图像型火灾探测系统中的高压水炮定位技术的研究毕业设计论文.doc

《图像型火灾探测系统中的高压水炮定位技术的研究毕业设计论文.doc》由会员分享，可在线阅读，更多相关《图像型火灾探测系统中的高压水炮定位技术的研究毕业设计论文.doc（46页珍藏版）》请在三一办公上搜索。

1、毕业设计论文图像型火灾探测系统中的高压水炮定位技术的研究摘要 随着大空间火灾探测技术的研究，传统的消防已经不适用于大空间的灭火，为了克服传统灭火系统的不足，在此基础上本文提出了利用高压水炮进行定点灭火的技术。 论文是在系统已经实现火灾探测的基础上提出的高压水炮空间定位技术，即在发生火灾的情况下，在对火灾各种特征进行了提取和干扰的排除后，利用计算机计算火灾的空间位置。本文提出的定位算法具有定位准确、识别性较高、计算速度快、实时性较高等特点。论文结合计算机图形学、数字图像处理、计算机视觉等技术，将摄像头采集的火灾火源的图像经过相应的变换，转换成实际的世界坐标，并结合高压水炮和摄像机各参数，直接计算

2、出高压水炮的定位参数。本论文重点研究的是基于图像型火灾探测系统中的高压水炮定位问题。采用的方法为空间几何定位，并在其基础上利用matlab对其定位算法进行了研究，最后确定火灾图片二值化后的中心点坐标，利用中心点坐标通过定位算法计算出火灾的实际空间坐标，进而计算出火源与水炮转轴的距离和火源与水炮炮管中轴的夹角，再驱动高压水炮进行定点灭火。论文学习了计算机视觉、数字图像处理、matlab等相关知识，完成了高压水炮的定位。定位主要应用空间几何定位的方法，并结合matlab进行算法的处理，实现了火灾的定位。关键字：火灾探测、计算机视觉、高压水炮定位Image Type Fire Detection S

3、ystem of Water Cannon Positioning Technology ResearchAbstractWith the large space of fire detection technology research,the traditional fire has not used for large space of fire.In order to overcome the deficiency of traditional fire-extinguishing systems,on the basis of this proposed using water ca

4、nnon fire on the dot.In system has achieved fire detection is proposed on the basis of the water cannon space positioning technologies. Also in the cases of fire,after in various characteristics of fire and elimination of interference,using the computer calculation of fire in space.In this paper the

5、 positioning algorithm has accurate positioning,identification and computing speed and high performance characteristics and so on.This paper based on computer graphics, digital image processing technology, computer vision, etc.The camera image acquisition of fire source through the corresponding tra

6、nsformation.Convert the actual world coordinates and combined with water cannon and camera parameters.It also can calculate water cannon positioning parameters.This paper focuses on the research of Image type fire detection system is based on the water cannon positioning problem.Using the method for

7、 spatial geometric positioning and on the basis of its positioning matlab algorithm is studied.Final fire binary images of center coordinates.Using the center coordinates is calculated by localization algorithm of actual space coordinates of fire.Then calculated with water cannon fire source and the

8、 distance with the axis of the water barrel axis Angle, again drive water cannon fire were fixed.The paper studies of computer vision, digital image processing and matlab related knowledge and complete a water cannon. It used main application spatial localization method of geometric positioning.Matl

9、ab algorithm combining with fire, and realized the positioning.Key words:Fire detection Computer vision Water cannon position目录1 绪论51.1 课题背景51.2 国内外研究和开发现状61.3 实现功能81.4 论文整体介绍82 图像型火灾探测技术92.1 概述92.2 原理介绍92.3 火灾图像的分割处理102.3.1 区域生长法分割图像102.3.2 最大方差自动取阈法102.4 火灾图像的仿真处理122.4.1 图像预处理122.4.2 图像分割与特征提取182.

