基于FPGA的视频式火灾探测技术及方法研究

摘要

视频式火灾探测系统借助机器视觉，应用环境几乎不受限制。目前，视频式火灾探测系统多是基于微机的设计，但串行指令和串行的数据处理方式，造成速度的瓶颈。FPGA具备并行处理数据的能力，这是其运用于图像处理的优势所在。即便大量、并行的图像数据，FPGA也能实时处理。
　　本文的研究目的是建立以 FPGA为核心的视频式火灾探测系统，具备实时图像获取、图像预处理、火焰识别的功能。通过研究火灾图像的视觉特性和火焰的温度、辐射特性，决定选用红外滤光片初步分离图像中的火焰和低温背景，红外火灾图像需通过大津法二值化及形态学处理后，才能进入识别阶段。对火焰图像的面积、圆形度和尖角三种特征进行数学建模，并设计实验验证，实验数据表明三种特征的绝对性。借助贝叶斯决策理论分析如何降低火焰识别的误判率，增加参与识别的特征种类是最直接、有效的途径。因此，提出一种融合面积改变率、圆形度和尖角变化率的多特征识别算法。实验证明，多特征算法的误报率低于单特征算法。最后，在系统整体架构的基础上，针对图像预处理方法和多特征识别算法，采用Verilog HDL进行描述建模，设计相应的电路结构。设计的关键是分解算法，使之能够并行的实现，并且更多利用查找表、流水线等操作方式，从而最大限度地发挥FPGA的速度优势。提供的仿真波形和实际结果证明FPGA实现视频式火灾探测的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究意义与目的

1.2 国内外研究现状

1.3 论文的主要研究内容

第二章 红外火灾图像分析

2.1 火灾早期图像的视觉特性

2.2 红外图像的特点

2.3 红外波长对火焰探测的影响

2.4 本章小结

第三章 图像获取与预处理

3.1 图像传感器简介与选取

3.2 图像处理的基本流程

3.3 用大津法实现图像二值化

3.4 形态学图像处理方法

3.5 图像预处理效果

3.6 本章小结

第四章 红外火灾图像识别算法的研究

4.1 图像识别概述

4.2 基于红外火灾图像特征的识别算法分析

4.3 实验数据分析

4.4 贝叶斯决策理论的应用

4.5 多特征融合的火灾图像识别算法

4.6 本章小结

第五章 系统设计与仿真

5.1 FPGA开发技术基础

5.2 系统整体框图

5.3 核心模块设计与仿真

5.4 系统实现

5.5 本章小结

第六章 总结与展望

致谢

参考文献