圖像型火災(zāi)探測(cè)中消防炮定位技術(shù)研究論文

精品文檔精心整理精品文檔可編輯的精品文檔圖像型火災(zāi)探測(cè)中消防炮定位技術(shù)研究摘要隨著大空間火災(zāi)探測(cè)技術(shù)的研究，傳統(tǒng)的消防已經(jīng)不適用于大空間的滅火，為了克服傳統(tǒng)滅火系統(tǒng)的不足，在此基礎(chǔ)上本文提出了利用高壓水炮進(jìn)行定點(diǎn)滅火的技術(shù)。論文是在系統(tǒng)已經(jīng)實(shí)現(xiàn)火災(zāi)探測(cè)的基礎(chǔ)上提出的高壓水炮空間定位技術(shù)，即在發(fā)生火災(zāi)的情況下，在對(duì)火災(zāi)各種特征進(jìn)行了提取和干擾的排除后，利用計(jì)算機(jī)計(jì)算火災(zāi)的空間位置。本文提出的定位算法具有定位準(zhǔn)確、識(shí)別性較高、計(jì)算速度快、實(shí)時(shí)性較高等特點(diǎn)。論文結(jié)合計(jì)算機(jī)圖形學(xué)、數(shù)字圖像處理、計(jì)算機(jī)視覺(jué)等技術(shù)，將攝像頭采集的火災(zāi)火源的圖像經(jīng)過(guò)相應(yīng)的變換，轉(zhuǎn)換成實(shí)際的世界坐標(biāo)，并結(jié)合高壓水炮和攝像機(jī)各參數(shù)，直接計(jì)算出高壓水炮的定位參數(shù)。關(guān)鍵字：火災(zāi)探測(cè)；計(jì)算機(jī)視覺(jué)；高壓水炮定位ImageTypeFireDetectionSystemofWaterCannonPositioningTechnologyResearchAbstractWiththelargespaceoffiredetectiontechnologyresearch,thetraditionalfirehasnotusedforlargespaceoffire.Inordertoovercomethedeficiencyoftraditionalfire-extinguishingsystems,onthebasisofthisproposedusingwatercannonfireonthedot.Insystemhasachievedfiredetectionisproposedonthebasisofthewatercannonspacepositioningtechnologies.Alsointhecasesoffire,afterinvariouscharacteristicsoffireandeliminationofinterference,usingthecomputercalculationoffireinspace.Inthispaperthepositioningalgorithmhasaccuratepositioning,identificationandcomputingspeedandhighperformancecharacteristicsandsoon.Thispaperbasedoncomputergraphics,digitalimageprocessingtechnology,computervision,etc.Thecameraimageacquisitionoffiresourcethroughthecorrespondingtransformation.Converttheactualworldcoordinatesandcombinedwithwatercannonandcameraparameters.Italsocancalculatewatercannonpositioningparameters.Keywords:Firedetection;Computervision;Watercannonposition目錄1.緒論 51.1引言 51.2研究背景和意義 61.2.1傳統(tǒng)火災(zāi)探測(cè)技術(shù)的不足 61.2.2圖像型火災(zāi)檢測(cè)技術(shù)的提出 71.2.3國(guó)內(nèi)外研究現(xiàn)狀 72.圖像型火災(zāi)探測(cè) 102.1概述 102.2原理介紹 102.3火災(zāi)圖像處理系統(tǒng)的硬件組成 112.4火災(zāi)圖像的獲取 122.5火災(zāi)圖像的分割處理 132.5.1區(qū)域生長(zhǎng)法分割圖像 132.5.2閾值選取算法 132.6火災(zāi)圖像的仿真處 152.6.1圖像預(yù)處理 152.6.2圖像分割與特征提取 182.6.3灰度閾值分析 193基于計(jì)算機(jī)視覺(jué)的高壓水炮定位的研究 203.1計(jì)算機(jī)視覺(jué) 203.1.1計(jì)算機(jī)視覺(jué) 203.1.2計(jì)算機(jī)視覺(jué)的方法及其應(yīng)用 213.1.3計(jì)算機(jī)視覺(jué)與圖像處理、圖像分析的異同 223.2空間定位雙目成像原理 223.3雙目定位算法中彩色圖片中火災(zāi)位置的確定 263.4火災(zāi)空間定位的優(yōu)化算法 303.4.1實(shí)用傳統(tǒng)雙目定位算法的缺陷 303.4.2改進(jìn)的空間定位算法 314高壓水炮的空間定位系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn) 344.1高壓水炮定位算法 344.2高壓水炮的空間定位系統(tǒng)的設(shè)計(jì) 34總結(jié) 36致謝 37參考文獻(xiàn) 381緒論1.1引言 火的應(yīng)用對(duì)人類(lèi)的文明和社會(huì)的進(jìn)步起了巨大的推動(dòng)作用。然而火一旦失控，會(huì)給人類(lèi)帶來(lái)巨大的災(zāi)難，形成火災(zāi)。據(jù)統(tǒng)計(jì)火災(zāi)危害性大，僅次于干旱和洪澇且發(fā)生頻率居于各災(zāi)種之首，因此防止火災(zāi)的發(fā)生和及時(shí)滅火，就是一個(gè)值得深入研究的課題。 傳統(tǒng)的火災(zāi)探測(cè)技術(shù)是通過(guò)探測(cè)器，對(duì)煙霧、溫度、火焰和燃燒氣體等火災(zāi)參量做出有效反應(yīng)，通過(guò)敏感元件，將表征火災(zāi)參量的物理量轉(zhuǎn)化為電信號(hào)，送到火災(zāi)報(bào)警控制器。傳統(tǒng)技術(shù)在大空間、大面積、環(huán)境比較惡劣和室外壞境等場(chǎng)所不能很好的發(fā)揮現(xiàn)有火災(zāi)探測(cè)設(shè)備的作用。而近年來(lái),隨著經(jīng)濟(jì)的飛速發(fā)展,各種高層的建筑群體不斷涌現(xiàn)。對(duì)于人口密集、財(cái)產(chǎn)集中的高層建筑,其消防安全問(wèn)題就突顯出來(lái)。傳統(tǒng)的火災(zāi)探測(cè)技術(shù)有感溫、感煙、感光及復(fù)合型等模式。這些技術(shù)不僅在靈敏度和可靠性方面有待提高,而且不能對(duì)火災(zāi)最初的信號(hào)做出反應(yīng)。因此,近年來(lái)積極研究并提出了圖像型火災(zāi)探測(cè)技術(shù),圖像型火災(zāi)探測(cè)技術(shù)是一種以計(jì)算機(jī)為核心，結(jié)合光電技術(shù)和數(shù)字圖像處理技術(shù)而研制的火災(zāi)自動(dòng)監(jiān)測(cè)報(bào)警系統(tǒng)。它利用攝像頭對(duì)現(xiàn)場(chǎng)進(jìn)行監(jiān)視，對(duì)攝取的視頻信號(hào)由圖像采集卡捕捉為數(shù)字圖像并輸入計(jì)算機(jī)，根據(jù)火災(zāi)的圖像特征進(jìn)行處理和分析，從而達(dá)到探測(cè)火災(zāi)是否發(fā)生的目的?；趫D像處理的火災(zāi)檢測(cè)方法能有效的彌補(bǔ)上述傳統(tǒng)火災(zāi)檢測(cè)方法的不足。該技術(shù)既可在多粉塵、高濕度的室內(nèi)環(huán)境中使用,也可在室外環(huán)境中使用,對(duì)火災(zāi)初始信號(hào)有更高的靈敏度,具有很好的應(yīng)用前景。而圖像型火災(zāi)探測(cè)系統(tǒng)中的高壓水炮定位更是解決了消防的問(wèn)題，可以在火災(zāi)開(kāi)始發(fā)生時(shí)探測(cè)到火災(zāi)，并驅(qū)動(dòng)高壓水炮進(jìn)行滅火，阻止火災(zāi)進(jìn)一步擴(kuò)大，避免不必要的人員和財(cái)產(chǎn)損失。 高壓水炮定位系統(tǒng)在消防安全中具有重要的地位和作用，它能夠在發(fā)生火災(zāi)時(shí)，保護(hù)火災(zāi)區(qū)域內(nèi)的人身安全和建筑物建筑結(jié)構(gòu)的安全。