10、4.3 灰度阈值分析193 基于计算机视觉的高压水炮定位的研究213.1 计算机视觉213.1.1 定义及原理213.1.2 计算机视觉的方法及其应用223.1.3 计算机视觉与图像处理、图像分析的异同223.2 空间定位双目成像原理233.3 双目定位算法中彩色图片中火灾位置的确定253.4 火灾空间定位的优化算法283.4.1 实用传统双目定位算法的缺陷283.4.2 改进的空间定位算法294 高压水炮的空间定位系统设计和实现334.1 高压水炮定位算法334.2 高压水炮的空间定位系统的设计334.3 高压水炮的空间定位系统实现344.4 实验结果和讨论38总结39致谢40参考文献41附

11、录1 图像型火灾探测仿真程序42附录2 高压水炮定位程序451 绪论1.1 课题背景图像型火灾探测技术采用CCD摄像机摄取的视频图像进行火灾探测，可以免受空间高度和气流的影响；采用了多重判据，克服了现有火灾探测报警系统因判据单一而遇到的困难，使火灾探测的灵敏度和可靠性都得到很大的提高，由此可见，图像型火灾探测技术必将有着广阔的应用前景。而基于图像型火灾探测的高压水炮定位，由于定位的准确性和及时性使得其有着很大的应用领域。而近年来 ,随着经济的飞速发展 ,各种高层的建筑群体不断涌现。在高层建筑中,人口密集、财产集中,其消防安全问题就突显出来。传统的火灾探测技术有感温、感烟、感光及复合型等模式。这

12、些技术不仅在灵敏度和可靠性方面有待提高,而且不能对火灾最初的信号做出反应。因此 ,近年来积极研究并提出了图像型火灾探测技术 ,该技术既可在多粉尘、高湿度的室内环境中使用 ,也可在室外环境中使用 ,对火灾初始信号有更高的灵敏度 ,具有很好的应用前景。而图像型火灾探测系统中的高压水炮定位更是解决了消防的问题，可以在火灾开始发生时探测到火灾，并驱动高压水炮进行灭火，阻止火灾进一步扩大，避免不必要的人员和财产损失。高压水炮定位系统在消防安全中具有重要的地位和作用，它能够在发生火灾时，保护火灾区域内的人身安全和建筑物建筑结构的安全。实现水炮定位的的先决条件在于对火灾发生的空间位置的确定。本课题用计算机视

13、觉知识作为基础，对火灾空间定位算法进行了研究。这样，就可以把消防喷水系统和火灾探测集成在一起，具有自动扫描定位功能，在PLC的控制下对准火源，进行灭火。还将大大缩减联动系统，简化消防设备的布置，降低了成本。此外，还有灭火及时，将火灾损失减到最低的优点。随着改革开放，与能源、原材料、交通运输产业密切相关的港口、码头、石油、化工、油库、机场等重点工程、企业迅速发展，这些场所易燃、易爆，因此对消防安全提出了较高的要求。这些场所的火灾特征有:火势发展迅速灾规模大、有爆炸危险等。国外对这种易燃易爆危险场所的消防安全相当重视，如日本、英国、德国等工业发达国家已经制订了相应的法律和规范，明确规定在以上场所必

14、须配备高压水炮系统。高压水炮系统被安装在特定的位置，与消防系统联动配合，能够在火灾发生的第一时间，根据消防人员的需要通过遥控达到快速灭火的目的。同时近年来全国各地大空间建筑不断涌现如会展场馆(中心)、体育(文体)馆、飞机场、火(汽)车站、艺术馆(厅)、图书馆、影(歌)剧院、会议厅、货物配送中心、大型商场、交易中心、酒店大堂、大厦中庭等，这些建筑物由顶棚距地面高度大，普通水喷淋消防系统喷出的水滴在下降过程中受到气流影响，难以有效的集中于火灾发生处，影响消防效果。普通喷淋系统灭火时大量不集的喷水作业容易造成火灾后的水渍损失降。考虑到大型空间的空旷性，普通喷淋系统在这些场所的管路布置也较为困难，在某

