基于多源视觉的淡色火焰识别与定位

发布时间：2023-12-02 10:26

　　化学物品引发的火灾通常具有很大的破坏力,如何在火灾初期实现火焰目标的检测,对避免爆炸事件的发生和维护救援人员安全有着重要意义。在充分了解国内外火焰检测技术的基础上,本文将易燃化学物品引发的淡色火焰作为研究目标,着手解决光照干扰、相近背景色、遮挡干扰以及镜面火焰等多种复杂场景下目标识别与定位问题。当下传统的火焰检测算法多是根据火焰的静态特征和动态特征进行火焰目标检测,对于存在信息缺失的淡色火焰图像无法进行准确识别与定位。针对以上情况,本文将图像融合技术、图像匹配技术以及立体视觉技术进行有机结合,研究了一种基于红外与可见光图像的多源视觉检测系统。论文的具体工作如下:(1)为实现复杂场景下的淡色火焰目标识别,本文研究了基于融合图像的火焰检测算法。首先通过融合算法将红外和可见光图像中的有用信息进行互补,获取高质量融合图像,然后采用基于RGB-IHS颜色空间的双阈值分割算法实现了淡色火焰目标的识别工作。其中,为有效保留可见光图像中的颜色信息以及边缘细节信息,并融合红外图像中的丰富灰度信息,本文采用了一种改进的IHS-NSCT融合算法。基于IHS颜色空间中各分量的独立性,采用NSCT算法对可见光图...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 研究现状总结
    1.4 本文内容章节安排
2 多源视觉系统
    2.1 系统方案设计
    2.2 相机成像原理及标定
        2.2.1 相机成像模型
        2.2.2 标定原理
        2.2.3 标定实验
    2.3 本章小结
3 基于融合图像的火焰检测方法
    3.1 图像融合综述
    3.2 基于改进的IHS-NSCT融合算法
        3.2.1 图像分解
        3.2.2 低频子带图像融合
        3.2.3 高频子带图像融合
        3.2.4 算法总结
    3.3 火焰目标识别算法
        3.3.1 颜色空间介绍及转换
        3.3.2 基于颜色空间的双阈值分割算法
    3.4 本章小结
4 基于S-SIFT匹配算法的定位方法
    4.1 立体视觉系统模型
    4.2 立体匹配概述
    4.3 基于改进的S-SIFT算法
        4.3.1 特征点的生成和描述过程
        4.3.2 特征点匹配过程
        4.3.3 S-SIFT算法总结
    4.4 本章小结
5 仿真实验
    5.1 图像融合和目标识别实验
        5.1.1 融合算法验证
        5.1.2 淡色火焰识别实验
        5.1.3 实验分析
    5.2 立体匹配以及火焰目标定位实验
        5.2.1 立体匹配算法验证
        5.2.2 淡色火焰目标定位实验
        5.2.3 实验分析
    5.3 本章小结
6 结论
    6.1 本文结论
    6.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集



本文编号：3869477