實(shí)現(xiàn)水炮定位的的先決條件在于對(duì)火災(zāi)發(fā)生的空間位置的確定。本課題用計(jì)算機(jī)視覺(jué)知識(shí)作為基礎(chǔ)，對(duì)火災(zāi)空間定位算法進(jìn)行了研究。這樣，就可以把消防噴水系統(tǒng)和火災(zāi)探測(cè)集成在一起，具有自動(dòng)掃描定位功能，在PLC的控制下對(duì)準(zhǔn)火源，進(jìn)行滅火。還將大大縮減聯(lián)動(dòng)系統(tǒng)，簡(jiǎn)化消防設(shè)備的布置，降低了成本。此外，還有滅火及時(shí)，將火災(zāi)損失減到最低的優(yōu)點(diǎn)。1.2研究背景和意義 在現(xiàn)有的各種火災(zāi)報(bào)警和消防監(jiān)控設(shè)備中，大多數(shù)場(chǎng)所的火災(zāi)檢測(cè)中，都采用常規(guī)的火災(zāi)探測(cè)的方法，如感煙、感溫、感光探測(cè)器，它們分別利用火焰的煙霧、溫度、光的特性來(lái)對(duì)火災(zāi)進(jìn)行探測(cè)。對(duì)于室外倉(cāng)庫(kù)和大型室內(nèi)倉(cāng)庫(kù)等大空間場(chǎng)合中，上述傳感器信號(hào)由于空間的巨大而變得十分微弱。即使是高精度的傳感器也會(huì)由于種種干擾噪聲而無(wú)法工作。隨著計(jì)算機(jī)及圖像處理技術(shù)的發(fā)展，國(guó)內(nèi)外為解決此類(lèi)場(chǎng)合的火災(zāi)報(bào)警問(wèn)題，開(kāi)始提出運(yùn)用圖像處理技術(shù)來(lái)進(jìn)行火焰探測(cè)。而基于圖像型火災(zāi)探測(cè)的消防炮定位技術(shù)的研究也應(yīng)運(yùn)而生。1.2.1傳統(tǒng)火災(zāi)探測(cè)技術(shù)的不足 傳統(tǒng)型火焰探測(cè)器主要包括感煙、感溫、感光及混合型探測(cè)器，這些探測(cè)器都具有一定的不足，只適用于特定場(chǎng)合的使用。如下分析所述： （1）感煙型探測(cè)器是探測(cè)由火災(zāi)產(chǎn)生的煙氣發(fā)出報(bào)警信號(hào)?；馂?zāi)發(fā)生后，溫度較高的火災(zāi)煙氣向上運(yùn)動(dòng)，安裝于頂棚上的感煙探測(cè)器探測(cè)到煙氣濃度大于某一極限濃度，就會(huì)發(fā)出報(bào)警信號(hào)。但是在大空間中，火災(zāi)煙氣上升到十幾米或幾十米高處時(shí)，受到空氣的稀釋，其溫度和濃度都大大降低，到達(dá)頂棚的煙氣濃度達(dá)不到報(bào)警極限，感煙探頭就不會(huì)產(chǎn)生報(bào)警信號(hào)。另外，若環(huán)境中的粉塵濃度過(guò)大，會(huì)引起感煙型探測(cè)器誤報(bào)警，并且長(zhǎng)期的粉塵環(huán)境和過(guò)大的濕度也會(huì)使感煙型探測(cè)器失效，產(chǎn)生誤報(bào)警或不報(bào)警。 （2）感溫型探測(cè)器是探測(cè)由火災(zāi)而產(chǎn)生的溫度變化來(lái)發(fā)出報(bào)警信號(hào)。在大空間中，空間高度太高或空氣的氣流速度大于5米/秒時(shí)，都會(huì)影響感溫探測(cè)器的感應(yīng)，難以實(shí)現(xiàn)早期火災(zāi)報(bào)警。 （3）感光型探測(cè)器是探測(cè)火焰發(fā)出的紅外或紫外光發(fā)出報(bào)警信號(hào)。這種探測(cè)器由于判據(jù)單一，容易對(duì)高功率熱源或強(qiáng)光(如電弧等)產(chǎn)生誤報(bào)警。 （4）復(fù)合型探測(cè)器沒(méi)有完全消除以上的缺點(diǎn)，僅僅增加判據(jù)的數(shù)目，使探頭的整體性能有改善，但在環(huán)境狀況比較惡劣、存在眾多干擾的情況下(灰塵、電磁干擾、水蒸氣、空調(diào)、光干擾、震動(dòng)等)，仍無(wú)法應(yīng)用于大空間火災(zāi)的探測(cè)報(bào)警。 （5）傳統(tǒng)的探測(cè)器大都應(yīng)用于在較小的空間中，如感溫探測(cè)器的安裝間距不超過(guò)10米，感煙探測(cè)器的安裝間距不超過(guò)15米，探測(cè)器周?chē)?.5米內(nèi)不可以有遮擋物，不適合在大空間中使用。 由此我們可以看出，傳統(tǒng)型火災(zāi)探測(cè)技術(shù)，由于受到各種因素（空間高度、空氣流速、粉塵、溫度、濕度等）的影響，或被保護(hù)場(chǎng)所的特殊要求，都會(huì)遇到各種困難，從而失去效用。1.2.2圖像型火災(zāi)檢測(cè)技術(shù)的提出 對(duì)于傳統(tǒng)火災(zāi)探測(cè)技術(shù)都把火災(zāi)過(guò)程中的某個(gè)特征物理量作為檢測(cè)對(duì)象。近年來(lái)，火災(zāi)科學(xué)界逐漸將注意力轉(zhuǎn)移到火災(zāi)現(xiàn)象本身和深層次的機(jī)理研究方面，隨著對(duì)火災(zāi)過(guò)程和機(jī)理研究的不斷深入，我們可以從一個(gè)新的角度考察火災(zāi)現(xiàn)象和火災(zāi)過(guò)程。將基于感溫、感煙、感光的火災(zāi)探測(cè)模式發(fā)展成基于實(shí)時(shí)影像的火災(zāi)探測(cè)模式，將影像測(cè)量、圖像處理、計(jì)算機(jī)多媒體等新興技術(shù)應(yīng)用于火災(zāi)探測(cè)中來(lái)。 圖像型火焰探測(cè)技術(shù)關(guān)心的是火災(zāi)中各種物理現(xiàn)象在圖像上的表現(xiàn)，以及這些圖像表現(xiàn)在多大程度上代表火災(zāi)的典型特征而明顯區(qū)別于火災(zāi)以外的其他物理現(xiàn)象。圖像型火災(zāi)探測(cè)技術(shù)針對(duì)性地克服常規(guī)火災(zāi)探測(cè)技術(shù)的一些主要弱點(diǎn)，基本消除復(fù)雜、惡劣環(huán)境因素對(duì)火災(zāi)探測(cè)系統(tǒng)的影響，作為控制面積大、適用于大空間（包括開(kāi)放空間）的一種可靠的火災(zāi)監(jiān)控技術(shù)，在當(dāng)前火災(zāi)形勢(shì)日益嚴(yán)峻的今天，其經(jīng)濟(jì)效益社會(huì)效益都是十分巨大的。 圖像型火災(zāi)探測(cè)系統(tǒng)是利用CCD攝像機(jī)作為探頭，將被監(jiān)視現(xiàn)場(chǎng)的圖像輸入計(jì)算機(jī)，利用圖像處理的算法，從圖像序列中識(shí)別出有無(wú)火災(zāi)的發(fā)生。在發(fā)現(xiàn)火災(zāi)的情況下，可以啟動(dòng)各種滅火系統(tǒng)和疏散系統(tǒng)。在圖像型火災(zāi)探測(cè)系統(tǒng)中，關(guān)于火災(zāi)探測(cè)的圖像處理的算法決定系統(tǒng)的性能。1.2.3國(guó)內(nèi)外研究現(xiàn)狀 國(guó)外對(duì)于火災(zāi)監(jiān)控技術(shù)的研究有較長(zhǎng)歷史，并研發(fā)了各種類(lèi)型的火災(zāi)監(jiān)控系統(tǒng)，其技術(shù)成熟，應(yīng)用廣泛。例如，日本日探株式會(huì)社開(kāi)發(fā)的紅外線火災(zāi)探測(cè)水炮滅火系統(tǒng)，系統(tǒng)由紅外線火災(zāi)探測(cè)、水炮裝置、監(jiān)視器和中央控制臺(tái)組成。其紅外線火災(zāi)探測(cè)裝置利用高溫二氧化碳的共鳴放射能量作為探測(cè)和定位的判據(jù)，由于非火災(zāi)熱源不能產(chǎn)生高溫二氧化碳，因此即使到達(dá)火災(zāi)的同一溫度，也不會(huì)導(dǎo)致誤報(bào)，這能極大地減少誤報(bào)的概率。探測(cè)裝置對(duì)監(jiān)控區(qū)域進(jìn)行水平200m、垂直90m。的三維掃描，監(jiān)視距離可達(dá)200米，火源的探測(cè)分析能力為0．5米，探測(cè)誤差為2米，與紅外線火災(zāi)探測(cè)裝置聯(lián)動(dòng)的水炮滅火系統(tǒng)射程可達(dá)100米，有4種型號(hào)可供選擇，rrv監(jiān)視器能自動(dòng)瞄準(zhǔn)火源，用于確認(rèn)火災(zāi)和噴水狀況，中央控制臺(tái)可進(jìn)行集中監(jiān)視和控制。該系統(tǒng)己應(yīng)用于神戶時(shí)裝表演城、京都火車(chē)站、大阪體育館、北九州體育館、神戶市體育館、臺(tái)北金融大廈等處。 