15、些特殊场合布置普通水喷淋系统还会破坏建筑的内部美感，因此普通喷淋系统不适于大空间建筑的内部防火。而高压水炮系统因为其喷射水滴大，水柱集中等特点很适合用于这些场所的消防作业，因此高压水炮将得到更广泛的应用。1.2 国内外研究和开发现状 随着计算机科学和图像处理技术的发展，人们发现，可燃物在燃烧时会放出频率范围从紫外到红外的光波，在可见光波段，火焰图像具有独特的色谱、纹理等方面的特征，使之在图像上明显的区别于背景。利用这些特征，采用图像处理的方法，对火灾进行识别。根据燃烧学的原理，在火焰燃烧时，其放出的能量95%集中于红外波段。所以，我们在进行图像处理时，非常关心红外波段的图像识别，可以利用红外成

16、像的原理获取燃烧所发出的红外图像进行图像处理，从而达到监控的目的。当检测到火灾发生时，根据计算机视觉原理知识，通过摄像头所获取的红外图像和彩色图像来计算火灾发生的空间位置，从而实现高压水炮的自动灭火。图像型火灾探测和高压水炮就是基于以上的认识而提出的。 由于视觉所接受的信息是以光为传播媒介，图像监测比传统探测方法能更快速地做出判断。而图像信息的丰富和直观，更为早期火灾的辨识和判断奠定了基础，其它任何火灾探测技术均不能提供如此丰富和直观的信息。此外，图像监测的关键器件像敏感元件通过光学镜头与外界只发生了间接接触这种结构保证了图像监测技术既可以较恶劣(多粉尘、高湿度)的室内环境中使用，也可以室外环

17、境中使用。由此，图像监测技术在火灾探测中的地位和作用为: 1)可在太空间、大面积的环境中使用; 2)可用于多粉尘、高湿度的场所; 3)可在室外环境中使用; 4)可对火灾现象中的图像信息做出快速反应; 5)可提供直观丰富的火灾信息。 在科学技术迅猛发展的今天，国外各大公司和科研机构的火灾探测技术也相应的快速发展，例如，Bosque公司的BSDS系统采用红外和普通摄像机的双波段监控，在准确识别森林火灾的同时还可以区别其他现象的干扰，误报率很低。在大空间火灾监控方面有sIL公司和MganxoElecrtic公司联合开发的用于电站火灾监控的VSD-8系统。该系统以视频运动检测软件为主体，使用了各种滤波

18、器技术，并与人工智能相结合，该系统可以用来对电站内的火灾进行监控。在自动灭火方面，国际上并未有知名产品出现。 我国在火灾报警控制系统的研究开发相对较晚一些，到二十世纪八十年代中期才开始这方面的研制开发。但发展十分迅速，现在已经基本达到国际先进水平。国内对火灾探测和高压水炮定位的研究目前以中国科技大学的火灾科学国家重点实验室做得比较领先。该实验室研制的LA-100型双波段大空间早期火灾智能探测和高压水炮系统通过了有关方面的验收，并已转化成产品。此外，上海交通大学、西安交通大学、哈尔滨工程大学等都在火灾探测方面进行了积极的研究，并根据工程实践提出了一些改进算法。但是，迄今为止，并没有研制出令人满意

19、的系统，还存在火灾误报率较高，高压水炮定位算法误差很大的问题，实用程度还有待提高。图像型火灾探测和高压水炮定位系统，是利用CCD摄像机作为探头，将被监视现场的彩色和红外图像输入计算机，然后利用图像处理的算法，从两幅图像和图像序列中来识别有无火灾的发生。在发现火灾的情况下，计算火灾的空间位置，自动启动高压水炮系统和疏散系统。在图像型火灾监控系统中，图像处理的算法、火灾探测算法以及火灾空间定位算法决定了系统的性能。图1.1是图像型火灾探测和自动灭火系统的结构图。联动模块数据库视频采集卡摄像机 摄像机 控制 状态 中心控制 系统火灾定位 系统信号处理 系统 火灾 摄像机 探头信息 信 息 管 理 系

