專利名稱：基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及火災(zāi)圖像探測(cè)的領(lǐng)域，尤其是一種基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)。
背景技術(shù)：
火焰圖像是火災(zāi)圖像探測(cè)方法的主要信息來(lái)源，其信息的豐富和直觀，為早期火災(zāi)的辨識(shí)和判斷奠定了基礎(chǔ)，對(duì)火焰圖像進(jìn)行邊緣檢測(cè)既可以為火焰圖像的恢復(fù)、增強(qiáng)和重構(gòu)提供理論與方法，又可以為火焰特征的提取提供依據(jù)，成為火災(zāi)圖像探測(cè)方法中不可缺少的一步。邊緣一般是指圖像中像素灰度有階躍變化或屋頂狀變化的那些像素的集合，可以粗略地分為階躍邊緣(step edge)與屋頂邊緣(roof edge)，它存在于目標(biāo)與背景、目標(biāo)與目標(biāo)、區(qū)域與區(qū)域、基元與基元之間。邊緣對(duì)圖像識(shí)別和分析十分有用，它能勾畫出目標(biāo)物體輪廓，使觀察者一目了然，包含了豐富的信息(如方向、階躍性質(zhì)、形狀等)，是圖像識(shí)別中抽取的重要屬性。近年來(lái)，隨著數(shù)學(xué)和人工智能的發(fā)展，出現(xiàn)了一些新的邊緣檢測(cè)方法，如數(shù)學(xué)形態(tài)法、小波變換法、神經(jīng)網(wǎng)絡(luò)法、模糊檢測(cè)法、IFS邊緣檢測(cè)算子等等。而常用的方法有基于一階微分算子的羅伯特(Roberts)算子、索貝爾(Sobel)算子、Prewitt算子、坎尼(Canny)算子方法和基于二階微分算子的拉普拉斯(Laplacian)算子。本文簡(jiǎn)要地介紹了幾種經(jīng)典算子的原理，設(shè)計(jì)了相關(guān)實(shí)驗(yàn)來(lái)提取火焰圖像，并使用Matlab對(duì)火焰圖像進(jìn)行邊緣檢測(cè)，分析這幾種經(jīng)典算子的優(yōu)劣，找出適合進(jìn)行火焰圖像邊緣檢測(cè)的最佳算子，以確保提取的火焰參數(shù)的準(zhǔn)確性，提高火災(zāi)的判別精度。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題是為了克服上述中存在的問(wèn)題，提供一種基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)，其能夠有效地提高火災(zāi)的判別精度。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是一種基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)，用CCD攝像頭進(jìn)行攝取火焰圖像，通過(guò)MV8000視頻采集卡把火焰的模擬圖像轉(zhuǎn)化為數(shù)字圖像，用MV8000自帶的SDK軟件開發(fā)包獲取幀圖像，經(jīng)過(guò)數(shù)字圖像處理實(shí)現(xiàn)圖像模式的轉(zhuǎn)換，經(jīng)灰度拉伸提高圖像的對(duì)比度后，利用邊緣檢測(cè)算子對(duì)單幀圖像進(jìn)行邊緣檢測(cè)，檢測(cè)后的數(shù)據(jù)進(jìn)行計(jì)算火焰特征參數(shù)，從而結(jié)果輸出。邊緣檢測(cè)算子為羅伯特邊緣算子、索貝爾邊緣算子、Prewitt邊緣算子、拉普拉斯邊緣算子、高斯-拉普拉斯邊緣算子或坎尼邊緣算子，羅伯特邊緣算子是一種斜向偏差分的梯度計(jì)算方法，梯度的大小代表邊緣的強(qiáng)度，梯度的方向與邊緣走向垂直；索貝爾算子是一組方向算子，從不同的方向檢測(cè)邊緣。索貝爾算子不是簡(jiǎn)單求平均再差分，而是加強(qiáng)了中心像素上下左右四個(gè)方向像素的權(quán)重，運(yùn)算結(jié)果是一幅邊緣圖像；