美國(guó)諾蒂菲爾公司推出的IPX751新型先進(jìn)多傳感器探測(cè)系統(tǒng)。這種新型探測(cè)系統(tǒng)是由光電、離子及感溫傳感器復(fù)合組成，其裝有一個(gè)具有先進(jìn)算法的微處理器，可使傳感器共同工作。該產(chǎn)品能夠隨時(shí)分析報(bào)警情況，在快速響應(yīng)各種火災(zāi)的同時(shí)，還具有極高的免誤報(bào)能力。IPX751多傳感器探測(cè)系統(tǒng)的離子和光電探測(cè)元件靈敏度高，可在提供優(yōu)異探測(cè)能力的同時(shí)，大大減少誤報(bào)。此外，還增加了感溫元件，能使系統(tǒng)探測(cè)任何類(lèi)型的火災(zāi)。 英國(guó)瓦哥那的Titanus3000高靈敏度吸氣式感煙探測(cè)系統(tǒng)采用神經(jīng)網(wǎng)絡(luò)和高級(jí)處理算法鑒別被吸入的氣樣是否含有真實(shí)火災(zāi)產(chǎn)生的煙粒子，并以同樣方法排除諸如灰塵和粉塵等誤報(bào)現(xiàn)象，具有很高的防誤報(bào)能力，能夠可靠地分辯真假火災(zāi)現(xiàn)象。另外，該系統(tǒng)也可通過(guò)這種先進(jìn)方法，實(shí)現(xiàn)極高感煙靈敏度，并可根據(jù)應(yīng)用環(huán)境，調(diào)整不同靈敏度等級(jí)。該產(chǎn)品主要用于使用傳統(tǒng)感煙探測(cè)系統(tǒng)不可靠的場(chǎng)所，如回收廠、面粉廠、冷凍庫(kù)和電磁兼容性較高的區(qū)域等。 Bosque公司的BSDS系統(tǒng)采用紅外和普通攝像機(jī)的雙波段監(jiān)控，可以對(duì)林火在短時(shí)間內(nèi)進(jìn)行識(shí)別并發(fā)出警報(bào)。攝像機(jī)安裝在觀測(cè)塔上，觀測(cè)塔與指揮中心采用無(wú)線通信，系統(tǒng)能準(zhǔn)確識(shí)別森林火災(zāi)，可以區(qū)別其它現(xiàn)象的干擾，誤報(bào)率較低。系統(tǒng)還具有火災(zāi)行為預(yù)測(cè)軟件，參照監(jiān)控區(qū)域的地形數(shù)據(jù)和植被情況，根據(jù)起火地點(diǎn)來(lái)預(yù)測(cè)火勢(shì)發(fā)展。軟件還能模擬滅火過(guò)程，從而有效地控制火勢(shì)。在火災(zāi)頻繁發(fā)生的季節(jié)中，實(shí)時(shí)的畫(huà)面能讓監(jiān)控人員無(wú)需到達(dá)現(xiàn)場(chǎng)，就能得到火災(zāi)情況的比較，對(duì)較嚴(yán)重的火災(zāi)先采取措施。 FireSentry公司的VSD-8(VisualSmokeDetection)系統(tǒng)基于復(fù)雜的計(jì)算機(jī)視覺(jué)技術(shù)，通過(guò)CCTV圖像煙霧邊緣檢測(cè)技術(shù)可以在火災(zāi)初起階段報(bào)警，適用于電站、化工廠和造紙、水泥、污水處理等企業(yè)。國(guó)內(nèi)起步雖然較晚，但一些科研機(jī)構(gòu)也做了積極的研究，并取得了一定的進(jìn)展，如科大立安安全技術(shù)有限責(zé)任公司。其開(kāi)發(fā)了“LAl00型大空間火災(zāi)安全監(jiān)控系統(tǒng)”，系統(tǒng)由雙波段火災(zāi)探測(cè)器、線型光束圖像感煙火災(zāi)探測(cè)器和遠(yuǎn)控消防炮系統(tǒng)組成，擁有“雙波段圖像火災(zāi)探測(cè)技術(shù)”和“光截面圖像感煙火災(zāi)探測(cè)技術(shù)”。線型光束圖像感煙火災(zāi)探測(cè)器分為發(fā)射器和接收器，采用人工發(fā)射的紅外線形成光截面，該探測(cè)器火災(zāi)響應(yīng)時(shí)間短，反映區(qū)域大，配置靈活，安裝方便，當(dāng)燃燒時(shí)產(chǎn)生的上升煙霧遮擋住紅外線，便會(huì)產(chǎn)生報(bào)警。雙波段火災(zāi)探測(cè)器具有火焰探測(cè)功能，其由紅外CCD和彩色CCD組成，可將采集到的紅外視頻圖像信號(hào)彩色視頻圖像信號(hào)傳送給信息處理主機(jī)，利用火災(zāi)在視頻圖像上的特征進(jìn)行火災(zāi)探測(cè)和定位。報(bào)警靈敏度可現(xiàn)場(chǎng)編程靈活設(shè)定，以滿足不同場(chǎng)所需要。其采用非接觸式探測(cè)，可以在防護(hù)罩內(nèi)安裝，具有防塵、防潮、防腐蝕功能，對(duì)環(huán)境因素適應(yīng)能力強(qiáng)(灰塵、潮濕、溫度、一般腐蝕性氣體或防爆場(chǎng)所等)，可用于環(huán)境惡劣的工業(yè)場(chǎng)所。LAl00能實(shí)現(xiàn)大空間建筑早期火災(zāi)的探測(cè)和三維空間定位，對(duì)消防炮在大空間建筑中的自動(dòng)定位滅火問(wèn)題有較好的解決，已成功應(yīng)用于中央電視臺(tái)、人民大會(huì)堂、首都體育館等數(shù)個(gè)國(guó)家重要單位，以及一些會(huì)展中心和企業(yè)。 目前日本、歐美等國(guó)家在大空間建筑中普遍使用的消防炮火災(zāi)監(jiān)控系統(tǒng)，雖然性能成熟，能夠較精確地探測(cè)和定位火災(zāi)，并得到廣泛應(yīng)用，但價(jià)格昂貴，如日本的消防炮，每臺(tái)報(bào)價(jià)約人民幣100萬(wàn)元，整套系統(tǒng)可達(dá)上千萬(wàn)元。為了解決國(guó)內(nèi)的巨大需求，開(kāi)發(fā)性能相似、價(jià)格低廉的大空間火災(zāi)監(jiān)控系統(tǒng)是十分必要的。因此以價(jià)格相對(duì)低廉的CCD攝像頭作為傳感器的圖像型火災(zāi)探測(cè)中消防炮定位技術(shù)在我國(guó)是有很大的應(yīng)用前途的。CCD攝像頭雖然不能直接探測(cè)火災(zāi)，但其能夠反映較多的火焰特征信息，我們可以結(jié)合機(jī)器視覺(jué)技術(shù)，利用處理分析CCD采集的圖像信息來(lái)進(jìn)行火災(zāi)探測(cè)定位。由于CCD的信息量豐富，可同時(shí)反映火災(zāi)火焰和火焰煙氣的信息，如果本系統(tǒng)加強(qiáng)在早期火災(zāi)煙氣探測(cè)方面的算法研究，就可以解決陰燃等特殊情況，最大限度地提高系統(tǒng)可靠性和適用范圍。2.圖像型火災(zāi)探測(cè)2.1概述 當(dāng)前室內(nèi)火災(zāi)報(bào)警技術(shù)已經(jīng)比較成熟。通過(guò)對(duì)光、煙、濕度等參考量加以判斷，然后直接實(shí)施滅火措施，進(jìn)行斷電、噴水等并報(bào)警。而對(duì)于室外的或大面積的監(jiān)控對(duì)象(如高層建筑、船舶碼頭、油庫(kù)、大型倉(cāng)庫(kù)等)，相對(duì)來(lái)說(shuō)可以使用的探測(cè)方式較少，利用圖像進(jìn)行火災(zāi)監(jiān)控是目前主要的研究方向。由于圖形包含的數(shù)據(jù)量很大，所以首先需要對(duì)圖像進(jìn)行預(yù)處理，通常包括圖像增強(qiáng)、濾波、細(xì)化等幾個(gè)方面，然后對(duì)圖像進(jìn)行分割。 分割的目的是把圖像空間分成一些有意義的區(qū)域，可以以像素為基礎(chǔ)去研究圖像分割，也可以利用在指定區(qū)域中的某些圖像信息去分割。分割可以建立在相似性和非連續(xù)性的兩個(gè)基本概念上，其目的就是為下一步的圖像識(shí)別打下堅(jiān)實(shí)的基礎(chǔ)。精確的分割處理是提高整個(gè)探測(cè)系統(tǒng)準(zhǔn)確性、魯棒性的前提條件，但同時(shí)由于各種環(huán)境下光照亮度的變化，以及經(jīng)常存在的干擾光源的影響，實(shí)現(xiàn)精確分割的難度較大。2.2原理介紹火災(zāi)火焰一般具有較為明顯的視覺(jué)特性:陰燃亮光、火焰顏色、閃爍和外形變化等。由于火災(zāi)火焰的顏色與溫度具有相關(guān)關(guān)系,隨著火焰由焰心到火焰外表面溫度的升高,其顏色依次為暗紅色、紅色、橙色、藍(lán)色、藍(lán)白色和白色。我們通過(guò)實(shí)際火災(zāi)火焰的圖像像素顏色分布統(tǒng)計(jì)仿真分析,還發(fā)現(xiàn)火災(zāi)火焰的顏色呈現(xiàn)指數(shù)分布規(guī)律的分布特性,及火災(zāi)火焰的顏色分布的周界可以用指數(shù)函數(shù)加以擬合,正是抓住了這種顏色分布規(guī)律,我們比較“干凈”地區(qū)分出了圖像中的“火焰”信息和背景噪聲信息。