20、 统摄像机 图1-1 图像型火灾探测和自动灭火系统结构图 视频采集卡：实现同时对多个目标实行监控，按照一定规律进行巡检。通过视频采集卡的视频切换功能，可以利用一套系统同时对多个现场进行监控。 摄像头：将进入镜头的光信号转换为电信号。 信号处理系统：主要进行图像处理的算法，可以由计算机构成，也可以是单片机系统。 中心控制系统：对信号处理系统输入的信号进行处理，同时对信号处理系统、联动控制系统、管理信息系统进行控制。 信息管理系统：它可以将收集到的各种火灾信息，显示于计算机，以便于观察和选择，通过它还可以查询各种设备的状况，有利于对损坏或老化的设备进行及时的维修和更换。 联动模块：包括报警部分和自

21、动灭火部分。1.3 实现功能本论文是基于空间几何定位算法的研究，首先利用双目摄像机获取三维空间图像（火源），再将其在世界坐标系下的三维图像转换为摄像机标定的三维坐标图像，再利用计算机将其处理为计算机可以识别的二维图片，再对火源进行前期处理，消除干扰，将其二值化后利用matlab中的regionprops函数进行中心点坐标的提取，然后计算出火源与水炮转轴的距离和火源与水炮炮管中轴的夹角，再驱动高压水炮进行灭火。高压水炮进行定位时，主要考虑的是火源与水炮转轴的距离和火源与水炮炮管中轴的夹角，有了这两个定位参数，就可以准确驱动高压水炮到火源处进行灭火。基于图像型火灾探测系统中的高压水炮的定位，解决了

22、传统消防中遇到的问题，可以及时、准确的将火灾遏制在刚发生的阶段，避免了财产的损失及人员的伤亡。本文利用matlab实现算法调试时只是确定了火源与水炮转轴的距离及火源与水炮炮管中轴的夹角，而火源图片的处理及将世界坐标转换为计算机二维坐标的程序并未涉及，只是做简单说明。1.4 论文整体介绍本文主要通过空间几何定位算法的研究，通过matlab对双目摄像机获取的图片进行处理，实现高压水炮的定位。第一章 绪论。主要讲述当前国内外火灾探测技术的研究现状，并对传统的火灾探测技术存在的局限性做了简单说明，并对图像型火灾探测技术的优势和发展前景进行了介绍。 第二章 图像型火灾探测技术。介绍图像的预处理和分割以及

23、火焰特征的提取，并分析其原理。 第三章 基于计算机视觉的高压水炮定位的研究。引入计算机视觉，空间定位双目成像原理。 第四章 高压水炮的空间定位系统设计和实现。利用空间几何定位的方法对火灾进行空间定位，计算出其二维坐标，再根据一系列运算计算出火源与高压水炮转轴的距离和水炮炮管的夹角. 第五章 小结。总结了此次毕业设计的经验和教训，并对实现定位过程中的不足提出了改进的设想和要求。2 图像型火灾探测技术2.1 概述当前室内火灾报警技术已经比较成熟。通过对光、烟、湿度等参考量加以判断，然后直接实施灭火措施，进行断电、喷水等并报警。而对于室外的或大面积的监控对象(如高层建筑、船舶码头、油库、大型仓库等)