Prewitt邊緣算子是一種邊緣樣板算子，利用像素點(diǎn)上下、左右鄰點(diǎn)灰度差，在邊緣處達(dá)到極值檢測(cè)邊緣，對(duì)噪聲具有平滑作用。由于邊緣點(diǎn)像素的灰度值與其鄰域點(diǎn)像素的灰度值有顯著不同，在實(shí)際應(yīng)用中通常采用微分算子和模板匹配方法檢測(cè)圖像的邊緣；拉普拉斯算子是一個(gè)二階導(dǎo)數(shù)算子，而前面提到的三種算子均為一階導(dǎo)數(shù)算子。該算子是一個(gè)與方向無(wú)關(guān)的各向同性(旋轉(zhuǎn)軸對(duì)稱)邊緣檢測(cè)算子。若只關(guān)心邊緣點(diǎn)的位置而不顧其周圍的實(shí)際灰度差時(shí)，一般選擇該算子進(jìn)行檢測(cè)； Marr和Hildreth將高斯濾波和拉普拉斯邊緣檢測(cè)結(jié)合在一起,形成了高斯_拉普拉斯算子，即高斯-拉普拉斯算子，也常稱為馬爾算子(Marr-Hildreth)，該算子先用高斯算子對(duì)圖像進(jìn)行平滑，然后采用拉普拉斯算子根據(jù)二階微分過(guò)零點(diǎn)來(lái)檢測(cè)圖像邊緣；坎尼算子是一類最優(yōu)邊緣檢測(cè)算子，它在許多圖像處理領(lǐng)域得到了廣泛應(yīng)用。Canny考核邊緣檢測(cè)算子的指標(biāo)是(I)低誤判率，即盡可能地把邊緣點(diǎn)誤認(rèn)為是非邊緣點(diǎn)；(2)高定位精度，即準(zhǔn)確地把邊緣點(diǎn)定位在灰度變化最大的像素上；(3)抑制虛假邊緣。
本發(fā)明的有益效果是，本發(fā)明的基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)，采用此種系統(tǒng)，能夠快速提取火焰圖像，使用Matlab對(duì)火焰圖像進(jìn)行邊緣檢測(cè)，從而找出適合進(jìn)行火焰圖像邊緣檢測(cè)的最佳算子，確保提取火焰參數(shù)的準(zhǔn)確性和提高火災(zāi)的判別精度。


下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。圖I是本發(fā)明的火焰圖像探測(cè)原理框圖；圖2是本發(fā)明的火焰圖像邊緣檢測(cè)結(jié)構(gòu)示意圖。
具體實(shí)施例方式現(xiàn)在結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。這些附圖均為簡(jiǎn)化的示意圖，僅以示意方式說(shuō)明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。如圖I所示的基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)，用CCD攝像頭進(jìn)行攝取火焰圖像，通過(guò)MV8000視頻采集卡把火焰的模擬圖像轉(zhuǎn)化為數(shù)字圖像，用MV8000自帶的SDK軟件開發(fā)包獲取幀圖像，經(jīng)過(guò)數(shù)字圖像處理實(shí)現(xiàn)圖像模式的轉(zhuǎn)換、環(huán)境光的消除、圖像平滑及增強(qiáng)等處理，經(jīng)灰度拉伸提高圖像的對(duì)比度后，利用邊緣檢測(cè)算子對(duì)單幀圖像進(jìn)行邊緣檢測(cè)，檢測(cè)后的數(shù)據(jù)進(jìn)行計(jì)算火焰特征參數(shù)，從而結(jié)果輸出，其中一幅火焰圖像的邊緣檢測(cè)結(jié)果如圖2所示。