其次,火災(zāi)火焰的燃燒遵循一定的規(guī)律,通過(guò)探究其從根部開(kāi)始,向上膨脹直至消失的過(guò)程,可以發(fā)現(xiàn),火災(zāi)火焰都是“活”的,具有跳動(dòng)的規(guī)律性特性。于是,我們?cè)O(shè)計(jì)了特殊的低通濾波器,并成功地得到了火災(zāi)火焰的跳動(dòng)頻率,我們把它叫做火災(zāi)火焰的閃爍頻率,而且我們把這種閃爍頻率作為火災(zāi)火焰的基本特性,用于判斷火災(zāi)火焰在圖像中的表現(xiàn)，從而能夠把火災(zāi)火焰從眾多噪聲信息中加以區(qū)分。 除開(kāi)上述兩種火災(zāi)火焰的特性之外,我們還試圖歸納出火災(zāi)火焰的發(fā)展趨勢(shì)及其在圖像上所表現(xiàn)出來(lái)的外形變化特征,還有基本固定的著火點(diǎn)等綜合信息,用于火災(zāi)火焰在序列視頻圖像幀中是否準(zhǔn)確存在的判斷依據(jù)。2.3火災(zāi)圖像處理系統(tǒng)的硬件組成一般圖像處理系統(tǒng)是由圖像輸入設(shè)備、保存圖像的存儲(chǔ)設(shè)備以及處理圖像的計(jì)算機(jī)等組成。在火災(zāi)探測(cè)系統(tǒng)中，需要將攝像機(jī)的視頻信號(hào)數(shù)據(jù)輸入電腦，并轉(zhuǎn)換成電腦可辨別的數(shù)字?jǐn)?shù)據(jù)，以便進(jìn)行進(jìn)一步的火災(zāi)識(shí)別和處理。這需要攝像器件獲取視頻圖像，需要使用視頻采集卡以完成轉(zhuǎn)換過(guò)程。以下對(duì)攝像頭和視頻采集卡進(jìn)行重點(diǎn)介紹。（1）攝像器件對(duì)于一般物質(zhì)如木制品等易燃物，早期火災(zāi)的主要光譜特征在紅外、紅光以及黃光范圍，般燃燒很難達(dá)到藍(lán)光范圍。通過(guò)攝像機(jī)攝取的影像，利用實(shí)時(shí)影像的多重判據(jù)，可實(shí)現(xiàn)火災(zāi)早期探測(cè)。由于彩色影像中的干擾信息很多，單純依靠彩色影像進(jìn)行火災(zāi)的探測(cè)是不夠的，紅外光譜的組合利用將極大的改善利用影像信息探測(cè)火災(zāi)的效果，一般稱這種組合探測(cè)方式為雙波段圖像型火災(zāi)探測(cè)。用于火災(zāi)探測(cè)的攝像器件應(yīng)根據(jù)火災(zāi)的典型光譜特征進(jìn)行選擇。如上一節(jié)所述，早期火災(zāi)的各種物理現(xiàn)象(陰燃、火羽流和煙氣)都存在著大量的紅外輻射，盡管其峰值輻射光譜范圍較窄(1.8um～97um)，但整個(gè)輻射光譜基本上包括了熱輻射的光譜范圍：0.2um～100um。由于20um～100um為強(qiáng)水氣吸收帶，因此在工程上有意義的波長(zhǎng)范圍為0．2um～20um。據(jù)此，早期火災(zāi)圖像探測(cè)可選擇對(duì)特定光譜敏感的像敏元件作為探測(cè)器件。 根據(jù)微電子技術(shù)的發(fā)展?fàn)顩r，可以實(shí)現(xiàn)以上探測(cè)功能的攝像器件主要有以下四種：熱像儀、微光攝像機(jī)、黑白CCD攝像機(jī)以及彩色CCD攝像機(jī)。（2）視頻采集卡 常用的視頻輸入處理芯片有荷蘭PHILIPS公司的SAA711l以及?？低暪镜腄S一40xxHC，支持RGB和YUV兩種格式。雖然?？低暪镜腄s一40xxHC對(duì)RGB格式的支持稍弱，但性價(jià)比較高，且基本功能滿足系統(tǒng)需要，因此本系統(tǒng)采用該款視頻卡。（3）圖像文件格式 數(shù)字圖像處理的軟件部分是火災(zāi)探測(cè)系統(tǒng)的核心。它對(duì)數(shù)字圖像首先進(jìn)行圖像分割，然后利用圖像特性對(duì)這些目標(biāo)亮點(diǎn)區(qū)域加以識(shí)別和分類(lèi)，檢測(cè)出圖像中是否有火災(zāi)。 在處理火災(zāi)圖像的過(guò)程中，我們將用圖像作為實(shí)際的載體，進(jìn)行早期火災(zāi)火焰和其他干擾現(xiàn)象的識(shí)別、分辨。下面對(duì)YUV圖像格式進(jìn)行簡(jiǎn)單介紹。 YUV格式在現(xiàn)代彩色電視系統(tǒng)中廣泛使用?，F(xiàn)代彩色電視系統(tǒng)通常采用三管彩色攝像機(jī)或彩色CCD攝像機(jī)，把所攝得的彩色圖像信號(hào)經(jīng)分色棱鏡分成Ro，Go，Bo三個(gè)分量的信號(hào)：分別經(jīng)放大和校正得到三基色，再經(jīng)過(guò)矩陣變換電路得到亮度信號(hào)Y、色差信號(hào)R-Y(u)和B-Y(V)，最后發(fā)送端將Y、R-Y(U)和B-Y(V)三個(gè)信號(hào)進(jìn)行編碼，用同一倍道發(fā)送出去，這就是我們常用的YUV彩色空間。 YUV的色度頻道的采樣率可比Y頻道低，同時(shí)不會(huì)明顯降低視覺(jué)質(zhì)量。通過(guò)描述Y、U、V的采樣頻率比例，YUV格式可分為4：4：4格式、4：2：2格式、4：2：0格式。 在4：2：2格式中，數(shù)據(jù)可被視為一個(gè)不帶正負(fù)號(hào)的char值組成的數(shù)組，其中第一個(gè)字節(jié)包含第一個(gè)Y樣例，第二個(gè)字節(jié)包含第一個(gè)U樣例，第三個(gè)字節(jié)包含第二個(gè)Y樣例，第四個(gè)字節(jié)包含第一個(gè)V樣例，如圖1所示。 IncreasingmemoryaddressYOUOYOUOY1V0Y2U1Y3V1Y4U2Y5V2 圖2-1YUV4:2:2內(nèi)存布局2.4火災(zāi)圖像的獲取 火焰燃燒時(shí)的紅外輻射主要集中于950nm至2000nm的波段，因此本系統(tǒng)采用帶有紅外濾鏡的CCD攝像頭，該濾鏡能將可見(jiàn)光完全濾除掉，只有波長(zhǎng)大于850nm的紅外輻射才能形成視頻信號(hào)。該視頻信號(hào)通過(guò)海康威視公司的視頻卡轉(zhuǎn)換成數(shù)字圖像序列。 該數(shù)字圖像序列為YUV4：2：2格式，為便于處理，需要對(duì)圖像解壓縮成最為直觀的bmp格式。其轉(zhuǎn)換公式為： (2-1)在實(shí)際情況中，大部分時(shí)間處于無(wú)疑似火源的狀態(tài)，因此可對(duì)圖像序列先進(jìn)行簡(jiǎn)單的有無(wú)異常情況的判斷。本系統(tǒng)采用減法運(yùn)算來(lái)檢測(cè)圖像的狀態(tài)是否有改變。運(yùn)算公式為： (2-2)Pi(x,y)為待處理的圖像，P(x,y)為基準(zhǔn)圖像。當(dāng)△Pi(x,y)=0時(shí)，表示當(dāng)前圖像無(wú)異常；△Pi(x,y)≠0時(shí)，表示出現(xiàn)新的火源或亮點(diǎn)，則進(jìn)入下面對(duì)各種特征值的計(jì)算，判斷該異常圖像是否為火災(zāi)圖像。2.5火災(zāi)圖像的分割處理2.5.1區(qū)域生長(zhǎng)法分割圖像分割的目的是要把一幅圖像劃分成一些小區(qū)域，對(duì)于這個(gè)問(wèn)題的最直接的方法是把一幅圖像分成滿足某種判據(jù)的的區(qū)域；也就是說(shuō)，把點(diǎn)組成區(qū)域。與此相對(duì)應(yīng)，數(shù)字圖像處理中存在一種分割區(qū)域的方法稱為區(qū)域生長(zhǎng)或區(qū)域生成。假定區(qū)域的數(shù)目，以及在每個(gè)區(qū)域中單個(gè)點(diǎn)的位置已知，則可推導(dǎo)出一種算法。從一個(gè)已知點(diǎn)開(kāi)始，加上與已知點(diǎn)相似的的鄰近點(diǎn)形成一個(gè)區(qū)域。這個(gè)相似性準(zhǔn)則可以是灰度級(jí)、顏色、幾何形狀、梯度或其他特性。相似性的測(cè)度可以由所確定的閾值判定。它的方法是從滿足檢測(cè)準(zhǔn)則的點(diǎn)開(kāi)始，在各個(gè)方向上生長(zhǎng)區(qū)域。當(dāng)其鄰近點(diǎn)滿足檢測(cè)準(zhǔn)則就并入小區(qū)域中，當(dāng)新的點(diǎn)合并后再用新的區(qū)域重復(fù)這一過(guò)程，直到?jīng)]有可接受的鄰近點(diǎn)生成過(guò)程終止。當(dāng)生成任意物體時(shí)，接受準(zhǔn)則可以以結(jié)構(gòu)為基礎(chǔ)，而不是以灰度級(jí)或?qū)Ρ榷葹榛A(chǔ)。為了把候選的小群點(diǎn)包含在物體中，可以檢測(cè)這些小群點(diǎn)，而不是檢測(cè)單個(gè)點(diǎn)，如果他們的結(jié)構(gòu)與物體的結(jié)構(gòu)充分并已足夠相似時(shí)就接受他們。