[發明專利]基于邊緣檢測算子用火災圖像探測系統

無效

• 申請號: 201210273296.5
• 申請日: 2012-08-02
• 公開（公告）號: CN102760295A
• 公開（公告）日: 2012-10-31
• 發明（設計）人: 吳軍
• 申請（專利權）人: 成都眾合云盛科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及火災圖像探測的領域，尤其是一種基于邊緣檢測算子用火災圖像探測系統。

背景技術

火焰圖像是火災圖像探測方法的主要信息來源，其信息的豐富和直觀，為早期火災的辨識和判斷奠定了基礎，對火焰圖像進行邊緣檢測既可以為火焰圖像的恢復、增強和重構提供理論與方法，又可以為火焰特征的提取提供依據，成為火災圖像探測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)，它存在于目標與背景、目標與目標、區域與區域、基元與基元之間。邊緣對圖像識別和分析十分有用，它能勾畫出目標物體輪廓，使觀察者一目了然，包含了豐富的信息（如方向、階躍性質、形狀等），是圖像識別中抽取的重要屬性。近年來，隨著數學和人工智能的發展，出現了一些新的邊緣檢測方法，如數學形態法、小波變換法、神經網絡法、模糊檢測法、IFS邊緣檢測算子等等。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。本文簡要地介紹了幾種經典算子的原理，設計了相關實驗來提取火焰圖像，并使用Matlab對火焰圖像進行邊緣檢測，分析這幾種經典算子的優劣，找出適合進行火焰圖像邊緣檢測的最佳算子，以確保提取的火焰參數的準確性，提高火災的判別精度。

發明內容

本發明要解決的技術問題是：為了克服上述中存在的問題，提供一種基于邊緣檢測算子用火災圖像探測系統，其能夠有效地提高火災的判別精度。

本發明解決其技術問題所采用的技術方案是：一種基于邊緣檢測算子用火災圖像探測系統，用CCD攝像頭進行攝取火焰圖像，通過MV8000視頻采集卡把火焰的模擬圖像轉化為數字圖像，用MV8000自帶的SDK軟件開發包獲取幀圖像，經過數字圖像處理實現圖像模式的轉換，經灰度拉伸提高圖像的對比度后，利用邊緣檢測算子對單幀圖像進行邊緣檢測，檢測后的數據進行計算火焰特征參數，從而結果輸出。

邊緣檢測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算方法，梯度的大小代表邊緣的強度，梯度的方向與邊緣走向垂直；

索貝爾算子是一組方向算子，從不同的方向檢測邊緣。索貝爾算子不是簡單求平均再差分，而是加強了中心像素上下左右四個方向像素的權重，運算結果是一幅邊緣圖像；

Prewitt邊緣算子是一種邊緣樣板算子，利用像素點上下、左右鄰點灰度差，在邊緣處達到極值檢測邊緣，對噪聲具有平滑作用。由于邊緣點像素的灰度值與其鄰域點像素的灰度值有顯著不同，在實際應用中通常采用微分算子和模板匹配方法檢測圖像的邊緣；

拉普拉斯算子是一個二階導數算子，而前面提到的三種算子均為一階導數算子。該算子是一個與方向無關的各向同性（旋轉軸對稱）邊緣檢測算子。若只關心邊緣點的位置而不顧其周圍的實際灰度差時，一般選擇該算子進行檢測；

Marr和Hildreth將高斯濾波和拉普拉斯邊緣檢測結合在一起，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圖像進行平滑，然后采用拉普拉斯算子根據二階微分過零點來檢測圖像邊緣；

坎尼算子是一類最優邊緣檢測算子，它在許多圖像處理領域得到了廣泛應用。Canny考核邊緣檢測算子的指標是：（1）低誤判率，即盡可能地把邊緣點誤認為是非邊緣點；（2）高定位精度，即準確地把邊緣點定位在灰度變化最大的像素上；（3）抑制虛假邊緣。

本發明的有益效果是，本發明的基于邊緣檢測算子用火災圖像探測系統，采用此種系統，能夠快速提取火焰圖像，使用Matlab對火焰圖像進行邊緣檢測，從而找出適合進行火焰圖像邊緣檢測的最佳算子，確保提取火焰參數的準確性和提高火災的判別精度。

附圖說明

下面結合附圖和實施例對本發明進一步說明。

圖1是本發明的火焰圖像探測原理框圖；

圖2是本發明的火焰圖像邊緣檢測結構示意圖。

具體實施方式

現在結合附圖對本發明作進一步詳細的說明。這些附圖均為簡化的示意圖，僅以示意方式說明本發明的基本結構，因此其僅顯示與本發明有關的構成。