全文总字数：3362字

1. 研究目的与意义及国内外研究现状

火灾是常见的的严重自然灾害之一，对其进行早期的实时的监控是火灾消防领域的重要研究重点。关于如何做到在火灾蔓延前报警的问题，近年来已进行了许多研究。传统的火灾检测技术通常基于烟雾和温度传感器，这类传感器检测时间较长，无法在火灾初期进行报警；而且这类传感器检测范围较小，无法对室外大场景进行监控；此外这类传感器无法给出火灾的详细信息，例如火灾的燃烧程度、火焰大小、火灾具体位置等。近些年，随着网络摄像机的广泛使用以及图像处理技术的不断发展，基于图像处理的火灾检测技术得到越来越多的关注。其中最为广泛的是有关火灾红外图像的研究，红外图像是人们视觉的延伸。红外图像型火灾探测技术可以通过分析火灾图像的早期特征，达到火灾早期报警的，早期的防护作用，对预防火灾或减少火灾有着重要的意义。

国内外研究现状

随看信息时代的到来，以数字图像处理为基础的火灾探测识别研究才不断涌现。目前来说，主要是根据火灾火焰图像的可见光辐射特性、面积变化特性、红外辐射特性、绞理特性、轮廓尖角特性、色谱特性以及蔓延增长趋势特性等火焰特征信息来对火灾火焰进行判断识别的。不少专家和学者们在图像在火灾检测方面都进行了长期研究，也提出了一些行之有效的检测算法。例如，在国外，healey根据火焰颜色实现了火焰识别[1] .noda和ueda使用红外图像来检测隧道的火焰，并达到用火焰颜色识别的目的[2]。yamagishi和yamaguchi使用基于hsv的色彩空间和人工神经网络来识别火焰[3]，但这种方法很容易与白炽灯，路灯或汽车灯混淆，导致误报。 b.uur使用火焰的颜色和运动来识别火焰[4]。 yigithan等人在前人研究的基础上，采用相关特征的不规则边界和小波变换来实现火焰识别[5]。

phillips等人提出对火灾火焰模板图像进行训练，综合学习所得到的火焰色彩直方图以及适当阈值实现对火焰色彩的判断[6]。krull等人利用图像的统计信息给出了在灰度图像中提取火灾区域的算法。liu等人提出了在空间域内对火焰二维图像进行傅里叶变换来检测火焰。 cetin等人提出在视频图像火焰检测中加入小波监测算法，并据此提出了三状态的隐马尔科夫模型来监测火焰。

2. 研究的基本内容

由于物体燃烧产生火焰与其他平常光源在光波频率上有着明显的差异，采用红外滤光得到火焰红外图像能取得较好效果，同时节约计算成本，本文主要研究以下内容:

（1）基于摄像头红外图像的采集与传输：包括摄像头模块、采集控制模块和传输模块的选择和设计；

（2）红外图像处理（区域识别，面积计算等）:主要针对红外图像特点，实施图像滤波、分割、定位与识别；

3. 实施方案、进度安排及预期效果

1,实施方案

总体技术路线

本毕业设计旨在于解决火灾中火焰图像识别与报警，采用基于stm32单片机与摄像头进行红外图像的采集、通过matlab软件实现图像处理。

4. 参考文献

[1]g. healey, d. slater, t. lin, b. drda, and d. goedeke. a system for real-time fire detection. in computer vision and pattern recognition, pages 605–606, 1993.

[2] s. noda, k. ueda, “fire detection in tunnels using an image processing method,” in proc. con vehicle navigation and information system, 1994, pp. 5742.

[3] h. yamagishi and j. yamaguchi, “fire flame detection algorithm using a color camera,” in roc. i ~ i . symp micromechaironics und humon science, 1999, pp. 255-260.