森林火灾图像自动识别系统的设计

青岛农业大学

毕业论文（设计）

题目：森林火灾图像自动识别系统的设计*名：***

学院：机电工程学院

专业：农业电气化与自动化

班级：2007.02

学号：********

指导教师：***

2011年06月18日

毕业论文（设计）诚信声明

本人声明：所呈交的毕业论文（设计）是在导师指导下进行的研究工作及取得的研究成果，论文中引用他人的文献、数据、图表、资料均已作明确标注，论文中的结论和成果为本人独立完成，真实可靠，不包含他人成果及已获得青岛农业大学或其他教育机构的学位或证书使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

论文（设计）作者签名：日期：年月日

毕业论文（设计）版权使用授权书

本毕业论文（设计）作者同意学校保留并向国家有关部门或机构送交论文（设计）的复印件和电子版，允许论文（设计）被查阅和借阅。本人授权青岛农业大学可以将本毕业论文（设计）全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本毕业论文（设计）。本人离校后发表或使用该毕业论文（设计）或与该论文（设计）直接相关的学术论文或成果时，单位署名为青岛农业大学。

论文（设计）作者签名：日期：年月日

指导教师签名：日期：年月日

目录

摘要 (Ⅰ)

Abstract (Ⅱ)

1 绪论 (1)

1.1森林火灾 (1)

1.1.1森林的作用 (1)

1.1.2森林火灾的危害 (1)

1.2国内外研究现状 (2)

1.3火灾监测技术 (2)

1.3.1传统的火灾监测技术 (3)

1.3.2图像型火灾监测技术 (3)

2 火灾图像的处理 (5)

2.1研究方案 (5)

2.1.1图像的获得 (5)

2.1.2图像特征 (5)

2.2研究方法 (6)

2.2.1图像提取 (6)

2.2.2图像增强 (7)

2.2.3图像分割 (10)

2.2.4图像锐化 (12)

2.2.5轮廓提取 (12)

2.2.6图像特征的提取 (13)

2.2.7人工神经网络 (14)

3 过程讨论 (15)

3.1实验仿真 (15)

3.2结合BP神经网络 (18)

4 结果分析 (21)

4.1总结 (21)

4.2展望 (22)

参考文献 (22)

致谢 (23)

附录 (24)

一、图像处理程序 (24)

二、神经网络模型程序 (27)

森林火灾图像自动识别系统的设计

摘要

当前的科学技术对小空间的火灾报警已经日趋成熟，但对大空间环境特别是森林，在世界上早期火灾监测仍是一个问题。因为在这样的环境下，有许多因素影响火灾监测，如热覆盖范围、空间的高度、信号传输等。在这种情况下，传统的温度、烟雾等监测手段的类型，就没了作用。而图像型火灾监测具有非接触式监测的特点，它可以用来识别出火焰的红外图像，因为一般物体的红外辐射和太阳光的红外辐射非常不同，不容易受环境磁场、声波、烟雾和其他因素的影响，具有较强的抗干扰能力。

本文通过对火灾的形状特征进行分析研究，再结合BP神经网络对以上特征参数进行训练，来完成森林火灾图像的自动识别。

关键词: 森林火灾；图像识别；火焰特征；神经网络

The Design of Forest Fire Image identification System

Abstract

Current science and technology for the interior fire alarm is relatively mature, but for large space environment, especially in the forest, early fire detection in the world is still a problem.Because in such an environment, there are many factors that affect the fire detection, such as space height, the heat shield, coverage, distance signal transmission and so on.Under these circumstances the traditional temperature, smoke detection means type, and so often lost a role.The image-based fire detection has the characteristics of non-contact probe, it can use to identify the flame of the infrared image, because the flame infrared radiation than the general objects and infrared radiation of sunlight is very different, and not susceptible to environmental magnetic field, sound waves,smoke and other factors, it has strong anti-interference ability.

In this paper color characteristics of the flame of fire, and shape features are analyzed, and then through the fuzzy neural network parameters on the above data fusion, to complete the automatic recognition of images of forest fires.

Key words ：forest fires; image recognition; flame character; neural network