24、，相对来说可以使用的探测方式较少，利用图像进行火灾监控是目前主要的研究方向。由于图形包含的数据量很大，所以首先需要对图像进行预处理，通常包括图像增强、滤波、细化等几个方面，然后对图像进行分割。分割的目的是把图像空间分成一些有意义的区域，可以以像素为基础去研究图像分割，也可以利用在指定区域中的某些图像信息去分割。分割可以建立在相似性和非连续性的两个基本概念上，其目的就是为下一步的图像识别打下坚实的基础。精确的分割处理是提高整个探测系统准确性、鲁棒性的前提条件，但同时由于各种环境下光照亮度的变化，以及经常存在的干扰光源的影响，实现精确分割的难度较大。2.2 原理介绍火灾火焰一般具有较为明显的视觉特

25、性:阴燃亮光、火焰颜色、闪烁和外形变化等。由于火灾火焰的颜色与温度具有相关关系,随着火焰由焰心到火焰外表面温度的升高,其颜色依次为暗红色,红色,橙色,黄色,蓝白色和白色。我们通过实际火灾火焰的图像像素颜色分布统计仿真分析,还发现火灾火焰的颜色呈现指数分布规律的分布特性,及火灾火焰的颜色分布的周界可以用指数函数加以拟合,正是抓住了这种颜色分布规律,我们比较“干净”地区分出了图像中的“火焰”信息和背景噪声信息。其次,火灾火焰的燃烧遵循一定的规律,通过探究其从根部开始,向上膨胀直至消失的过程,可以发现,火灾火焰都是“活”的,具有跳动的规律性特性。于是,我们设计了特殊的低通滤波器,并成功地得到了火灾火

26、焰的跳动频率,我们把它叫做火灾火焰的闪烁频率,而且我们把这种闪烁频率作为火灾火焰的基本特性,用于判断火灾火焰在图像中的表现，从而能够把火灾火焰从众多噪声信息中加以区分。除开上述两种火灾火焰的特性之外,我们还试图归纳出火灾火焰的发展趋势及其在图像上所表现出来的外形变化特征,还有基本固定的着火点等综合信息,用于火灾火焰在序列视频图像帧中是否准确存在的判断依据。2.3 火灾图像的分割处理 所谓图像分割是指将图像中具有特殊含义的不同区域分开，这些区域是互不相交的，每一个区域都满足特定区域的一致性。 均匀性一般是指同一区域内的像素点之间的灰度值差异较小或灰度值变化较缓慢。图像分割方法很多，其中最常用的图

27、像分割方法是将图像分成不同的等级，然后用设置灰度门限的方法确定有意义的区域或欲分割的物体的边界，这种方法也称为阈值分割法。阈值分割法就是简单地用一个或几个阈值将图像的灰度直方图分成几个类，并且认为图像中灰度值在同一个灰度类内的像素属于同一个物体。2.3.1 区域生长法分割图像 分割的目的是要把一幅图像划分成一些小区域，对于这个问题的最直接的方法是把一幅图像分成满足某种判据的的区域；也就是说，把点组成区域。与此相对应，数字图像处理中存在一种分割区域的方法称为区域生长或区域生成。 假定区域的数目，以及在每个区域中单个点的位置已知，则可推导出一种算法。从一个已知点开始，加上与已知点相似的的邻近点形成

28、一个区域。这个相似性准则可以是灰度级、颜色、几何形状、梯度或其他特性。相似性的测度可以由所确定的阈值判定。它的方法是从满足检测准则的点开始，在各个方向上生长区域。当其邻近点满足检测准则就并入小区域中，当新的点合并后再用新的区域重复这一过程，直到没有可接受的邻近点生成过程终止。当生成任意物体时，接受准则可以以结构为基础，而不是以灰度级或对比度为基础。为了把候选的小群点包含在物体中，可以检测这些小群点，而不是检测单个点，如果他们的结构与物体的结构充分并已足够相似时就接受他们。另外，还可以使用界线检测对生成建立“势垒”，如果在“势垒”的临近点和物体之间有界线，则不能把该临近点接受为物体中的点。2.3