另外，還可以使用界線檢測(cè)對(duì)生成建立“勢(shì)壘”，如果在“勢(shì)壘”的臨近點(diǎn)和物體之間有界線，則不能把該臨近點(diǎn)接受為物體中的點(diǎn)。2.5.2閾值選取算法 要將目標(biāo)從背景中分離出來(lái)，就需要對(duì)圖像迸行分割。使用閾值分割技術(shù)，對(duì)像火災(zāi)場(chǎng)景之類(lèi)的物體與背景有較強(qiáng)對(duì)比的景物的分割特別有用。它計(jì)算量不大，而且總能用封閉并連通的邊界定義不交疊的區(qū)域。在該規(guī)則下，所有灰度值大于或等于某閩值的像素都被判斷屬于背景。 目前為止，有多種閾值計(jì)算方法，如固定閾值法，類(lèi)判別分析法，Otsu閾值算法等。其中，Otsu閾值算法(又稱最大類(lèi)間方差法)計(jì)算量相對(duì)較小，在一定條件下不受圖像對(duì)比度與亮度變化的影響，因而被認(rèn)為是閾值自動(dòng)選取的最優(yōu)方法，得到了廣泛的應(yīng)用。記f(i,j)為M*N的圖像在(I,j)點(diǎn)出的灰度值，圖像灰度級(jí)數(shù)記為L(zhǎng)。設(shè)(i,j)的取值范圍為[0,L-1]。記p(k)為灰度值為k時(shí)的頻率，則有： (2-3)假設(shè)用灰度值t為閾值分割出的目標(biāo)與背景部分分別為： ||和>則有如下的表達(dá)式：目標(biāo)部分比例: (2-4)背景部分比例： (2-5)目標(biāo)均值： (2-6)背景均值： (2-7)總均值： (2-8)Ostu算法求取圖像最佳閾值g的公式為：(2-9)上式右邊括號(hào)內(nèi)實(shí)際上就是類(lèi)問(wèn)方差值，閣值g分割出的目標(biāo)和背景兩部分構(gòu)成了整幅圖像。方差是灰度分布均勻性的一種度量，方差值越大，說(shuō)明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小，因此使類(lèi)問(wèn)方差最大的分割意味著錯(cuò)分概率最小，這也是大律方法的含義。根據(jù)計(jì)算所得的閩值g，圖像可以被二值化為(O，255)的二值圖像。2.6火災(zāi)圖像的仿真處2.6.1圖像預(yù)處理1.灰度變化一般成像系統(tǒng)只具有一定的亮度響應(yīng)范圍，常出現(xiàn)對(duì)比度不足的弊端，使人眼觀看圖像時(shí)視覺(jué)效果很差；另外，在某些情況下，需要將圖像的灰度級(jí)整個(gè)范圍或者其中某一段擴(kuò)展或壓縮到記錄器件輸入灰度級(jí)動(dòng)態(tài)范圍之內(nèi)。對(duì)比度調(diào)整前后的圖像及其直方圖如圖2-2所示。圖2-2對(duì)比度調(diào)整前后的圖像及其直方圖

2.直方圖修正(1)直方圖均衡化原始圖像及直方圖均勻化后的圖像及直方圖，如圖2-3所示。圖2-3原始圖像及直方圖與直方圖均衡化后的圖像及直方圖(2)直方圖規(guī)定化。原始圖像及其直方圖與直方圖規(guī)定化后的圖像及其直方圖，如圖2-4所示。圖2-4原始圖像及其直方圖與直方圖規(guī)定化后的圖像及其直方圖(3)圖像的平滑。對(duì)圖像進(jìn)行低通濾波和中值濾波的效果圖如圖2-5所示。圖2-5對(duì)圖像進(jìn)行低通濾波和中值濾波(4)圖像的銳化。圖像在傳輸和變換過(guò)程中會(huì)受到各種干擾而退化，比較典型的就是圖像模糊。圖像銳化的目的就是使邊緣和輪廓線模糊的圖像變得清晰，并使其細(xì)節(jié)清晰，如圖2-6所示。圖2-6sobel算子對(duì)圖像銳化結(jié)果圖2-7拉式算子對(duì)圖像銳化結(jié)果2.6.2圖像分割與特征提取利用邊緣檢測(cè)方法的檢測(cè)效果，如圖2-8所示。圖2-8sobel算子和canny邊緣檢測(cè)結(jié)果2.6.3灰度閾值分析利用灰度閾值分割法截取分割后的圖像，如圖2-9所示。圖2-9圖像閾值分割3基于計(jì)算機(jī)視覺(jué)的高壓水炮定位的研究高壓水炮定位滅火系統(tǒng)在消防安全中具有重要的地位和作用，它能夠在發(fā)生火災(zāi)時(shí)，保護(hù)火災(zāi)區(qū)域內(nèi)的人身安全和建筑物建筑結(jié)構(gòu)的安全。實(shí)現(xiàn)高壓水炮定位的先決條件在于對(duì)火災(zāi)發(fā)生的空間位置的確定。本課題用計(jì)算機(jī)視覺(jué)知識(shí)作為基礎(chǔ)，對(duì)火災(zāi)空間定位算法進(jìn)行了研究。這樣，就可以把雨淋?chē)娝到y(tǒng)和火災(zāi)探測(cè)集成在一起，具有自動(dòng)掃描定位功能，在PLC的控制下對(duì)準(zhǔn)火源，進(jìn)行滅火。還將大大縮減聯(lián)動(dòng)系統(tǒng)，簡(jiǎn)化消防設(shè)備的布置，降低了成本。此外，還有滅火及時(shí)，將火災(zāi)損失減到最低的優(yōu)點(diǎn)。3.1計(jì)算機(jī)視覺(jué)3.1.1計(jì)算機(jī)視覺(jué)(1)計(jì)算機(jī)視覺(jué)的定義：計(jì)算機(jī)視覺(jué)是使用計(jì)算機(jī)及相關(guān)設(shè)備對(duì)生物視覺(jué)的一種模擬。它的主要任務(wù)就是通過(guò)對(duì)采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場(chǎng)景的三維信息，就像人類(lèi)和許多其他類(lèi)生物每天所做的那樣。計(jì)算機(jī)視覺(jué)既是工程領(lǐng)域，也是科學(xué)領(lǐng)域中的一個(gè)富有挑戰(zhàn)性重要研究領(lǐng)域。計(jì)算機(jī)視覺(jué)是一門(mén)綜合性的學(xué)科，它已經(jīng)吸引了來(lái)自各個(gè)學(xué)科的研究者參加到對(duì)它的研究之中。其中包括計(jì)算機(jī)科學(xué)和工程、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)，神經(jīng)生理學(xué)和認(rèn)識(shí)科學(xué)等。(2)原理：計(jì)算機(jī)視覺(jué)就是用各種成象系統(tǒng)代替視覺(jué)器官作為輸入敏感手段，由計(jì)算機(jī)來(lái)代替大腦完成處理和解釋。計(jì)算機(jī)視覺(jué)的最終研究目標(biāo)就是使計(jì)算機(jī)能象人那樣通過(guò)視覺(jué)觀察和理解世界，具有自主適應(yīng)環(huán)境的能力。要經(jīng)過(guò)長(zhǎng)期的努力才能達(dá)到的目標(biāo)。因此，在實(shí)現(xiàn)最終目標(biāo)以前，人們努力的中期目標(biāo)是建立一種視覺(jué)系統(tǒng)，這個(gè)系統(tǒng)能依據(jù)視覺(jué)敏感和反饋的某種程度的智能完成一定的任務(wù)。例如，計(jì)算機(jī)視覺(jué)的一個(gè)重要應(yīng)用領(lǐng)域就是自主車(chē)輛的視覺(jué)導(dǎo)航，目前還沒(méi)有條件實(shí)現(xiàn)象人那樣能識(shí)別和理解任何環(huán)境，完成自主導(dǎo)航的系統(tǒng)。因此，目前人們努力的研究目標(biāo)是實(shí)現(xiàn)在高速公路上具有道路跟蹤能力，可避免與前方車(chē)輛碰撞的視覺(jué)輔助駕駛系統(tǒng)。這里要指出的一點(diǎn)是在計(jì)算機(jī)視覺(jué)系統(tǒng)中計(jì)算機(jī)起代替人腦的作用，但并不意味著計(jì)算機(jī)必須按人類(lèi)視覺(jué)的方法完成視覺(jué)信息的處理。計(jì)算機(jī)視覺(jué)可以而且應(yīng)該根據(jù)計(jì)算機(jī)系統(tǒng)的特點(diǎn)來(lái)進(jìn)行視覺(jué)信息的處理。但是，人類(lèi)視覺(jué)系統(tǒng)是迄今為止，人們所知道的功能最強(qiáng)大和完善的視覺(jué)系統(tǒng)。如在以下的章節(jié)中會(huì)看到的那樣，對(duì)人類(lèi)視覺(jué)處理機(jī)制的研究將給計(jì)算機(jī)視覺(jué)的研究提供啟發(fā)和指導(dǎo)。因此，用計(jì)算機(jī)信息處理的方法研究人類(lèi)視覺(jué)的機(jī)理，建立人類(lèi)視覺(jué)的計(jì)算理論，也是一個(gè)非常重要和信人感興趣的研究領(lǐng)域。這方面的研究被稱為計(jì)算視覺(jué)（ComputationalVision）。計(jì)算視覺(jué)可被認(rèn)為是計(jì)算機(jī)視覺(jué)中的一個(gè)研究領(lǐng)域。