轉載請注明出處：http://blog.csdn.net/xiaowei_cqu/article/details/7522467

前段時間做了一個火災檢測的小程序，因為時間緊，實現的算法也簡單。只用了兩步處理：運動檢測和顏色檢測。日后還會再改進~

運動檢測

其實就是檢測背景，對背景建模然后提取前景中運動的物體作為候選火災樣本。嘗試了兩種簡單的背景算法：高斯背景建模和背景相減，還是背景相減的效果較好。以下是代碼： [cpp]?view plaincopy

//背景相減??

void?FireDetector::?CheckFireMove(IplImage?*pImgFrame/*,?IplImage*?pInitBackground,?IplImage?*pImgMotion*/)??

{??

????int?thresh_low?=?80;//30??

??

????cvCvtColor(pImgFrame,?pImgMotion,?CV_BGR2GRAY);??

????cvConvert(pImgMotion,?pMatFrame);??

????cvConvert(pImgMotion,?pMatProcessed);??

????cvConvert(pImgBackground,?pMatBackground);??

??

????cvSmooth(pMatFrame,?pMatFrame,?CV_GAUSSIAN,?3,?0,?0);??

????//計算兩幅圖的差的絕對值??

????cvAbsDiff(pMatFrame,?pMatBackground,?pMatProcessed);??

????//cvConvert(pMatProcessed,pImgProcessed);??

????//cvThresholdBidirection(pImgProcessed,thresh_low);??

????//對單通道數組應用固定閾值操作,此處得到二值圖像??

????cvThreshold(pMatProcessed,?pImgMotion,?thresh_low,?255.0,?CV_THRESH_BINARY);??

????//使用?Gaussian?金字塔分解對輸入圖像向下采樣，再向上采樣??

????cvPyrDown(pImgMotion,pyrImage,CV_GAUSSIAN_5x5);??

????cvPyrUp(pyrImage,pImgMotion,CV_GAUSSIAN_5x5);??

????//腐蝕和膨脹操作??

????cvErode(pImgMotion,?pImgMotion,?0,?1);??

????cvDilate(pImgMotion,?pImgMotion,?0,?1);???

??

????//使用當前幀0.3的比例對背景圖像更新??

????int?pUpdate=0.3;//0.0003??

????cvRunningAvg(pMatFrame,?pMatBackground,?pUpdate,?0);??????????????????????

????cvConvert(pMatBackground,?pImgBackground);??

}??

顏色檢測 顏色檢測最初用的是Thou-Ho (Chao-Ho) Chen, Ping-Hsueh Wu, and Yung-Chuen Chiou?于2004年在ICIP發表的文章《An Early Fire-Detection Method Based on Image Processing》中建立的顏色模型：
其中R、G、B為RGB模型中的顏色分量S為HSI顏色模型中的飽和度；Rt為R分量的閾值經試驗得到可設定在55~56之間；St為飽和度的閾值經試驗得到可設定在115~135之間。雖然簡單，確很有效。之后自己又增加了些亮度之類的信息，并調整了閾值。 [cpp]?view plaincopy

//論文《An?Early?Fire-Detection?Method?Based?on?Image?Processing》中的顏色模型??

void?FireDetector::CheckFireColor2(IplImage?*RGBimg)??

{??

????int?RedThreshold=115;??//115~135???

????int?SaturationThreshold=45;??//55~65??

??

????for(int?j?=?0;j?<?RGBimg->height;j++)??

????{??

????????for?(int?i?=?0;i?<?RGBimg->widthStep;i+=3)??

????????{??

????????????uchar?B?=?(uchar)RGBimg->imageData[j*RGBimg->widthStep+i];??

????????????uchar?G?=?(uchar)RGBimg->imageData[j*RGBimg->widthStep+i+1];??

????????????uchar?R?=?(uchar)RGBimg->imageData[j*RGBimg->widthStep+i+2];??

????????????uchar?maxv=max(max(R,G),B);???

????????????uchar?minv=min(min(R,G),B);???

????????????double?S?=?(1?-?3.0*minv/(R+G+B));??

??????????????

????????????//火焰像素滿足顏色特征??

????????????//(1)R>RT???(2)R>=G>=B???(3)S>=(?(255-R)?*?ST?/?RT?)??

????????????if(R>RedThreshold&&R>=G&&G>=B&&S>0.20/*&&/*S>(255-R)/20&&S>=((255-R)*SaturationThreshold/RedThreshold)*/)??

????????????????pImgFire->imageData[i/3+pImgFire->widthStep*j]?=?255;??

????????????else??

????????????????pImgFire->imageData[i/3+pImgFire->widthStep*j]?=?0;??

??????????????

????????}??

????}??

}??

經過兩部檢測后的備選像素，大于一定值則判定為火，標框并報警，效果如下：

轉載于:https://www.cnblogs.com/alan666/p/8312349.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的【计算机视觉】森林火灾检测-1的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。