 各层节点数确定

6.3.6 神经网络中参数的选取

6.3.7 BP神经网络算法实现

6.4 神经网络训练及测试

6.4.1 神经网络训练

6.4.2 神经网络测试

6.5 小结

第七章 实验结果及分析

7.1 实验步骤及结果

7.1.1 温度检测

7.1.2 火灾检测

7.1.3 抗干扰实验

7.2 小结

第八章 总结与展望

参考文献

致谢

攻读硕士学位期间发表的论文

附录

1、多线程的实现

2、网络报警

3、火灾探测

4、燃烧物识别