3.1.2計(jì)算機(jī)視覺(jué)的方法及其應(yīng)用計(jì)算機(jī)視覺(jué)發(fā)展已有二十多年，隨著計(jì)算機(jī)控制理論、模式識(shí)別、人工智能和生物技術(shù)的發(fā)展，計(jì)算機(jī)視覺(jué)在機(jī)器人、工業(yè)檢測(cè)、物體識(shí)別、衛(wèi)星圖像分析、醫(yī)學(xué)輔助診斷、航空測(cè)繪和軍事技術(shù)中的應(yīng)用越來(lái)越廣，研究方法也由二維推到三維，從串行到并行，從直接依賴輸入信號(hào)的低層處理到依賴特征、結(jié)構(gòu)、關(guān)系和知識(shí)的高層處理。一般有源的視覺(jué)方法通過(guò)發(fā)光裝置的控制，使系統(tǒng)獲得更多的信息，降低問(wèn)題難度，加快運(yùn)算速度?；诨叶确植嫉姆椒ㄖ饕抢迷诠潭ü庠凑丈湎?，隨著物體表面法向的改變，使獲得的圖像也發(fā)生相應(yīng)變化的原理?；趨^(qū)域的視覺(jué)方法假定在對(duì)應(yīng)點(diǎn)的某一領(lǐng)域內(nèi)，其灰度相近似或灰度差小于一個(gè)門(mén)限，因此可以采用平均絕對(duì)差、互相關(guān)系數(shù)等方法互相匹配。計(jì)算機(jī)視覺(jué)的應(yīng)用很廣，下面簡(jiǎn)述幾個(gè)成功應(yīng)用方面：(1)機(jī)器人視覺(jué)。如物理識(shí)別與定位、障礙識(shí)別與回避，自動(dòng)導(dǎo)航等；(2)圖像圖形識(shí)別系統(tǒng)。如條形碼、郵編、指紋染色體等識(shí)別；(3)工業(yè)檢測(cè)系統(tǒng)。如集成電路芯片檢測(cè)；(4)航天及軍事應(yīng)用。如衛(wèi)星照片的自動(dòng)分析與判讀，景物識(shí)別，目標(biāo)檢測(cè)、識(shí)別和定位，目標(biāo)跟蹤，成像精確制導(dǎo)等；(5)醫(yī)學(xué)應(yīng)用。如基于CT圖像的內(nèi)部器官的重建，醫(yī)學(xué)圖像的分析、描述和識(shí)別，DSA(數(shù)字減影)技術(shù)，盲人導(dǎo)航視覺(jué)等。總之，計(jì)算機(jī)視覺(jué)的應(yīng)用正越來(lái)越多的代替人去完成許多工作，提高了自動(dòng)化和機(jī)器智能水平，為智能機(jī)器人和智能系統(tǒng)發(fā)展奠定了基礎(chǔ)。本文就是利用計(jì)算機(jī)視覺(jué)在圖像型火災(zāi)探測(cè)系統(tǒng)的基礎(chǔ)上實(shí)現(xiàn)高壓水炮的定位，減小火災(zāi)引起的人員傷亡和財(cái)產(chǎn)損失。3.1.3計(jì)算機(jī)視覺(jué)與圖像處理、圖像分析的異同計(jì)算機(jī)視覺(jué)，圖象處理，圖像分析，機(jī)器人視覺(jué)和機(jī)器視覺(jué)是彼此緊密關(guān)聯(lián)的學(xué)科。如果翻開(kāi)帶有上面這些名字的教材，會(huì)發(fā)現(xiàn)在技術(shù)和應(yīng)用領(lǐng)域上他們都有著相當(dāng)大部分的重疊。這表明這些學(xué)科的基礎(chǔ)理論大致是相同的，甚至讓人懷疑他們是同一學(xué)科被冠以不同的名稱。然而，各研究機(jī)構(gòu)，學(xué)術(shù)期刊，會(huì)議及公司往往把自己特別的歸為其中某一個(gè)領(lǐng)域，于是各種各樣的用來(lái)區(qū)分這些學(xué)科的特征便被提了出來(lái)。下面將給出一種區(qū)分方法，盡管并不能說(shuō)這一區(qū)分方法完全準(zhǔn)確。計(jì)算機(jī)視覺(jué)的研究對(duì)象主要是映射到單幅或多幅圖像上的三維場(chǎng)景，例如三維場(chǎng)景的重建。計(jì)算機(jī)視覺(jué)的研究很大程度上針對(duì)圖像的內(nèi)容。圖象處理與圖像分析的研究對(duì)象主要是二維圖像，實(shí)現(xiàn)圖像的轉(zhuǎn)化，尤其針對(duì)像素級(jí)的操作，例如提高圖像對(duì)比度，邊緣提取，去噪聲和幾何變換如圖像旋轉(zhuǎn)。這一特征表明無(wú)論是圖像處理還是圖像分析其研究?jī)?nèi)容都和圖像的具體內(nèi)容無(wú)關(guān)。機(jī)器視覺(jué)主要是指工業(yè)領(lǐng)域的視覺(jué)研究，例如自主機(jī)器人的視覺(jué)，用于檢測(cè)和測(cè)量的視覺(jué)。這表明在這一領(lǐng)域通過(guò)軟件硬件，圖像感知與控制理論往往與圖像處理得到緊密結(jié)合來(lái)實(shí)現(xiàn)高效的機(jī)器人控制或各種實(shí)時(shí)操作。模式識(shí)別使用各種方法從信號(hào)中提取信息，主要運(yùn)用統(tǒng)計(jì)學(xué)的理論。此領(lǐng)域的一個(gè)主要方向便是從圖像數(shù)據(jù)中提取信息。還有一個(gè)領(lǐng)域被稱為成像技術(shù)。這一領(lǐng)域最初的研究?jī)?nèi)容主要是制作圖像，但有時(shí)也涉及到圖像分析和處理。例如，醫(yī)學(xué)成像就包含大量的醫(yī)學(xué)領(lǐng)域的圖像分析。對(duì)于所有這些領(lǐng)域，一個(gè)可能的過(guò)程是你在計(jì)算機(jī)視覺(jué)的實(shí)驗(yàn)室工作，工作中從事著圖象處理，最終解決了機(jī)器視覺(jué)領(lǐng)域的問(wèn)題，然后把自己的成果發(fā)表在了模式識(shí)別的會(huì)議上。3.2空間定位雙目成像原理本系統(tǒng)火災(zāi)空間定位算法采用雙目成像算法。雙目成像可獲得同一場(chǎng)景的兩幅不同圖像，雙目成像時(shí)的模型可看作是由兩個(gè)單目成像模型組合而成。圖3-1給出雙目成像的一個(gè)示意圖，圖中的兩個(gè)鏡頭中心間的連線稱為系統(tǒng)的基線B。利用雙目系統(tǒng)可以定具體有像平面坐標(biāo)點(diǎn)(X1,Y1)和(X2,Y2)的世界點(diǎn)W的坐標(biāo)(X,Y,Z)。當(dāng)攝像機(jī)坐標(biāo)系統(tǒng)和世界坐標(biāo)系統(tǒng)重合后，像平面與世界坐標(biāo)系統(tǒng)的XY平面也是平行的。在以上條件下，W點(diǎn)的Z坐標(biāo)對(duì)兩個(gè)攝像機(jī)坐標(biāo)系統(tǒng)都是一樣的。如果攝像機(jī)坐標(biāo)系統(tǒng)和世界坐標(biāo)系統(tǒng)不重合，可先進(jìn)性坐標(biāo)的平移和旋轉(zhuǎn)使其重合再投影。圖3-1雙目成像示意圖圖3-2雙目成像中的視差測(cè)距原理圖從客觀場(chǎng)景到數(shù)字圖像的成像變換可看作由以下4步組成：(1)從世界坐標(biāo)系(X,Y,Z) 到攝像機(jī)坐標(biāo)(x,y,z)的變換，變換可表示為： (3-1)其中R是3*3旋轉(zhuǎn)矩陣，是兩坐標(biāo)系統(tǒng)三組對(duì)應(yīng)坐標(biāo)軸間夾角的函數(shù)；T是1*3平移矢量。(2)從攝像機(jī)坐標(biāo)(x,y,z)到無(wú)失真像平面坐標(biāo)(x,y)的變換是： (3-2) (3-3)(3)從無(wú)失真的像平面坐標(biāo)(x,y)到受鏡頭徑向失真影響而偏移的實(shí)際像平面坐標(biāo)(x,y)的變換是： (3-4) (3-5)其中疋和R，代表鏡頭的徑向失真，它們可表示為： (3-6) (3-7)其中 (3-8)由于在實(shí)際中r的高次項(xiàng)可以忽略，式中k=kl。（4）實(shí)際的像平面()坐標(biāo)到計(jì)算機(jī)圖像坐標(biāo)(M，N)的變換是： (3-9) (3-10)其中M，N是計(jì)算機(jī)存儲(chǔ)器中像素的行數(shù)和列數(shù)(計(jì)算機(jī)坐標(biāo))，Om和On是機(jī)存儲(chǔ)器中心像素的行數(shù)和列數(shù)，Sx是沿工方向(掃描線方向)兩相鄰傳感器中心間的距離，Sy是沿Y方向兩相鄰傳感器中心間的距離，Lx是x方向傳感器元素的個(gè)數(shù)，Mx是計(jì)算機(jī)在每一行里的采樣數(shù)(像素個(gè)數(shù))。最后，式(3-9)中的口是一個(gè)取決于CCD攝像機(jī)的不確定圖像尺度因子。 將上述后3個(gè)步驟結(jié)合起來(lái)，就可得到將計(jì)算機(jī)圖像坐標(biāo)(M，N)與攝像機(jī)系統(tǒng)中目標(biāo)點(diǎn)3-D坐標(biāo)(x,y,z)聯(lián)系起來(lái)的方程： (3-11) (3-12) 將式（4-1）帶入上兩式，最后得到： (3-13) （3-14)考慮兩個(gè)攝像機(jī)相同且它們坐標(biāo)系統(tǒng)的各對(duì)應(yīng)軸平行(主要是光軸平行)，只是它們?cè)c(diǎn)位置不同。