基于YCbCr顏色空間的森林火災(zāi)探測技術(shù)的研究.pdf

1、傳統(tǒng)的森林火災(zāi)探測系統(tǒng)使用物理傳感器設(shè)備識別火災(zāi)，它根據(jù)接收到的空氣中的物理化學(xué)性質(zhì)等來發(fā)出報警信號，這種傳感器存在反應(yīng)滯后，可靠性差等問題，隨著圖像處理技術(shù)的發(fā)展，近年來基于圖像的森林火災(zāi)探測技術(shù)成為研究熱點。本文分析了圖像型森林火災(zāi)探測的研究現(xiàn)狀，總結(jié)了相應(yīng)算法的框架，并對火災(zāi)火焰分割、特征提取及識別進(jìn)行了深入研究。
　　 首先，通過查閱文獻(xiàn)，研究分析了現(xiàn)有基于數(shù)字圖像處理的森林火災(zāi)檢測算法的利弊，如在YCbCr顏色空間下能

2、較好地區(qū)分亮度和色度、聚類算法對火焰比較明顯的情況下能較精確的提取出火焰區(qū)域等優(yōu)點，和在強光或在強霧的干擾下的識別率較低、用作分析的場景不全面等缺點。
　　 其次，基于彩色空間來分割提取森林火災(zāi)火焰。為了減少發(fā)生這樣的誤報，本研究通過幾種不同的分割方法來進(jìn)行比較測試后，提出了一種基于圖像型森林火災(zāi)探測技術(shù)的相關(guān)算法。這種基于圖像的火焰識別方法首先將圖像由RGB模式轉(zhuǎn)換為YCbCr顏色模式，以Cb，Cr為軸建立坐標(biāo)系并給出火焰樣本

3、的Cb，Cr值，火焰像素的取值正好集中在一個橢圓區(qū)域內(nèi)。研究統(tǒng)計發(fā)現(xiàn)，在(Cb，Cr)的邊緣分布，即Cb，Cr各自的分布大概接近正態(tài)分布，并且在(Cb，Cr)空間上的分布也基本符合二維正態(tài)分布，再結(jié)合基于L*a*b*顏色空間的K均值聚類算法對火災(zāi)圖像進(jìn)行分割，提取出火焰區(qū)域，判斷提取區(qū)域是否具有火焰的動態(tài)特征，增強火焰的判斷精度。通過實際測試，分割效果良好。
　　 再次，進(jìn)行森林火災(zāi)圖像的火焰特征的分析，主要從火焰的顏色特征和形

4、狀特征這兩個方面入手，對于火焰顏色特征，采用循環(huán)區(qū)域分裂方法對其進(jìn)行分析;對于形狀特征，在進(jìn)行之前，先將分割后的圖像進(jìn)行二值化，然后再對其周長、面積、圓形度等特征來進(jìn)行分析。最后，將各個特征進(jìn)行融合，從而在保證火焰高檢測率的同時降低誤檢率。
　　 最后，用C++代碼實現(xiàn)算法，進(jìn)行了森林火災(zāi)火焰識別的仿真實驗，實驗結(jié)果表明本文提出的森林火焰識別方法能夠較為準(zhǔn)確地識別火焰，誤判率較低，排除了近似火焰顏色物體和強光的干擾，對森林火災(zāi)的