一般認(rèn)為，邊緣線清晰、連貫性較好、能檢測(cè)結(jié)果。從火焰圖像邊緣檢測(cè)效果圖中可以看構(gòu)成封閉邊界線的邊緣檢測(cè)圖為理想的圖像邊緣出，Roberts算子、Sobel算子和Prewitt算子的結(jié)果圖邊緣連續(xù)性較差(如邊緣檢測(cè)結(jié)果圖中箭頭指示部分，出現(xiàn)了斷邊)，不利于火焰圖像特征參數(shù)的提取。高斯-拉普拉斯算子和Canny算子的檢測(cè)結(jié)果圖邊緣連續(xù)性好，由于Canny算子能檢查出真正的弱邊緣，其邊緣定位比較精確，但邊緣連續(xù)性稍差于高斯-拉普拉斯算子(如邊緣檢測(cè)結(jié)果圖中箭頭指示部分，出現(xiàn)了斷邊)，并且容易受噪聲的影響，如果配合理想的濾波器首先濾除背景噪聲，Canny算子也是一種很好的火焰圖像邊緣檢測(cè)算子，但這將使操作變得比較復(fù)雜，由此可知，高斯-拉普拉斯算子相對(duì)來(lái)說(shuō)比較簡(jiǎn)單，且效果理想，是相對(duì)比較有效的火焰圖像邊緣檢測(cè)算子。
高斯-拉普拉斯算子通常具有如下形式
權(quán)利要求
1.一種基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)，其特征是用CCD攝像頭進(jìn)行攝取火焰圖像，通過(guò)MV8000視頻采集卡把火焰的模擬圖像轉(zhuǎn)化為數(shù)字圖像，用MV8000自帶的SDK軟件開發(fā)包獲取幀圖像，經(jīng)過(guò)數(shù)字圖像處理實(shí)現(xiàn)圖像模式的轉(zhuǎn)換，經(jīng)灰度拉伸提高圖像的對(duì)比度后，利用邊緣檢測(cè)算子對(duì)單幀圖像進(jìn)行邊緣檢測(cè)，檢測(cè)后的數(shù)據(jù)進(jìn)行計(jì)算火焰特征參數(shù)，從而結(jié)果輸出。
2.根據(jù)權(quán)利要求I所述的基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)，其特征是:邊緣檢測(cè)算子為羅伯特邊緣算子、索貝爾邊緣算子、Prewitt邊緣算子、拉普拉斯邊緣算子、高斯-拉普拉斯邊緣算子或坎尼邊緣算子。
全文摘要
本發(fā)明涉及一種基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)，用CCD攝像頭進(jìn)行攝取火焰圖像，通過(guò)MV8000視頻采集卡把火焰的模擬圖像轉(zhuǎn)化為數(shù)字圖像，用MV8000自帶的SDK軟件開發(fā)包獲取幀圖像，經(jīng)過(guò)數(shù)字圖像處理實(shí)現(xiàn)圖像模式的轉(zhuǎn)換，經(jīng)灰度拉伸提高圖像的對(duì)比度后，利用邊緣檢測(cè)算子對(duì)單幀圖像進(jìn)行邊緣檢測(cè)，檢測(cè)后的數(shù)據(jù)進(jìn)行計(jì)算火焰特征參數(shù)，從而結(jié)果輸出。本發(fā)明的基于邊緣檢測(cè)算子用火災(zāi)圖像探測(cè)系統(tǒng)，采用此種系統(tǒng)，能夠快速提取火焰圖像，使用Matlab對(duì)火焰圖像進(jìn)行邊緣檢測(cè)，從而找出適合進(jìn)行火焰圖像邊緣檢測(cè)的最佳算子，確保提取火焰參數(shù)的準(zhǔn)確性和提高火災(zāi)的判別精度。
文檔編號(hào)G06T7/00GK102760295SQ20121027329
公開日2012年10月31日 申請(qǐng)日期2012年8月2日 優(yōu)先權(quán)日2012年8月2日
發(fā)明者吳軍 申請(qǐng)人:成都眾合云盛科技有限公司