在這種情況下雙目成象可借助圖3來(lái)分析，那里給出兩鏡頭連線所在平面(XZ平面)的示意圖。將第一個(gè)攝像機(jī)疊加到現(xiàn)實(shí)世界坐標(biāo)系統(tǒng)上(兩系統(tǒng)原點(diǎn)重合)，W點(diǎn)的義坐標(biāo)可表示為: (3-15)上式中，X1和Z1表示第一個(gè)攝像機(jī)移動(dòng)到了世界坐標(biāo)的原點(diǎn)，而第二個(gè)攝像機(jī)和W點(diǎn)在保持相對(duì)幾何關(guān)系的條件下也會(huì)跟著移動(dòng)。如果將第二個(gè)攝像機(jī)移動(dòng)到世界坐標(biāo)系統(tǒng)的原點(diǎn)，則W點(diǎn)的X坐標(biāo)可表示為:(3-16) 因?yàn)榛€長(zhǎng)度是B且W點(diǎn)的Z坐標(biāo)對(duì)兩個(gè)攝像機(jī)坐標(biāo)系統(tǒng)是一樣的，所以有：(3-17)(3-18)將式(3－4)和式(3－5)代入式(3－1)和式(3－2)中得到:(3-19)(3-20)用式(3－7)減去式(3－6)可解出Z，即有:(3-21)上式把物體與像平面的距離Z(即3－D信息中的深度)與視差D(像坐標(biāo)X2和X1的差)直接聯(lián)系了起來(lái)，視差的大小與深度有關(guān)，所以視差中包含了3－D物體的空間信息。如果視差D可以確定并且基線和焦距已知，計(jì)算W點(diǎn)的Z坐標(biāo)是很簡(jiǎn)單的。另外Z坐標(biāo)確定后W點(diǎn)的世界坐標(biāo)X和Y可用(X1,Y1)或(X2,Y2)借助式(3－9)和式(3－10)算得。(3-22)(3-23)3.3雙目定位算法中彩色圖片中火災(zāi)位置的確定本課題采用一個(gè)帶紅外濾鏡的攝像頭和一個(gè)彩色攝像頭來(lái)完成監(jiān)視部分的任務(wù)。由第三章和本章的敘述可知，帶紅外濾鏡的攝像頭是在火災(zāi)探測(cè)算法中起主要作用，并在火災(zāi)空間定位算法中作為雙目探測(cè)中的一個(gè)攝像頭參與計(jì)算。彩色攝像頭的作用也有兩方面,一是作為歷史數(shù)據(jù)進(jìn)行保存，以便確定監(jiān)控現(xiàn)場(chǎng)情況和控制火災(zāi)現(xiàn)場(chǎng)狀況;另一個(gè)重要作用就是需要作為雙目定位中的另一個(gè)攝像頭參與計(jì)算，確定火災(zāi)的空間位置。這需要確定彩色攝像頭所獲取的圖片中的火災(zāi)位置。筆者將兩種獲取彩色圖片中火災(zāi)位置的方法引入火災(zāi)空間定位的計(jì)算，對(duì)前人的研究工作做了重要的補(bǔ)充和發(fā)展。首先介紹基于火焰顏色查詢表的方法。作為訓(xùn)練用的火焰圖像應(yīng)是典型的，能夠在比較大的范圍內(nèi)代表火焰的顏色。建立查詢表的方法概述如下:(1)手工建立一幅火焰圖像的邏輯圖，這幅邏輯圖的大小與原圖相同。邏輯圖中，每點(diǎn)的值只有兩種:0和1?；鹧鎴D像中的像素是火焰顏色時(shí)，邏輯圖中的對(duì)應(yīng)位置的點(diǎn)的值為1,否則為0。(2)建立查詢表。對(duì)于火焰圖像中的每個(gè)像素，如果其對(duì)應(yīng)的邏輯圖中的點(diǎn)的值是1，則在查詢表中以火焰圖像中那個(gè)像素的顏色為中心，疊加一個(gè)高斯分布。如果其對(duì)應(yīng)的邏輯圖中的位是0，則在查詢表中以火焰圖像中那個(gè)像素的顏色為中心，減去一個(gè)高斯分布。(3)為查詢表中最后形成的分布給出適當(dāng)?shù)拈撝?。得到一個(gè)顏色查詢表當(dāng)輸入一個(gè)RGB顏色時(shí)，可以得到這個(gè)顏色是否為火焰顏色的邏輯值。函數(shù)形式表達(dá)如下:Pi是一系列連續(xù)圖像的第i幅圖像，(x,y)為圖像中的一個(gè)像素的坐標(biāo)。K1是一個(gè)經(jīng)驗(yàn)值，它隨環(huán)境不同而有所變化。一般用10幅左右的訓(xùn)練圖(256色)，就可得到比較可靠的查詢表。通過(guò)查詢表即可以對(duì)彩色圖像進(jìn)行顏色標(biāo)注。對(duì)火焰顏色的區(qū)域標(biāo)記出來(lái)，并與紅外圖像進(jìn)行對(duì)比。根據(jù)雙目定位中兩個(gè)攝像頭距離不會(huì)太遠(yuǎn)的特點(diǎn)，火災(zāi)區(qū)域在圖片中的位置也將相差不大，由此就可以找出與紅外圖像中相對(duì)應(yīng)的火災(zāi)區(qū)域了。另一種方法是基于火焰顏色特征模型的方法。這種方法主要分析火災(zāi)火焰在人的視覺(jué)系統(tǒng)中的特征。下面將重點(diǎn)分析這種方法。由于RGB顏色模型相對(duì)于人的視覺(jué)系統(tǒng)并不直觀，因此這里需要轉(zhuǎn)換顏色模型。在眾多顏色模型中，HIS(hue/saturation/intensity,即：色調(diào)／飽和度／亮度）顏色模型非常接近人的視覺(jué)系統(tǒng)對(duì)物體的描述。HSI模型中，色調(diào)和飽和度是人類(lèi)感知顏色的方法。亮度參數(shù)表征了顏色的明暗程度。色調(diào)參數(shù)表示了不同的顏色，飽和度參數(shù)是對(duì)顏色深淺的度量。這種顏色模型可用三維空間坐標(biāo)系統(tǒng)表示，如圖3-3所示。圖3-3HSI顏色模型示意圖HSI模型的色調(diào)H是由顏色名稱來(lái)辨別的，如紅、橙、綠等，用角度度量；亮度I是顏色的明暗程度，通常用百分比度量，從黑(0%)到白(100%)；飽和度S指顏色的深淺，例如同樣是紅色，可分為深紅和淺紅，用百分比來(lái)度量，從0%到完全飽和的100%。下面介紹如何從RGB模型轉(zhuǎn)化成HSI模型。給定一幅RGB顏色格式的圖像，每一個(gè)RGB像素和H分量可用公式(3-24)得到：(3-24)此處(3-25)色飽和度分量由式(3-26)給出：(3-26)最后，亮度分量由式(3-27)給出：(3-27)其中，R，G和B分別是RGB顏色空間的紅、綠和藍(lán)色分量；H，S和I分別是HSI顏色空間的色調(diào)、飽和度和亮度顏色分量。這里將RGB值歸一化為[0,1]范圍內(nèi)，則由公式(3-26)~(3-27)容易得知，，，。在這里，色調(diào)的餅圖可分為6個(gè)部分，如圖3-4所示。圖3-4色調(diào)餅圖的示意圖一般情況下，火災(zāi)火焰的顏色在紅、黃之間，即在圖中的區(qū)間內(nèi)。另外，在彩色攝像頭獲取的視頻圖片中，火焰的飽和度會(huì)隨背景亮度的變化而變化。這就是說(shuō)，同樣強(qiáng)度的火災(zāi)火焰，在白天時(shí)的飽和度值將大于在晚上時(shí)的飽和度值。因此需要考慮所在環(huán)境的亮度情況。實(shí)驗(yàn)結(jié)果表示火災(zāi)火焰在HSI顏色空間下必須滿足下列條件：1)；2)明亮環(huán)境下：；陰暗環(huán)境下：；3)；這樣，通過(guò)對(duì)每一個(gè)像素的計(jì)算，就可以把火焰顏色區(qū)域標(biāo)注出來(lái)，并與紅外圖像進(jìn)行對(duì)比。根據(jù)雙目定位中的兩個(gè)攝像頭距離不會(huì)太遠(yuǎn)的特點(diǎn)，火災(zāi)區(qū)域在圖片中的位置也將相差不大，由此就可以找出與紅外圖像中相對(duì)應(yīng)的火災(zāi)區(qū)域了。3.4火災(zāi)空間定位的優(yōu)化算法3.4.1實(shí)用傳統(tǒng)雙目定位算法的缺陷根據(jù)自動(dòng)滅火領(lǐng)域的行業(yè)現(xiàn)狀，滅火系統(tǒng)的定位誤差應(yīng)該小于1.2米，才可以保證火災(zāi)自動(dòng)撲救設(shè)備(如自動(dòng)水噴淋設(shè)備)可以覆蓋到火災(zāi)區(qū)域。在大空間滅火系統(tǒng)中，監(jiān)視保護(hù)的最遠(yuǎn)距離在30~100米以內(nèi)，根據(jù)保護(hù)距離的遠(yuǎn)近，攝像頭視角在之間。這里分析一下邊緣情況。當(dāng)滅火系統(tǒng)的保護(hù)距離為100米時(shí)，攝像頭水平視角一般為，垂直視角一般為。這樣，根據(jù)三角形原理，該系統(tǒng)在一幅圖片內(nèi)可監(jiān)視的水平截面最大值為:(3-28)垂直界面的最大值為:(3-29)從攝像頭經(jīng)過(guò)視頻卡進(jìn)入計(jì)算機(jī)的視頻圖片大小為704*576像素的圖片，其中寬為702像素，高為576像素。