29、.2 最大方差自动取阈法 最大方差自动取阈法一直被认为是阈值自动选取方法的最优方法。该方法计算简单，在一定条件下不受图像对比度与亮度变化的影响，因而在许多图像处理系统中得到了广泛的应用。 图2-1所示为包含有2类区域的某个图像的灰度直方图，设t为分离2区域的阈值。由直方图经统计可以得到被t分离后的区域1和区域2占整幅图像的面积比为 区域1面积比： (2-1) 区域2面积比： (2-2)整幅图像、区域1、区域2的平均灰度为 整幅图像的平均灰度： (2-3) 区域1的平均灰度： (2-4) 区域2的平均灰度： (2-5)式中G为图像的灰度级数。 图2-1 灰度直方图整幅图像平均灰度值之间的关系为

30、(2-6)同一区域常常具有灰度相似特性，而不同区域之间则表现为明显的灰度差异，当被阈值t分离的两个区域间的灰度差较大时，两个区域的平均灰度与整幅图像平均灰度之差也较大，区域间的方差就是描述这种差异的有效参数，其表达式为 (2-7)式中表示了图像被阈值t分割后2个区域之间的方差。显然，不同的t值，就会得到不同的区域间方差；也就是说，区域间方差、区域1的均值、区域2的均值、区域1面积比、区域2面积比都是阈值t的函数，因此式 (2-2)要写成 (2-8)经数学推导，区域间方差可表示为 (2-9)被分割的2区域间方差达到最大时，是2区域的最佳分离状态，由此确定阈值T (2-10)以最大方差决定阈值不需

31、要认为设定其他参数，是一种自动选择阈值的方法，它不仅适用于2个区域的单阈值选择，也可以扩展到多区域的多阈值选择中。2.4 火灾图像的仿真处理2.4.1 图像预处理 1.灰度变化一般成像系统只具有一定的亮度响应范围，常出现对比度不足的弊端，使人眼观看图像时视觉效果很差；另外，在某些情况下，需要将图像的灰度级整个范围或者其中某一段扩展或压缩到记录器件输入灰度级动态范围之内。对比度调整前后的图像及其直方图如图2-1所示。图2-1 对比度调整前后的图像及其直方图 2.直方图修正 (1) 直方图均衡化原始图像及直方图均匀化后的图像及直方图，如图2-2所示。图2-2 原始图像及直方图与直方图均衡化后的图像

32、及直方图 (2)直方图规定化。原始图像及其直方图与直方图规定化后的图像及其直方图，如图2-3所示。图2-3 原始图像及其直方图与直方图规定化后的图像及其直方图 (3) 图像的平滑。对图像进行低通滤波和中值滤波的效果图，如图2-4所示。图2-4 对图像进行低通滤波和中值滤波 (4)图像的锐化。图像在传输和变换过程中会受到各种干扰而退化，比较典型的就是图像模糊。图像锐化的目的就是使边缘和轮廓线模糊的图像变得清晰，并使其细节清晰，如图2-5和2-6所示所示。图2-5 sobel算子对图像锐化结果 图2-6 拉式算子对图像锐化结果2.4.2 图像分割与特征提取利用边缘检测方法的检测效果，如图2-7所示

33、。图2-7 sobel算子和canny边缘检测结果2.4.3 灰度阈值分析利用灰度阈值分割法截取分割后的图像，如图2-8所示。图2-8 图像阈值分割3 基于计算机视觉的高压水炮定位的研究高压水炮定位灭火系统在消防安全中具有重要的地位和作用，它能够在发生火灾时，保护火灾区域内的人身安全和建筑物建筑结构的安全。实现高压水炮定位的先决条件在于对火灾发生的空间位置的确定。本课题用计算机视觉知识作为基础，对火灾空间定位算法进行了研究。这样，就可以把雨淋喷水系统和火灾探测集成在一起，具有自动扫描定位功能，在PLC的控制下对准火源，进行灭火。还将大大缩减联动系统，简化消防设备的布置，降低了成本。此外，还有灭

