文献综述
1.1 课题研究背景
火灾是我们生活中主要的灾害之一，它常常直接威胁人们的生命、财产安全。2014年2月13日据公安部消防局公布，2014年全国共发生火灾39.5万起，死亡人数高达约2千人，受伤人数约1500，直接财产损失高达43.9亿元。因此，能够提前检测到火焰并对其进行有效控制至关重要。相关的研究人员对火焰进行不断的研究，包括它的颜色特征、形状特征、火焰频率、动态特征等等，同时对火灾发生规律进行分析和总结以将火灾发生频率降到最低，减少火灾对人类的危害。国内目前主要是利用基于传感器的火灾自动报警系统，而传感器又是依靠火焰的烟雾、温度等特征，这些都只适合于有限的空间内而不适用于如森林火灾等大空间范围内的火焰检测。针对这一问题，同时考虑到近年来摄像监控设备的广泛应用，人们提出了基于视频的火焰检测技术。这一技术充分利用了监控设备的优势——覆盖范围广，监测面大、节省人力物力等。本文对基于视频的火焰探测技术展开研究。
1.2 早期火焰检测技术
由于火灾的突发性给人带来了巨大的威胁和损失，人们在早期采取了很多火灾检测方法。早在1847年，由美国一位牙科医生和一位大学教授研发出了一套可应用于火灾预报的设备，并以此拉开了人类研发火灾预警系统的序幕[1]。到了1890年，英国的研究人员成功研制出了世界上第一个感温式火灾监测装置，它能够有效的检测到由于火灾而产生的热量并自动发出报警信号，这也标志着火灾自动检测技术的正式诞生[2]。随着技术的不断发展，由于探测火灾时的参数不同，探测器可分为感烟、感温、感光、气体以及复合式探测几种。但这些方法受到空间距离、传感器灵敏度及稳定性、环境因素等影响，常常会出现误判的情况。比如感烟火灾检测方法，它的局限在于（1）天然气、酒精等很多物质发生火灾时并不产生烟雾；（2）检测距离有限，并且要等到烟雾到一定浓度时才能检测得到，适用于封闭空间；（3）当检测环境处于高浓度粉尘时容易造成误判。为解决上述问题，研究员们提出了基于图像处理技术的火灾检测方法。其过程是把疑似火焰区域从图像中分割出来，分析火焰的各类特征并根据这些特征对疑似火焰区域进行匹配以识别真正火焰[3]。
1.3 基于视频的火焰检测技术研究
与传统的火焰检测相比，具有很多优势的视频火焰检测技术受到广泛关注，并且吸引了大批的国内外学者对此进行研究。其研究内容主要是火焰各个特征，包括火焰的运动特征、颜色特征、火焰的闪烁频率、面积变化率以及尖角等等。
火焰显著的特征还包括色彩分布、特定范围的闪烁频率、不规则特征等。早期关于视频火焰检测的研究主要通过分析和识别火焰的视频图像来实现。Healey等人实现了一套基于彩色视频图像的火焰检测系统[4]；Phillips等人提出了一种将火焰色彩特征与运动特征相结合的检测算法[5]；Chen等人分析了火焰视频图像在HSI色彩空间中的特征，并提出了一套基于色调(hue)和饱和度(saturation)的视频火焰检测算法[6]；Wang等人提出了一种利用模糊C均值聚类法对火焰的色彩分布进行统计建立映射表的方法[7]。然而上述的检测方法都存在着各自的缺陷。
中国科技大学火灾科学国家重点实验室的袁非牛等在基于机器视觉原理的早期火灾探测技术方面进行了大量的研究[9].[10]。一种是通过研究火焰的色彩、纹理以及轮廓等特征后提出一种基于度量轮廓信息的火焰检测算法[9]；另一种提出了一种基于视频监控的自动火灾探测和灭火集成系统[10]。浙江大学的周小林提出了一种基于火焰轮廓的视频早期火焰检测方法[11]；东华大学的王本西提出了运用双波段的理论来进行视频图像的采集[13]；清华大学公共安全研究中心副主任袁宏永主要涉及公共安全的监测监控、预测预警、应急管理的理论与技术及其综合集成和火灾探测与控制工程等[14]；昆明理工大学信息工程与自动化学院的刘辉、高爱莲等人也在基于视频的火焰检测技术研究中做了大量的研究[15]；王振华提出的方法则主要借助HIS颜色模型来分割和识别火焰区域[17]；严云洋等描述了火焰图像的特征，利用火焰面积、颜色和可识别特征等有效信息，来检测火焰的图像[18]。
1.4视频火焰检测技术方法综述
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