通過(guò)對(duì)比，每個(gè)像素在水平方向最多表征實(shí)際空間距離的35.265/704=0.050m/像素，在垂直方向最多表征實(shí)際空間距離的26.330/576=0.046m/像素。由此可得圖像部分誤差為0.05米。兩個(gè)攝像頭一般平行擺放，其焦點(diǎn)距離為0.8m。在理想情況下，兩個(gè)攝像頭所攝得的目標(biāo)物體在圖片上的位置偏移應(yīng)有16個(gè)像素。這樣就能推算出火災(zāi)發(fā)生位置與攝像頭的距離為1OOm。下面計(jì)算一下出現(xiàn)誤差時(shí)的情況。假設(shè)因?yàn)檎`差，圖片上的位置偏移成了16.5個(gè)像素。這樣，根據(jù)相似三角形原理，計(jì)算得到的距離攝像頭的位置為:(3-30)竟有3.0m的誤差!因此，需要對(duì)傳統(tǒng)的雙目定位算法進(jìn)行改進(jìn)，以提高精確度。3.4.2改進(jìn)的空間定位算法為了解決上一小節(jié)的問(wèn)題，我們把攝像機(jī)固定在消防水炮炮管頂端，利用攝像機(jī)隨水炮轉(zhuǎn)動(dòng)時(shí)在不同時(shí)刻的位移和角度變化在計(jì)算機(jī)得出另一組空間定位值，稱之為掃描式空間定位算法。當(dāng)高壓水炮轉(zhuǎn)動(dòng)時(shí)，前后兩次攝像機(jī)位置的之間位移就構(gòu)成了基線，對(duì)攝像機(jī)在不同位置采集的圖像進(jìn)行火源區(qū)域匹配之后便求得視差，這樣就構(gòu)成了雙攝像機(jī)進(jìn)行空間定位的兩個(gè)要素。但是，由于攝像機(jī)轉(zhuǎn)動(dòng)后在t1t2時(shí)刻的光軸不再平行，因此圖所示的平行攝像機(jī)定位原理不再適用，必須重新推導(dǎo)圖像坐標(biāo)和空間坐標(biāo)的對(duì)應(yīng)關(guān)系。圖3-5火源、攝像機(jī)、物方坐標(biāo)系的關(guān)系圖圖3-5中：0-XYZ——物方坐標(biāo)系；f——攝像機(jī)焦距；D——水炮轉(zhuǎn)軸到攝像機(jī)位置的距離；——時(shí)刻圖像坐標(biāo)系；——時(shí)刻圖像坐標(biāo)系；——時(shí)刻火源圖像坐標(biāo)；——時(shí)刻火源圖像坐標(biāo)；——時(shí)刻攝像機(jī)光軸與Z軸的夾角；——時(shí)刻攝像機(jī)光軸與Z軸的夾角；S——火源中心距物方坐標(biāo)系原點(diǎn)距離；——火源中心與Z軸的夾角；圖3-5是發(fā)現(xiàn)火災(zāi)后的t1t2時(shí)刻的火源、攝像機(jī)、物方坐標(biāo)系的關(guān)系。根據(jù)圖所示幾何關(guān)系，取右手方向?yàn)檎?，則。在物方坐標(biāo)系和圖像坐標(biāo)系之間我們得到如下關(guān)系：(3-31)(3-32)根據(jù)3.1所述，視平面上的點(diǎn)p(x,y)與空間中的對(duì)應(yīng)點(diǎn)p(X,Y,Z)有如下的關(guān)系：(3-33)將等式(3-33)帶入(3-31)、(3-32)得到式(3-34)：(3-35)其中：(3-36)這樣，就可以求出火源距水炮轉(zhuǎn)軸的距離d和火源與水炮炮管中軸的夾角。(3-37)(3-38)上述算法在t1，t2時(shí)刻兩幅圖像相同時(shí)有很好的效果。但是，火災(zāi)火焰是一個(gè)不斷動(dòng)態(tài)變化的過(guò)程，中間必然存在誤差。因此本文提出雙目定位和掃描定位算法相結(jié)合的方法，其整體算法步驟如下:(1)發(fā)現(xiàn)火災(zāi)后，通過(guò)雙目定位算法計(jì)算出第一組火災(zāi)空間位置。(2)以較小的步進(jìn)轉(zhuǎn)動(dòng)水炮，同時(shí)攝像機(jī)連續(xù)采集圖像，不斷標(biāo)記火源區(qū)域重心與圖像中心比較確定移動(dòng)方向，當(dāng)火源重心到達(dá)圖像左邊緣時(shí)停止轉(zhuǎn)動(dòng)，此作為t1時(shí)刻，火源區(qū)重心的像素坐標(biāo)為并記錄下當(dāng)前電機(jī)的水平角度反饋。同時(shí)通過(guò)雙目定位算法計(jì)算第二組火災(zāi)空間位置。(3)電機(jī)水平向步進(jìn)轉(zhuǎn)動(dòng)，當(dāng)火源重心到達(dá)圖像右邊緣中央時(shí)停止轉(zhuǎn)動(dòng)。此作為時(shí)刻，火源區(qū)重心的像素坐標(biāo)為右，記錄下當(dāng)前電機(jī)的水平角度反饋。此外通過(guò)雙目定位算法計(jì)算第三組火災(zāi)空間位置。(4)將上述參數(shù)代入(3-34)~(3-38)式即可獲得兩組火災(zāi)空間位置，第四組是紅外攝像頭所得的空間位置，第五組是彩色攝像頭所得的空間位置。5)對(duì)五組空間位置分別賦信度，滿足由此計(jì)算可得空間位置的修正值(x，y，z)?？傊罂臻g的火災(zāi)高壓水炮定位是火災(zāi)自動(dòng)探測(cè)與撲救研究中的一個(gè)難點(diǎn)問(wèn)題，本章基于計(jì)算機(jī)視覺(jué)原理，利用紅外和彩色CCD圖像實(shí)現(xiàn)了一種雙目定位和掃描式火災(zāi)空間定位相結(jié)合的方法，建立了攝像頭在不同位置所拍攝的圖像中火源圖像坐標(biāo)和火源的空間坐標(biāo)之間的關(guān)系，實(shí)現(xiàn)了大空間中火源空間位置的自動(dòng)定位，為大空間自動(dòng)滅火建立了基礎(chǔ)。4高壓水炮的空間定位系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)基于圖像型火災(zāi)探測(cè)系統(tǒng)中的高壓水炮定位，其主要關(guān)鍵是利用雙目攝像機(jī)成像原理，獲取同一時(shí)間的不同的火災(zāi)狀態(tài)圖片，對(duì)其進(jìn)行數(shù)字圖像處理，通過(guò)計(jì)算機(jī)提取火災(zāi)圖像，排除干擾，對(duì)火災(zāi)進(jìn)行分析，最后根據(jù)圖像的特征，利用Matlab對(duì)其進(jìn)行處理并計(jì)算，求出火源距水炮轉(zhuǎn)軸的距離d和火源與水炮炮管中軸的夾角，有了這兩個(gè)數(shù)據(jù)，就可以通過(guò)驅(qū)動(dòng)程序，驅(qū)動(dòng)高壓水炮進(jìn)行及時(shí)和準(zhǔn)確的自動(dòng)滅火。4.1高壓水炮定位算法基于圖像型火災(zāi)探測(cè)系統(tǒng)的高壓水炮的定位，是在利用雙目攝像機(jī)獲取同一時(shí)間不同圖像，在通過(guò)計(jì)算機(jī)的處理來(lái)精確計(jì)算火災(zāi)空間位置坐標(biāo)，從而驅(qū)動(dòng)高壓水炮進(jìn)行定點(diǎn)滅火。(1)利用攝像機(jī)獲取火災(zāi)圖片，再將火災(zāi)空間坐標(biāo)轉(zhuǎn)化為攝像機(jī)坐標(biāo)；(2)將攝像機(jī)獲取的圖片經(jīng)處理轉(zhuǎn)化為幀圖片，用計(jì)算機(jī)對(duì)其進(jìn)行處理，排除干擾；(3)將排除干擾后的圖片進(jìn)行二值化處理，提取火災(zāi)中心點(diǎn)坐標(biāo)，再利用之前的空間定位的方法將其通過(guò)算法處理，仿真得到火源距水炮轉(zhuǎn)軸的距離和火源與水炮炮管轉(zhuǎn)軸的夾角。 (4)求得上述參數(shù)后便可利用計(jì)算機(jī)軟件驅(qū)動(dòng)高壓水炮進(jìn)行定點(diǎn)滅火。4.2高壓水炮的空間定位系統(tǒng)的設(shè)計(jì)本文是在圖像型火災(zāi)探測(cè)的基礎(chǔ)上，以及實(shí)現(xiàn)了火災(zāi)空間幾何定位的基礎(chǔ)上利用matlab進(jìn)行空間幾何定位的仿真的研究，即如何利用matlab將空間幾何定位轉(zhuǎn)換為用計(jì)算機(jī)控制計(jì)算的算法，用計(jì)算機(jī)實(shí)現(xiàn)定位參數(shù)的運(yùn)算，再驅(qū)動(dòng)高壓水炮進(jìn)行滅火。利用雙目攝像機(jī)獲取火源的圖像，再通過(guò)極線幾何的方法進(jìn)行確定其空間坐標(biāo)，準(zhǔn)確定位，并將獲取的圖片二值化后利用matlab中的regionprops函數(shù)確定其中心點(diǎn)坐標(biāo)，最后計(jì)算出火源距水炮轉(zhuǎn)軸的距離d和火源與水炮炮管中軸的夾角。(4-1)(4-2)其中：(4-3)(4-4)(4-5)f——攝像機(jī)焦距；D——水炮轉(zhuǎn)軸到攝像機(jī)位置的距離；——時(shí)