34、火及时，将火灾损失减到最低的优点。3.1 计算机视觉3.1.1 定义及原理 1) 计算机视觉的定义：计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认识科学等。 2) 原理： 计算机视觉就是用各种成象系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成

35、处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。要经过长期的努力才能达到的目标。因此，在实现最终目标以前，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。例如，计算机视觉的一个重要应用领域就是自主车辆的视觉导航，目前还没有条件实现象人那样能识别和理解任何环境，完成自主导航的系统。因此，目前人们努力的研究目标是实现在高速公路上具有道路跟踪能力，可避免与前方车辆碰撞的视觉辅助驾驶系统。这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用，但并不意味着计算机必须按人类视觉的方法完成视觉信

36、息的处理。计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息的处理。但是，人类视觉系统是迄今为止，人们所知道的功能最强大和完善的视觉系统。如在以下的章节中会看到的那样，对人类视觉处理机制的研究将给计算机视觉的研究提供启发和指导。因此，用计算机信息处理的方法研究人类视觉的机理，建立人类视觉的计算理论，也是一个非常重要和信人感兴趣的研究领域。这方面的研究被称为计算视觉（Computational Vision）。计算视觉可被认为是计算机视觉中的一个研究领域。3.1.2 计算机视觉的方法及其应用计算机视觉发展已有二十多年，随着计算机控制理论、模式识别、人工智能和生物技术的发展，计算机视觉在机器

37、人、工业检测、物体识别、卫星图像分析、医学辅助诊断、航空测绘和军事技术中的应用越来越广，研究方法也由二维推到三维，从串行到并行，从直接依赖输入信号的低层处理到依赖特征、结构、关系和知识的高层处理。根据计算机视觉应用的目的和原理的不同而有不同的分类方法。例如对字符、图形和片状的物体识别、理解、检测方法属于二维视觉方法，对于三维物体的识别、重建和测量属于三维视觉方法，根据系统是否发光分为有源和无源视觉方法。在三维视觉中，根据视点数目的不同又分为单眼视觉、双眼视觉和三眼视觉，根据原理不同又可分为基于区域的视觉方法、基于特征的视觉方法、基于模型的视觉方法和基于规则的视觉方法。 一般有源的视觉方法通过发

38、光装置的控制，使系统获得更多的信息，降低问题难度，加快运算速度。基于灰度分布的方法主要是利用在固定光源照射下，随着物体表面法向的改变，使获得的图像也发生相应变化的原理。基于区域的视觉方法假定在对应点的某一领域内，其灰度相近似或灰度差小于一个门限，因此可以采用平均绝对差、互相关系数等方法互相匹配。计算机视觉的应用很广，下面简述几个成功应用方面：1) 机器人视觉。如物理识别与定位、障碍识别与回避，自动导航等；2) 图像图形识别系统。如条形码、邮编、指纹染色体等识别；3) 工业检测系统。如集成电路芯片检测；4) 航天及军事应用。如卫星照片的自动分析与判读，景物识别，目标检测、识别和定位，目标跟踪，成

39、像精确制导等；5) 医学应用。如基于CT图像的内部器官的重建，医学图像的分析、描述和识别，DSA(数字减影)技术，盲人导航视觉等。总之，计算机视觉的应用正越来越多的代替人去完成许多工作，提高了自动化和机器智能水平，为智能机器人和智能系统发展奠定了基础。本文就是利用计算机视觉在图像型火灾探测系统的基础上实现高压水炮的定位，减小火灾引起的人员伤亡和财产损失。3.1.3 计算机视觉与图像处理、图像分析的异同计算机视觉，图象处理，图像分析，机器人视觉和机器视觉是彼此紧密关联的学科。如果翻开带有上面这些名字的教材，会发现在技术和应用领域上他们都有着相当大部分的重叠。这表明这些学科的基础理论大致是相同的，

40、甚至让人怀疑他们是同一学科被冠以不同的名称。然而，各研究机构，学术期刊，会议及公司往往把自己特别的归为其中某一个领域，于是各种各样的用来区分这些学科的特征便被提了出来。下面将给出一种区分方法，尽管并不能说这一区分方法完全准确。计算机视觉的研究对象主要是映射到单幅或多幅图像上的三维场景，例如三维场景的重建。计算机视觉的研究很大程度上针对图像的内容。图象处理与图像分析的研究对象主要是二维图像，实现图像的转化，尤其针对像素级的操作，例如提高图像对比度，边缘提取，去噪声和几何变换如图像旋转。这一特征表明无论是图像处理还是图像分析其研究内容都和图像的具体内容无关。机器视觉主要是指工业领域的视觉研究，例如

41、自主机器人的视觉，用于检测和测量的视觉。这表明在这一领域通过软件硬件，图像感知与控制理论往往与图像处理得到紧密结合来实现高效的机器人控制或各种实时操作。模式识别使用各种方法从信号中提取信息，主要运用统计学的理论。此领域的一个主要方向便是从图像数据中提取信息。还有一个领域被称为成像技术。这一领域最初的研究内容主要是制作图像，但有时也涉及到图像分析和处理。例如，医学成像就包含大量的医学领域的图像分析。对于所有这些领域，一个可能的过程是你在计算机视觉的实验室工作，工作中从事着图象处理，最终解决了机器视觉领域的问题，然后把自己的成果发表在了模式识别的会议上。3.2 空间定位双目成像原理本系统火灾空间定

42、位算法采用双目成像算法。双目成像可获得同一场景的两幅不同图像，双目成像时的模型可看作是由两个单目成像模型组合而成。图3-1给出双目成像的一个示意图，图中的两个镜头中心间的连线称为系统的基线B。利用双目系统可以确定具体有像平面坐标点和的世界点W的坐标(X,Y,Z)。当摄像机坐标系统和世界坐标系统重合后，像平面与世界坐标系统的平面也是平行的。在以上条件下，点的坐标对两个摄像机坐标系统都是一样的。如果摄像机坐标系统和世界坐标系统不重合，可先进性坐标的平移和旋转使其重合再投影。 图3-1双目成像示意图图3-2 双目成像中的视差测距原理图考虑两个摄像机相同且它们坐标系统的各对应轴平行(主要是光轴平行)，

43、只是它们原点位置不同。在这种情况下双目成象可借助图3-2来分析，那里给出两镜头连线所在平面(XZ平面)的示意图。将第一个摄像机叠加到现实世界坐标系统上(两系统原点重合)，点的义坐标可表示为: (3-1)上式中，X，和Z，表示第一个摄像机移动到了世界坐标的原点，而第二个摄像机和点在保持相对几何关系的条件下也会跟着移动。如果将第二个摄像机移动到世界坐标系统的原点，则点的X坐标可表示为: (3-2)因为基线长度是B且W点的Z坐标对两个摄像机坐标系统是一样的，所以有： (3-3) (3-4)将式(44)和式(45)代入式(41)和式(42)中得到: (3-5) (3-6)用式(47)减去式(46)可解出Z，即有: (3-7)上式把物体与像平面的距离Z(即3D信息中的深度)与视差D(像坐标和的差)直接联系了起来，视差的大小与深度有关，所以视差中包含了3D物体的空间信息。如果视差D可以确定并且基线和焦距已知，计算W点的Z坐标是很简单的。另外坐标确定后w点的世界坐标和可用或借助式(49)和式(410)算得。 (3-8) (3-10)3.3 双目定位算法中彩色图片中火灾位置的确定 本课题采用一个带红外滤镜的摄像头和一个彩色摄像头来完成监视部分的任务。由第三章和本章的叙述可知，带红外滤镜的摄像头是在火灾探测算法中起主要作用，并在火灾空间定位算法中